Recherche d'algorithmes d'identification des cancers dans les bases médico-administratives : premiers résultats des travaux du groupe REDSIAM Tumeurs sur les cancers du sein, du côlon-rectum et du poumon

Publié le 1 octobre 2017
Mis à jour le 6 septembre 2019

Position du problème : le développement et l'utilisation des bases de données en santé accentuent le besoin d'outils, notamment d'algorithmes reconnus et validés de sélection de séjours ou de patients atteints de cancer. Dans le cadre du développement du réseau REDSIAM (Réseau de données Sniiram, Système national d'information inter-régimes de l'assurance maladie), le groupe " Tumeurs " avait pour objectif de dresser un état des lieux des algorithmes publiés dans les études en cancérologie, françaises ou étrangères, afin de permettre au lecteur en recherche d'algorithme de cibler ceux susceptibles de l'intéresser. Méthode : une recherche non systématique de la littérature a été effectuée pour diverses localisations. Les résultats sont présentés pour le poumon, sein, côlon et rectum. Les publications jusqu'en août 2016 ont été recherchées dans les bases de données Medline, Scopus, Base de donnée en santé publique, Google Scholar et dans les sommaires des principales revues françaises en cancérologie et santé publique. Une grille d'extraction adaptée à la cancérologie a été construite et utilisée lors du processus d'extraction. Résultats : au total, 18 publications ont été retenues pour le cancer du poumon, 18 pour le cancer du sein et 12 pour le cancer colorectal. Les performances et le choix des algorithmes utilisés s'avèrent dépendant du contexte, de l'objectif et de la localisation étudiée. La grille de description construite par le groupe " Tumeurs " est plus détaillée comparé au socle bibliographique commun aux autres groupes de REDSIAM, mais son remplissage reste simple. Conclusions : cette étude montre la complexité de la détection des cas de cancers à partir des bases de données en santé et l'insuffisance d'algorithmes validés. Il est nécessaire de promouvoir et de développer les travaux visant à normaliser et faciliter la validation de ces algorithmes.

Auteur : Bousquet PJ, Caillet P, Coeuret Pellicer M, Goulard H, Kudjawu YC, Le Bihan C, Lecuyer AI, Seguret F
Revue d'épidémiologie et de santé publique, 2017, vol. 65, p. s236-42