Les associations au cœur de l’innovation en santé

Les précautions spécifiques à l’utilisation, par une association de patients, de données de santé existantes

Les principales sources de données

Le Système National des Données de Santé (SNDS)

Le SNDS constitue la source principale qui peut permettre de documenter des sujets d’intérêt pour les associations de patients.

Le SNDS regroupe les principales bases de données de santé publique existantes : données du PMSI (hospitalisations), de l’Assurance Maladie (dépenses et remboursements en soins de ville, en établissements de santé), et du CEPIDC (causes médicales de décès).

On peut réaliser directement des analyses à partir du SNDS, à condition de pouvoir identifier la population qui nous intéresse : via un acte « traçant » (relatif à la pathologie), des motifs d’hospitalisation précis, un traitement spécifique, une affection longue durée identifiable, ou via la combinaison de plusieurs critères.

Quelques exemples d’identification de pathologie

La réalisation d’une étude sur les données du SNDS nécessite un dépôt au CESREES puis à la CNIL.
Le traitement des données doit être prévu dans un cadre sécurisé conforme aux exigences de la CNAM (Caisse Nationale d’Assurance Maladie) et l’assistance d’un statisticien ayant les pré-requis nécessaires pour analyser ces données du SNDS est le plus souvent nécessaire. En pratique, il est recommandé de faire appel à un bureau d’études spécialisé dans ce type de prestation.

Les réponses de l’expert (Viviane Jeanbat, CEMKA) :

Autres données utiles

Ces données peuvent être reçues par le Health Data Hub et rendues accessibles sous certaines conditions.
Notons que l’accès aux données des registres existants et des cohortes épidémiologiques sur des pathologies précises est possible pour des projets ponctuels, sous certaines conditions.

Comment chaîner les données

Il est possible de compléter des données à disposition ou collectées, avec les données du SNDS, ou d’autres bases de données existantes.
L’intérêt est double : compléter les données dont on dispose d’une part, et limiter le recueil de données auprès des patients ou des professionnels de santé d’autre part.

Deux méthodes sont possibles pour le chaînage des données :

Par exemple

• Les données du Registre Lorrain de la Sclérose en Plaques ont été appariées avec les données de consommations de soins pour estimer le fardeau économique de la maladie (5).
• Les données de la banque nationale de données maladies rares (BNDMR) ont été appariées avec les données des hospitalisations (PMSI) afin d’estimer la prévalence d’une maladie rare (Fibrose ossifiante progressive) (6).

Le Health Data Hub (HDH) : une voie d’accès aux données existantes à privilégier

Le HDH, créée en novembre 2019 pour faciliter le partage des données de santé, vise à terme à regrouper et croiser l’ensemble des données de santé. Un catalogue de données documenté sera construit de manière progressive pour mettre à disposition les données existantes, selon certaines conditions (SNDS historique, cohortes, registres, données hospitalières, etc.).

Le HDH propose aux associations de patients un accompagnement qui peut s’avérer facilitant, à commencer par la caractérisation des patients qu’elles représentent : nombre, caractéristiques des patients (ex. âge, sexe, lieu d’habitation, …). Ceci constituerait une première collaboration utile et relativement « simple » entre les associations de patients et le HDH.

Les perspectives de l’espace numérique en santé (ENS)

La mise en place de l’ENS, prévue pour janvier 2022, peut constituer une nouvelle opportunité pour les associations de patients. L’ENS intégrera le DMP (dossier médical partagé), consultable, alimentable par le patient et partageable avec les professionnels de santé (PdS) si le patient le souhaite. Il ambitionne d’offrir un espace de stockage de tous les documents de santé des patients (dans des conditions sécurisées, à la main du patient) et des services référencés avec possibilité notamment via l’ENS, de mettre en place des recueils de données spécifiques sur une période déterminée.

Conclusion

La réglementation qui régit la protection des données de santé est exigeante, mais elle ne doit pas décourager les associations de patients. Elle leur permet au contraire de conduire des enquêtes sur des maladies et sur les patients qu’elles représentent dans un cadre sécurisant. Tout est possible si cela est justifié, légitime et encadré.
La qualité de vie est un sujet essentiel pour les patients, pour améliorer les prises en charge et humaniser les soins. L’analyse des données de santé peut permettre de l’objectiver et de militer pour qu’elle soit prise en compte à différents niveaux, notamment lors de l’évaluation des produits de santé, des parcours et des stratégies thérapeutiques.
Les associations de patients ne doivent pas être intimidées par les processus réglementaires et encore moins par une présomption d’incompétence qui pèse souvent et injustement sur elles.
Il est essentiel pour elles de s’emparer de ce sujet fondamental et qui les concerne au premier chef, de saisir les opportunités et les mains tendues qui se présentent pour renforcer leurs savoirs et leurs actions de plaidoyer.


(1)  Foulon S, Maura G, Dalichampt M, et al. Prevalence and mortality of patients with multiple sclerosis in France in 2012: a study based on French health insurance data. J Neurol. 2017;264(6):1185-1192. doi:10.1007/s00415-017-8513-0
(2)  Charbonnel B, Simon D, Dallongeville J, et al. Direct Medical Costs of Type 2 Diabetes in France: An Insurance Claims Database Analysis. Pharmacoecon Open. 2018;2(2):209-219. doi:10.1007/s41669-017-0050-3
(3)  Duburcq A, Mercier C, Scherman D, Lévy P, Bahi-Buisson N, Desguerre I, Galactéros F, Jondeau G, Susen S, Courouve L, Detournay B, Coût des maladies rares en France en 2017 : une analyse des données du Système National des Données de Santé (SNDS) sur 5 pathologies
(4)  M. Nasser, S. Larrieu, S. Si-Mohamed, K. Ahmad, L. Boussel, M. Brevet, D. Revel, F. Thivolet-Bejui, J. Traclet, M. Lederlin, S. Marque, J. Massol, D. Maucort-Boulch, S. Zeghmar, E. Hachulla, S. Jouneau, V. Cottin, Développement d’algorithmes pour identifier les patients atteints de pneumopathie interstitielle diffuse de forme progressive (hors fibrose pulmonaire idiopathique) (PID-FP) en France (étude PROGRESS), Revue des Maladies Respiratoires Actualités, Volume 12, Issue 1, 2020
(5) Detournay B, Debouverie M, Pereira O, et al. Economic burden of multiple sclerosis in France estimated from a regional medical registry and national sick fund claims. Mult Scler Relat Disord. 2019
(6) Geneviève Baujat, Rémy Choquet, Stéphane Bouée, Viviane Jeanbat, Laurène Courouve, et al.. Prevalence of fibrodysplasia ossificans progressiva (FOP) in France: an estimate based on a record linkage of two national databases. Orphanet Journal of Rare Diseases, BioMed Central, 2016, 12 (1), pp.123. (10.1186/s13023-017-0674- 5). (inserm-01552312).