Informations, Données, Connaissances

Informations Renseignement, fait qui apporte des renseignements

nouveaux Données

Information présentée sous forme conventionnelle, en vue d'être traitée

Connaissances Règles utilisant les données pour en déduire d'autres

Informatique Science du traitement rationnel, notamment par machine

automatique, de l'information considérée comme le support des connaissances et des communications dans les domaines techniques, économiques et sociaux (Académie Française, 1967

Qualité des données Utilité : caractère indispensable Objectivité : représentation fidèle, exempte de préjugé

forte (réalité indépendante de celui qui interprète : illusoire ?) faible (reproductibilité) en médecine

signes subjectifs (interrogatoire -cliniques) signes objectifs (laboratoires - numériques)

Validité Exactitude (Exactness) : reflet de la réalité (moy. observée

mesures = valeur vraie) Précision (Accuracy) : liée au niveau d'approximation, à l'unité de

mesure (dépend surtout de la sensibilité : aptitude à déceler une faible différence)

Fiabilité (Reliability) : confiance inspirée (en rapport avec la spécificité : mesure-t-on ce qu'on est censé mesurer ?)

Permanente / Temporaire Données permanentes : Sexe, date de naissance... Données temporaires : examen clinique, diagnostic, traitement

Exemple

Exactitude et précision

ExactPeu Précis

VExactPrécis

V

Non ExactPrécis

V V'

Variabilité

Des sujets : variabilité biologique Des observateurs :

inter-observateurs intra-observateurs

Des données et mesures :

Instrumentale Observateurs Intra-Sujet Inter-Sujets

V. Analytique (de mesure)

V. TOTALE

V. Biologique

Quelques types de données Qualitatives :

littérales (nom, adresse ...) alphanumérique ou texte

binaires (sexe) booléen Nominales (couleur) code énuméré

Ordinales (dépendance) numérique

Quantitatives : continues (taille ) numérique discontinues (nbre d'enfants) entier

Dates et Heures date et heuredate

Description clinique

Interprétation des nombres et des mots Fréquent, souvent,….=> quelle valeur

Interprétation des associations Typique, rare,…. => association

fortuite ou réelle ? De la description littérale à la

sémiologie quantitative

Un compte rendu d’hospitalisationMadame X a été hospitalisée en urgence pour des douleurs thoraciques rétrosternales caractéristiques irradiant dans le bras gauche dont les premiers épisodes remontent à 2 ans avec survenue à l'effort ou au froid. Il n'y avait pas d'OAP.

Les enzymes cardiaques étaient élevées avec un tracé ECG permettant d'affirmer le diagnostic d'infarctus postérieur du myocarde.

Cette patiente, obèse (120KG), est porteuse d'un diabète équilibré dont nous n'avons pas modifié le traitement insulinique. Elle présente également une hypercholestérolémie à 3,2 g/l. Malgré nos recommandations, elle continue à fumer environ 2 paquets de cigarettes par jour. Au niveau gynécologique, elle a un syndrome préménopausique assez bien toléré pour lequel aucun traitement n'a été envisagé. Dans les antécédents, on ne note pas d'IVG, mais une HTA en 86.

Le bilan habituel et le traitement par angioplastie endoluminale de cet infarctus ont permis de laisser sortir la patiente au bout de 15 jours.

Première étape : extraction

En gras concepts sans ambiguité En italique rouge données à

interpréter en fonction du contexte et des connaissances médicales

En bleu abréviations et données ininterprétables

ExtractionMadame X a été hospitalisée en urgence pour des douleurs thoraciques rétrosternales caractéristiques irradiant dans le bras gauche dont les premiers épisodes remontent à 2 ans avec survenue à l'effort ou au froid. Il n'y avait pas d'OAP. Les enzymes cardiaques étaient élevées avec un tracé ECG permettant d'affirmer le diagnostic d'infarctus postérieur du myocarde.Cette patiente, obèse (120KG), est porteuse d'un diabète équilibré dont nous n'avons pas modifié le traitement insulinique. Elle présente également une hypercholestérolémie à 3,2 g/l.Malgré nos recommandations, elle continue à fumer environ 2 paquets de cigarettes par jour.Au niveau gynécologique, elle a un syndrome préménopausique assez bien toléré pour lequel aucun traitement n'a été envisagé. Dans les antécédents, on ne note pas d'IVG, mais une HTA en 86.Le bilan habituel et le traitement par angioplastie endoluminale de cet infarctus ont permis de laisser sortir la patiente au bout de 15 jours.

Interprétation

Fonction des connaissances médicales

douleurs thoraciques rétrosternales caractéristiques irradiant dans le bras gauche dont les premiers épisodes remontent à 2 ans avec survenue à l'effort ou au froid.

Angor

Décodage des abréviations

Parfois impossibleOAP. Oedème aigu du poumon

ECG

IVG.

