1 / 17

informatique médicale et médecine translationnelle

informatique médicale et médecine translationnelle. objectifs. Expliciter les principales caractéristiques des SI pour la recherche identifier les enjeux de l’intégration des SI clinique et recherche pour la médecine translationelle donner des exemples d’architectures. SI pour la recherche.

rigg
Télécharger la présentation

informatique médicale et médecine translationnelle

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. informatique médicale et médecine translationnelle

  2. objectifs • Expliciter les principales caractéristiques des SI pour la recherche • identifier les enjeux de l’intégration des SI clinique et recherche pour la médecine translationelle • donner des exemples d’architectures

  3. SI pour la recherche • SI d’information utilisé pour soutenir la recherche notamment • La recherche fondamentale : apporte une meilleure compréhension des mécanismes physio et physiopathologique (HTA, Diabète). La bioinformatique étudie les associations des variations génétiques individuelles et leurs conséquence phénotypique • la recherche clinique : qui s’appuie sur les résultats de la recherche fondamentale pour prouver l’efficacité de nouveaux traitement ou de nouvelles techniques diagnostiques ou thérapeutiques • La recherche en SP : étudie les déterminants physiques, psychosociaux et socioculturel de la santé.

  4. Enjeu de l’intégration SI recherche SI clinique • Médecine translationnelle: • amélioration du continuum entre la recherche et le soin • permettre à des patients de bénéficier d’innovation (frombench to bedside) • permettre au chercheurs de mieux exploiter des données issues du processus de soin (bedside to the bench) • Meilleure coopération et partage et échange d’informations

  5. SI recherche clinique • Collecte de donnée soumise aux agences sanitaires FDA ou l’ANSM en France (Agence nationale de sécurité du médicament et des produits de santé) • SI permet d’optimiser la collecte, la qualité et la transmission de ces données • efforts de stnadardisation CDISC (Clinical Data Interchange Standards Consortium)

  6. SI en santé publique • Recherche épidémiologique et veille sanitaire • sources dde données à vocation exhaustives • le recensement de la pop • grnades enquêtes nationales en population • les système de vielles • dématérialisation des données • transmission des certificats • transmission des données de cancer • système de veille des urgences

  7. tendances: dispositif d’observation longitudinale en s’appuyant sur des cohors existantes • projet de réutilisation des données patients à large échelle : SNIRAM PMSI  projet Plastico

  8. Une nécessaire intégration • Enjeu n’est plus au développement des SI • mais à leur intégration pour faciliter le partage et l’échange • SI en silo • concentration des données cliniques à diverses échelles  gisement potentiel • méthode de recherche ou de traitement automatique • recherche d’information • déduction sur les données • annotation des données cliniques par les données OMIC

  9. Enjeux pour les acteurs • Patients :patient empowerment : attitude proactive à participer à des essais • PS : intégration des GDP dans un pratique quotidienne • Recherche: • faisaibilité d’étude • améliorer le taux d’inclusion • optimiser le recueil des données • recherche in sillico : détection de signal, de biomarqueurs

  10. Enjeux réglementaire juridique et éthique • utiliser ou réutiliser des données patient  pb éthique juridique et réglementaire • doit préserver la confidentialité • doit permettre de mener la recherche • information et consentement (pas tjs possible sur données rétrospectives) • non opposition à être recontacté • pb déontologique

  11. intégration des données : pb de sémantique • Production exponentielle des données (sequençage coute 2000 euro et occupe 5to de données) • => pb de volume • =>pb de modélisation • => pb de représentation sémantique

  12. Modalité de codage de l’information non encore normée • structure / sémantique + contexte • Effort de HL7 et CDISC de faire un pont entre modèle d’information et terminologie • Modèle BRIDG

  13. Entrepot de données biomédicaux • Besoin d’intégration et de ré-utilisation • principe : • extraction transformation chargement des données patient dans un base de données • intégration de données multi-domaine hétèrogène • système d’interrogation et de fouille de données

  14. Exemple • TRANSMART G2P P2G • I2B2/SHRINE • ROOGLE • FARSITE • ASTEC

  15. Projet EHR4CR • ElectronicHealth record for clinicalresearch • plateforme européenne de soutien à la recherche clinique • 3 scenario • étude de faisabilité • recrutement des patients • alimentation des eCRF et desformulaires de déclaration d’EI Fédération entrepôts de données biocliniques intégration de la capture de données dans le DPI

More Related