Évaluation de la qualité des données dans les bases de données en médecine générale : Mesure de la concordance des données relatives au diabète dans l’entrepôt PRIMEGE Normandie
Year: 2024
Type: dissertation
Abstract: Introduction : L’utilisation des Dossiers Médicaux Électroniques est devenue essentielle en soins primaires, facilitant la collecte et l’analyse des données pour la recherche et la gestion des soins. Cette étude vise à évaluer la qualité des données de santé relatives au diabète dans la base de données PRIMEGE Normandie, en examinant les dimensions de complétude, d’exactitude et de concordance pour garantir leur fiabilité. Méthodes : L’étude, rétrospective et descriptive, exploite les DME de 39 médecins généralistes en Normandie sur une période de 2012 à 2022. Deux algorithmes ont été développés : un basé sur des données biologiques et thérapeutiques structurées et l'autre sur des données diagnostiques documentées par les médecins. Les mesures de la qualité des données incluent le coefficient Kappa de Cohen et le score F1, en plus de l’évaluation de la complétude et de l'exactitude. Des analyses en sous-groupes selon divers facteurs ont été réalisées pour explorer les variations de concordance. Résultats : L'analyse a révélé un coefficient Kappa de 0,782. La complétude et l'exactitude étaient respectivement de 0,774 et 0,814. Des différences significatives ont été observées entre les patients vrais positifs et faux négatifs, les premiers ayant des valeurs biologiques plus élevées et bénéficiant d'une documentation plus complète. Les analyses en sous-groupes ont montré que la concordance était influencée par l'âge des praticiens, leur statut universitaire et la charge patient des praticiens, ainsi que le nombre de prescriptions. Discussion : La bonne concordance observée souligne la qualité des DME, mais est limitée par un défaut de complétude particulièrement pour les cas proches des seuils diagnostiques. L'étude suggère une inertie diagnostique et des limites liées à la documentation des DME. Des limitations liées à la capture des données et aux classification ont été relevées pour l’exactitude. L'intégration de la temporalité et des techniques avancées telles que les ontologies pourrait améliorer la qualité et l'analyse des données. Conclusion : Les résultats démontrent la fiabilité générale des DME pour le suivi du diabète, bien que des améliorations dans la documentation soient nécessaires, notamment via des outils automatisés et la standardisation des pratiques.
Source: HAL
Author: Dumas, Maxence
Institution: Université de Rouen Normandie
Language: French
Subfield: Health Information Management
Field: Health Professions
Domain: Health Sciences
Open Access status: green
OpenAlex ID: W7000384656