HTA

Électrocardiogramme

Insuffisance ventriculaire gauche /Interruption volontaire de grossesse

Hypertension artérielle /Hystérectomie totale par voie abdominale

Structuration par problème médical Rattacher les différents éléments à un problème

médical précis (quand cela est possible)Madame XInfarctus postérieur aigu du myocarde

avecAngor ancien, tracé ECG caractéristiqueEnzymes cardiaques élevées

sans Oedème aigu du poumonAutres problèmes actuels

Diabète insulinodépendantHypercholestérolémieTabagisme - ObésitéSyndrome préménopausique ?

Problème passé pouvant avoir des conséquencesHystérectomie totale par voie abdominale en 1986

Actes diagnostiques : Bilan habituelTraitement : Angioplastie endoluminale

Codage des informations Utilisation d’un langage formel : C'est la seule manière

d'éviter la polysémie et de pouvoir envisager des traitements automatiques sur les données.

Nomenclatures ou catalogues : Collection méthodique, liste systématique des termes ou mots

en usage, des informations concernant un champ sémantique défini (art, technique, science, médecine...)

Un libellé (libre, ± long) <==> Un code Si possible exhaustive Objectif : décrire Exemple : la nomenclature générale des actes professionnels

(NGAP) utilisée pour la tarification des actes en médecine libérale

Dictionnaires : Recueil de mots, d'expressions d'un langage, présentés dans un

ordre convenu et destiné à apporter des informations sur des termes, des signes ...

Objectif : définir

Codage des informations Thésaurus :

Répertoire (alphabétique) de Nomenclatures Relations :

d'appartenance de proximité sémantique (analogie) de synonymie d'exclusion

Exemple : MESH Objectif : analyser et chercher

Classifications Action de distribuer par classe, par catégorie définie a priori

en fonction des connaissances du moment Consiste à ranger dans un même groupe et à désigner du

même nom des faits, objets ou êtres qui possèdent en commun certaines caractéristiques

Thésaurus structuré - hiérarchisé Exemple : CIM 10 Objectif : classer pour pouvoir rassembler de manière

hiérarchique le plus souvent

Codage des informations

Utilisation de classifications partagées par les pairs en vue d’obtenir un traitement automatique de l’information par un ordinateur Hypertension artérielle essentielle : I10 en CIM 10

Pour Dénombrer et réaliser des statistiques

(épidémiologie) « Connecter » l’observation à des systèmes d’aide

comme les guides de bonnes pratique cliniques

Notion de diagnostic et autres motifs de recours

Diagnostics : Maladies identifiées Complications Signes symptômes Facteurs de risque

Autres motifs de recours Circoncision rituelle ….

Quelle définition pour quel usage Exemple :

certificat de mortalité PMSI Maladies à déclaration obligatoire

Sémiologie quantitative

Prévalence / Incidence Prévalence : Fréquence de la maladie dans la population Incidence fréquence des nouveaux cas dans une population

par unité de temps Sensibilité / spécificité

Sensibilité : fréquence de la présence d’un signe chez les malades

Spécificité : fréquence de l’absence d’un signe chez les non malades

Problème de la valeur seuil Valeur prédictive

VPP : fréquence de la maladie quand le signe est présent VPN : fréquence de l’absence de la maladie quand le signe

est absent

Le tableau à 4 cases dans un échantillon représentatif La notion de signe présent

Soit un signe qualitatif binaire : éruption… Soit une valeur quantitative supérieure (inférieure) à un

seuil : glycémie > 1,2 g/L

Malade Non Malade

Test + A B A+B

Test - C D C+D

Total A+C B+D A+B+C+D= N

Prévalence = (A+C)/NSensibilité = A/(A+C)Spécificité = D/B+D

VPP = A/(A+B)VPN = D/(C+D)

Valeur seuil Influence sur la sensibilité et la spécificité

Spécificité = 1 – Faux positif Sensibilité = 1 – Faux négatif

Si seuil se déplace vers la droite : Augmentation de la spécificité Diminution de la sensibilité

Courbe de ROC

Probabilité de trouver au moins un résultats anormal chez une personne en bonne santé

Calculable à partir des sensibilités, spécificité et prévalence

Nombre de test pratiqués

Probabilité pour qu’un test soit anormal (%)

1 56 2612 4620 64100 99,4

Discussion

Les indicateurs de la valeurs informationnelle sont utiles pour la stratégie diagnostique.

Ils peuvent être utilisés dans des systèmes informatiques d’aide à la décision

Mais : La description de la population étudiée correspond-elle à

ma pratique ? Les sujets examinés dans l’étude sont-ils comparables à

mes patients ? Quelle est la valeur du test choisi comme test de référence

(gold standard) ? Permet-il d’établir le statut du patient avec certitude ?

L’interprétation du test s’est-elle faire en aveugle ? Les effets de la prévalence sont-ils examinés

soigneusement ?