Optimisation de la prévention de la mort subite chez les diabétiques de type 2 en France par simulation des scénarios médicamenteux sur une population virtuelle réaliste

par Hai-Ha Le

Thèse de doctorat en Pharmacologie Clinique

Sous la direction de François Gueyffier.

Soutenue le 04-10-2017

à Lyon , dans le cadre de École Doctorale Evolution Ecosystèmes Microbiologie Modélisation , en partenariat avec Université Claude Bernard (Lyon) (établissement opérateur d'inscription) et de Laboratoire de Biométrie et Biologie Evolutive (laboratoire) .

Le président du jury était Behrouz Kassai Koupai.

Le jury était composé de Theodora Bejan-Angoulvant, Silvy Laporte-Simitsidis.

Les rapporteurs étaient Eloi Marijon, Tabassome Madjlessi-Simon.


  • Résumé

    Le diabète de type 2 (DT2) est devenu de plus en plus une maladie métabolique chronique fréquente, associée à de nombreuses complications micro et macro-vasculaires. Les patients diabétiques ont environ deux fois plus de risque de mort subite d'origine cardiaque (MSC) que ceux normaux. Les interventions pharmacologiques (anti-plaquettaires, anti-hypertenseurs, anti-diabétiques et hypolépimiants) nous semblent les candidats les plus efficaces, accessibles et économiques pour prévenir cet événement à long terme, par contre leurs effets sur la MSC n'ont pas été bien connus. Nous visons à estimer leur impact sur la santé publique et à optimiser leur utilisation chez les DT2, grâce à des études d'analyse, de synthèse et de modélisation.Ce travail inclut trois étapes: premièrement, de construire un score de risque permettant de prédire le risque de MSC dans le DT2 en utilisant les bases de données INDANA. Deuxièmement, d'effectuer des méta-analyses/revues systématiques de différentes stratégies thérapeutiques afin d'estimer leurs effets sur le risque de MSC. Enfin, de simuler différentes stratégies sur une population virtuelle réaliste (PVR) des diabétiques français et d'intégrés les résultats obtenus sur cette plate-forme pour estimer le risque de MSC avec et sans traitements. Cette simulation permet d'estimer leurs bénéfices absolus, par le nombre d'événements prévus (Number of Events Prevented, NEP) et le nombre de patients à traiter pour prévenir une MSC (Number Needed to Treat, NNT). Nous avons construit un score incluant 7 facteurs de risque de MSC chez les patients atteints d'hypertension artérielle (+/- diabète) et collecté les meilleures estimations sur l'effet des médicaments. Notre simulation sur la PVR générée a suggéré que chez 10% des patients ayant le risque de MSC prédit le plus haut, la co-prescription de l'inhibiteurs de l'enzyme de conversion-l'aspirine-l'empagliflozine permettait de prévenir une MSC sur 57 individus traités dans les 5 ans. Le chiffre correspondant pour toute la PVR était 135. Nous concluons que cette approche pourrait aider à mieux transposer les résultats des essais cliniques à la pratique ; et à faciliter la décision clinique aux niveaux populationnel et individuel

  • Titre traduit

    Optimization of sudden cardiac death prevention in type 2 diabetes in France : a public health simulation study on a realistic virtual population


  • Résumé

    Type 2 diabetes (T2D) has increasingly become a common metabolic condition, associated with numerous micro and macro-vascular complications. Diabetic patients are at about two-time higher risk of sudden cardiac death (SCD), compared to non-diabetic ones. Pharmacologic intervention (anti-platelet, anti-hypertensive, lipid lowering, and to a lesser extent, anti-diabetic agents) appear to be the most efficient and economic candidate to prevent this event at long term, yet treatment effects have not well addressed. We aimed to optimize their use and estimate their impact on public health via analysis, synthesis and modeling studies.This work engaged three phases: First, to construct a risk score to predict SCD risk in T2D from the INDANA database. Second, to perform the meta-analyses/systematic reviews of different therapeutic strategies in order to estimate their effects on SCD risk. Finally, to simulate therapeutic strategies on a generated French diabetic realistic virtual population (RVP) of T2D, by estimating the occurrence of SCD with and without treatments, thus their absolute benefits, through the Number of Events Prevented (NEP) due to treatment, and the Number of patients Needed to be Treated to prevent one SCD (NNT).We built a 7-risk factor to predict 5-year risk of SCD in patients with hypertension (+/-diabetes) and collected the best evidence on drugs’ effects. Integrating and simulating altogether on a generated French diabetic RVP suggested that for every 57 individuals of the 10% highest predicted SCD risk, the co-prescription of angiotensin converting enzyme inhibitor-aspirin-empagliflozin could prevent one SCD in 5 years. For the whole population, the corresponding number was 135. In perspectives, this approach could help better transposing clinical trial results into practice and facilitating clinical decision at both public health and individual levels


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université Claude Bernard. Service commun de la documentation. Bibliothèque numérique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.