Identification des personnes utilisant des drogues injectables dans les données clinico-administratives : développement et validation d’un algorithme au CHUM
Notice bibliographique
Résumé
Contexte : Les personnes utilisant des drogues injectables (PUDI) sont particulièrement à risque d’infections bactériennes telles que l’endocardite infectieuse, les infections ostéo-articulaires et les infections de la peau et des tissus mous. Leur identification, difficile dans les bases de données clinico-administratives, constitue un préalable essentiel pour mieux documenter leurs facteurs de risque et leur prévalence. Objectifs : Ce mémoire vise à développer et valider un algorithme d’identification des PUDI à partir des données clinico-administratives du Centre hospitalier de l’Université de Montréal (CHUM), en ciblant les patients admis au service des urgences entre 2012 et 2022 pour une infection bactérienne potentiellement liée à l’usage de drogues injectables. Méthodes : Un échantillon aléatoire de 4 000 patients a été extrait de la cohorte TRENDS, une cohorte rétrospective construite à partir des données clinico-administratives du CHUM, et divisé en deux sous-ensembles : un ensemble de développement (n = 3 000) et un ensemble de validation (n = 1 000). Le statut PUDI de chaque patient a été établi à partir d'une révision manuelle des dossiers médicaux. Une analyse univariée a d’abord été réalisée pour identifier les variables significativement associées au statut PUDI. Ces variables ont ensuite été intégrées à des modèles de régression logistique multivariée. Plusieurs modèles ont été construits, puis comparés selon leurs performances diagnostiques, en s’appuyant notamment sur la sensibilité, la spécificité, les valeurs prédictives, la courbe ROC (Receiver Operating Characteristic) et le score F1. Le modèle le plus parcimonieux et optimisant les critères dont le F1 a été retenu comme modèle final. Résultats : Après l’analyse univariée, 12 modèles ont été développés et évalués. Le modèle final a été retenu pour ses bonnes performances et sa simplicité d’implantation. Les variables les plus prédictives comprenaient l’âge, le statut sérologique VIH (virus de l'immunodéficience humaine) et VHC (virus de l'hépatite C), le temps d’attente à l’urgence, les antécédents de consommation de cocaïne et d’opiacés, la consultation en médecine des toxicomanies et l’utilisation d’un traitement agoniste aux opioïdes. Ce modèle, fondé sur des variables sociodémographiques, cliniques et liées à l’utilisation des services, a atteint une sensibilité de 0,740, une spécificité de 0,973, une valeur prédictive positive (VPP) de 0,587, une aire sous la courbe (AUC) de 0,937 et un score F1 de 0,655. Conclusions : Cette étude montre qu’un algorithme fondé sur les données clinico-administratives peut permettre d’identifier efficacement les PUDI, ouvrant la voie à de meilleures études épidémiologiques dans une perspective de développement d’interventions ciblées à l’amélioration de la prise en charge clinique de cette population vulnérable.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».