Développement d’un système automatisé de détection et de priorisation des signaux de sécurité adapté aux bases de données médico-administratives

Developing an automated system combining detection and prioritization safety signal detection from healthcare databases

• Auteur / Autrice : Mickael Arnaud
• Direction : Francesco Salvo
• Type : Thèse de doctorat
• Discipline(s) : Pharmacologie option Pharmaco-épidémiologie, pharmaco-vigilance
• Date : Soutenance le 23/10/2017
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale Sociétés, politique, santé publique (Bordeaux)
• Partenaire(s) de recherche : Laboratoire : Bordeaux population Health
• Jury : Président / Présidente : Bernard Bégaud
• Jury : Examinateurs / Examinatrices : Bernard Bégaud, Yola Moride, Jean-Luc Faillie, Pascale Tubert-Bitter, Nicholas D. Moore
• Jury : Rapporteurs / Rapporteuses : Yola Moride, Jean-Luc Faillie

Mots clés

Mots clés contrôlés

Pharmacoépidémiologie

Diabète de type 2

Pharmacovigilance

Mots clés libres

Pharmacovigilance

Pharmaco-épidémiologie

Signal de sécurité

Diabète de type 2

Pharmacovigilance

Pharmacoepidemiology

Safety signal

Type 2 diabetes

Résumé

L’amélioration de la surveillance de la sécurité des médicaments grâce à l’utilisation des bases de données médico-administratives est source de nombreuses promesses. L’objectif de cette thèse était de développer un système automatisé de détection et de priorisation des signaux de sécurité adapté aux bases de données médico-administratives, pour la surveillance de la sécurité des médicaments des maladies chroniques. Les antidiabétiques non insuliniques (ANI) ont été sélectionnés comme cas d’étude pour le développement et l’évaluation de ce système. Nous avons d’abord étudié le profil d’utilisation des ANI en France, et avons retrouvé un fort mésusage des inhibiteurs de la dipeptidylpeptidase-4 (DPP-4) ainsi qu’un risque accru de non observance avec ces derniers. Nous avons ensuite réalisé deux revues de la littérature qui nous ont permis de sélectionner, pour la détection, la méthode sequence symmetry analysis, et de construire, pour la priorisation, notre algorithme que nous avons structuré autour de la force, la nouveauté, l’impact du signal de sécurité, et les modalités d’utilisation du médicament. Nous avons enfin évalué, d’une part, les performances du système développé, dans une étude pilote sur les ANI qui a montré des résultats satisfaisants et permis d’identifier un nouveau signal de sécurité entre les inhibiteurs de la DPP-4 et les événements thromboemboliques veineux, et d’autre part, son acceptabilité auprès des décideurs de santé qui l’ont jugé positivement. Ces résultats nous invitent à poursuivre nos recherches sur l’amélioration et la validation du système développé.

The improvement of the surveillance of the drug safety by using healthcare databases is waited with hope for a decade. The objective of this thesis was to develop an automated system combining detection and prioritization of safety signals from healthcare databases, for the surveillance of drugs used in chronic diseases. Noninsulin glucose-lowering drugs (NIGLDs) were selected as a case study for the development and the assessment of the system. Firstly, we studied the patterns of use of the NIGLDs in France, and we found a large misuse with the dipeptidylpeptidase-4 (DPP-4) inhibitors and a higher risk of non-observance with their use. Secondly, we conducted two literature review, which allows us to select the sequence symmetry analysis for the detection and to develop our algorithm for the prioritization that we based on strength, novelty, impact of the safety signal, and patterns of drug use. Thirdly, we assessed the performance of the system, in a pilot study on NIGLDs that showed satisfying results and identified a new safety signal with the use of DPP-4 inhibitors and venous thromboembolic events, as well as its acceptability among stakeholders that judged it positively. These results invite us to pursue our researches to improve and to validate the developed system.