Quels sont les patients atteints d un cancer du sein dont la décision de prise en charge thérapeutique

Transcription

1 Quels sont les patients atteints d un cancer du sein dont la décision de prise en charge thérapeutique bénéficie de l utilisation d un système d aide à la décision? Un exemple utilisant la fouille de données et OncoDoc2 J. Bouaud 1,2,3,4 A. Soulet 5, J.-P. Spano 6,7, J.-P. Lefranc 6,8, I. Cojean-Zelek 9, B. Blaszka-Jaulerry 10, L. Zelek 11, A. Durieux 12, C. Tournigand 13, N. Messai 5, A. Rousseau 14, B. Séroussi 3,2,4,15 1 AP-HP, DRCD, Paris ; 2 INSERM, U1142, LIMICS, Paris ; 3 Sorbonne Universités, UPMC Univ Paris 06, UMR S 1142, LIMICS, Paris ; 4 Université Paris 13, Sorbonne Paris Cité, LIMICS, (UMR S 1142), Bobigny ; 5 U. François Rabelais Tours, LI EA6300, Tours ; 6 Sorbonne Universités, UPMC Univ Paris 06, UFR de Médecine, Paris ; 7 AP-HP, Hôp. Pitié-Salpétrière, Oncologie Médicale, Paris ; 8 AP-HP, Hôp. Pitié-Salpétrière, Chirurgie et Cancérologie Gynécologique et Mammaire, Paris ; 9 Hôp. des Diaconesses, Oncologie Médicale, Paris ; 10 CH Lagny Marne la Vallée, Radiothérapie-Oncologie, Lagny ; 11 Université Paris 13, Sorbonne Paris Cité, UFR SMBH, Bobigny ; AP-HP, Hôp. Avicenne, Oncologie Médicale, Bobigny ; 12 Institut de Cancérologie des Peupliers, Paris ; 13 AP-HP, Hôp. St-Antoine, Oncologie Médicale, Paris ; 14 AP-HP, Hôp. St-Antoine, URC-EST, Paris 15 AP-HP, Hôp. Tenon, DSP, Paris ; APREC, Paris Bouaud et al. IC 2014, mai, Clermont-Ferrand 1/20

2 Contexte Développement de recommandations de pratique clinique (RPC) Démarche de la médecine fondée sur les preuves Résumé de l état de l art scientifique Attitudes recommandées pour des situations cliniques Objectif d amélioration de la qualité des soins Publication sous forme textuelle Impact faible sur les pratiques Systèmes d aide à la décision médicale (SADM) Propositions centrées-patient Impact potentiel sur la mise en œuvre des RPC Évaluation par la performance Taux de conformité aux RPC Action décidée ou réalisée / action recommandée Bouaud et al. IC 2014, mai, Clermont-Ferrand 2/20

3 OncoDoc2 : prise en charge des cancers du sein SADM : cancers du sein non métastatiques Développé sur la base d un référentiel local (CancerEst) RPC nationales et internationales Accords de consensus quand manque de preuve Base de connaissances = arbre décisionnel Associations <profil clinique, actions recommandées> Navigation interactive dans l arbre décisionnel Chimio néo- adj envisageable oui CI anthracyclines non Mast + CA oui Her2 non Her T_endoxan + Trast Mast + CA 6T_endoxan Mast + CA 4AC60 +4T + Trast 4FEC100 +4T +Trast Mast + CA 4AC60 +4T 4FEC100 +4T 6T_endoxan Mast + CA Bouaud et al. IC 2014, mai, Clermont-Ferrand 3/20

4 Bouaud et al. IC 2014, mai, Clermont-Ferrand 4/20

10 Données recueillies Décisions Critères Conformité d 1 e f g oui d 2 e f g non d i e f g h oui d n 1 f g oui d n g h non Taux de conformité Bouaud et al. IC 2014, mai, Clermont-Ferrand 5/20

11 Utilisation en réunion de concertation pluridisciplinaire Réunion de concertation pluridisciplinaire (RCP) Étude avant/après ( ; hôpital Tenon) Avant 6 m. (n = 226) Après 6 m. (n = 241) Augmentation significative de la conformité des décisions au référentiel Non attribuable à l utilisation d OncoDoc2 (pas de contôle) Essai randomisé contrôlé multicentrique 1 Impact d OncoDoc2 sur la conformité des décisions de RCP 1. Étude promue et financée par l Assistance Publique-Hôpitaux de Paris (#K070603). Bouaud et al. IC 2014, mai, Clermont-Ferrand 6/20

12 Essai interventionnel randomisé contrôlé par grappes Bouaud et al. IC 2014, mai, Clermont-Ferrand 7/20

16 Objectif But du travail Quels patients bénéficient de l utilisation d un SADM? Découverte de connaissances - fouille de données Profils patients associés à la non conformité selon l utilisation ou non d OncoDoc2 Bouaud et al. IC 2014, mai, Clermont-Ferrand 8/20

17 Données, motifs, support Décisions Critères Conformité d 1 e f g d 2 e f g D non d 3 e g h d 4 e f g d 5 e f D oui d 6 f g h Jeu de données D partitionné en D non et D oui Un motif : un ensemble de critères Bouaud et al. IC 2014, mai, Clermont-Ferrand 9/20

18 Données, motifs, support Décisions Critères Conformité d 1 e f g d 2 e f g D non d 3 e g h d 4 e f g d 5 e f D oui d 6 f g h Jeu de données D partitionné en D non et D oui Un motif : un ensemble de critères p. ex. {e, g}, noté eg Bouaud et al. IC 2014, mai, Clermont-Ferrand 9/20

19 Données, motifs, support Décisions Critères Conformité d 1 e f g d 2 e f g D non d 3 e g h d 4 e f g d 5 e f D oui d 6 f g h Jeu de données D partitionné en D non et D oui Un motif : un ensemble de critères p. ex. {e, g}, noté eg Le support du motif X dans D, Supp(X, D) proportion de données de D contenant X Bouaud et al. IC 2014, mai, Clermont-Ferrand 9/20

20 Données, motifs, support Décisions Critères Conformité d 1 e f g d 2 e f g D non d 3 e g h d 4 e f g d 5 e f D oui d 6 f g h Jeu de données D partitionné en D non et D oui Un motif : un ensemble de critères p. ex. {e, g}, noté eg Le support du motif X dans D, Supp(X, D) proportion de données de D contenant X p. ex. Supp(eg, D) = 4/6 Bouaud et al. IC 2014, mai, Clermont-Ferrand 9/20

21 Données, motifs, support Décisions Critères Conformité d 1 e f g d 2 e f g D non d 3 e g h d 4 e f g d 5 e f D oui d 6 f g h Jeu de données D partitionné en D non et D oui Un motif : un ensemble de critères p. ex. {e, g}, noté eg Le support du motif X dans D, Supp(X, D) proportion de données de D contenant X p. ex. Supp(eg, D) = 4/6 p. ex. Supp(eg, D non ) = 3/3 Bouaud et al. IC 2014, mai, Clermont-Ferrand 9/20

22 Données, motifs, support Décisions Critères Conformité d 1 e f g d 2 e f g D non d 3 e g h d 4 e f g d 5 e f D oui d 6 f g h Jeu de données D partitionné en D non et D oui Un motif : un ensemble de critères p. ex. {e, g}, noté eg Le support du motif X dans D, Supp(X, D) proportion de données de D contenant X p. ex. Supp(eg, D) = 4/6 p. ex. Supp(eg, D non ) = 3/3 p. ex. Supp(eg, D oui ) = 1/3 Bouaud et al. IC 2014, mai, Clermont-Ferrand 9/20

23 Fouille de données par contraste Taux de croissance (Growth rate ; GR) Taux de croissance de D non à D oui 0 si Supp(X, D non) = 0 et Supp(X, D oui ) = 0 GR non(x, D) = + si Supp(X, D non) > 0 et Supp(X, D oui ) = 0 sinon Supp(X,D non) Supp(X,D oui ) Bouaud et al. IC 2014, mai, Clermont-Ferrand 10/20

24 Fouille de données par contraste Taux de croissance (Growth rate ; GR) Taux de croissance de D non à D oui 0 si Supp(X, D non) = 0 et Supp(X, D oui ) = 0 GR non(x, D) = + si Supp(X, D non) > 0 et Supp(X, D oui ) = 0 sinon Supp(X,D non) Supp(X,D oui ) Décisions Critères Conformité d 1 e f g d 2 e f g D non d 3 e g h d 4 e f g d 5 e f D oui d 6 f g h Supp(eg, D non ) = 3/3 = 1 Supp(eg, D oui ) = 1/3 = 0, 33 GR non (eg, D) = Supp(eg, D non )/Supp(eg, D oui ) = 1/0.33 = 3 Bouaud et al. IC 2014, mai, Clermont-Ferrand 10/20

25 Motifs émergeants fréquents Motifs émergeants Taux de croissance minimum α Motif émergeant : GR no (X, D) α ; α 0 Bouaud et al. IC 2014, mai, Clermont-Ferrand 11/20

26 Motifs émergeants fréquents Motifs émergeants Taux de croissance minimum α Motif émergeant : GR no (X, D) α ; α 0 Décisions Critères Conformité d 1 e f g d 2 e f g D non d 3 e g h d 4 e f g d 5 e f D oui d 6 f g h Supp(eg, D non ) = 3/3 Supp(eg, D oui ) = 1/3 GR non (eg, D) = 3 α = 2 Bouaud et al. IC 2014, mai, Clermont-Ferrand 11/20

27 Motifs émergeants fréquents Motifs émergeants Taux de croissance minimum α Motif émergeant : GR no (X, D) α ; α 0 Décisions Critères Conformité d 1 e f g d 2 e f g D non d 3 e g h d 4 e f g d 5 e f D oui d 6 f g h Supp(eh, D non ) = 1/3 Supp(eh, D oui ) = 0 GR non (eh, D) = + α = 2 Bouaud et al. IC 2014, mai, Clermont-Ferrand 11/20

28 Motifs émergeants fréquents Motifs émergeants Taux de croissance minimum α Motif émergeant : GR no (X, D) α ; α 0 Décisions Critères Conformité d 1 e f g d 2 e f g D non d 3 e g h d 4 e f g d 5 e f D oui d 6 f g h Supp(eh, D non ) = 1/3 Supp(eh, D oui ) = 0 GR non (eh, D) = + α = 2 Motifs fréquents Support minimal γ Motif fréquent : Supp(X, D) γ ; γ 0 Bouaud et al. IC 2014, mai, Clermont-Ferrand 11/20

29 Motifs émergeants fréquents Motifs émergeants Taux de croissance minimum α Motif émergeant : GR no (X, D) α ; α 0 Décisions Critères Conformité d 1 e f g d 2 e f g D non d 3 e g h d 4 e f g d 5 e f D oui d 6 f g h GR non (eh, D) = + α = 2 Supp(eh, D) = 1/6 γ = 0.5 Motifs fréquents Support minimal γ Motif fréquent : Supp(X, D) γ ; γ 0 Bouaud et al. IC 2014, mai, Clermont-Ferrand 11/20

30 Motifs inattendus Motif inattendu : GR non observé > GR non estimé P(X ) = ensemble des partitions de X p. ex. P(efg) = {{e; fg}; {ef ; g}; {eg; f }; {e; f ; g}} Taux d inattendu (Unexpected rate ; UR) (hypothèse d indépendance) UR(X, D) = min {X 1,...,X n} P(X ) GR non(x, D) max{1; GRnon(X i, D)} Bouaud et al. IC 2014, mai, Clermont-Ferrand 12/20

31 Motifs inattendus Motif inattendu : GR non observé > GR non estimé P(X ) = ensemble des partitions de X p. ex. P(efg) = {{e; fg}; {ef ; g}; {eg; f }; {e; f ; g}} Taux d inattendu (Unexpected rate ; UR) (hypothèse d indépendance) UR(X, D) = min {X 1,...,X n} P(X ) p. ex. P(eg) = {{e; g}} GR non (e, D) = 1, 5 GR non (g, D) = 1, 5 GR non (e, D)xGR non (g, D) = 1, 5x1, 5 = 2, 25 UR(eg, D) = GR non(eg,d) GR non(e,d)xgr non(g,d) = 3 2,25 GR non(x, D) max{1; GRnon(X i, D)} = 1, 33 > 1 Bouaud et al. IC 2014, mai, Clermont-Ferrand 12/20

32 Motifs inattendus Motif inattendu : GR non observé > GR non estimé P(X ) = ensemble des partitions de X p. ex. P(efg) = {{e; fg}; {ef ; g}; {eg; f }; {e; f ; g}} Taux d inattendu (Unexpected rate ; UR) (hypothèse d indépendance) UR(X, D) = min {X 1,...,X n} P(X ) p. ex. P(eg) = {{e; g}} GR non (e, D) = 1, 5 GR non (g, D) = 1, 5 GR non (e, D)xGR non (g, D) = 1, 5x1, 5 = 2, 25 UR(eg, D) = Taux d inattendu minimal ρ UR(X, D) ρ ; ρ 0 GR non(eg,d) GR non(e,d)xgr non(g,d) = 3 2,25 GR non(x, D) max{1; GRnon(X i, D)} = 1, 33 > 1 Bouaud et al. IC 2014, mai, Clermont-Ferrand 12/20

33 Motifs émergeants d intérêt ME d intérêt vérifient simultanément : Support mininal (γ = 5%) Taux de croissance de D non à D oui minimal (α = 2) Taux d inattendu minimal (ρ = 2) Aggrégation des ME par classes d équivalence ME décrivant les mêmes ensembles de décisions Représentant = ME le plus inattendu Classement des ME représentants de classes Introduction d un score d utilité score(x, D) = GR no (X, D) UR(X, D) Bouaud et al. IC 2014, mai, Clermont-Ferrand 13/20

34 Motifs émergeants d intérêt ME d intérêt vérifient simultanément : Support mininal (γ = 5%) Taux de croissance de D non à D oui minimal (α = 2) Taux d inattendu minimal (ρ = 2) Aggrégation des ME par classes d équivalence ME décrivant les mêmes ensembles de décisions Représentant = ME le plus inattendu Classement des ME représentants de classes Introduction d un score d utilité score(x, D) = GR no (X, D) UR(X, D) Étude de 4 groupes de ME Données Non conformité Conformité D C (contrôle) ME-NC C ME-C C D I (intervention) ME-NC I ME-C I Bouaud et al. IC 2014, mai, Clermont-Ferrand 13/20

35 Résultats Mise en œuvre de l essai d intervention [juillet 2009-avril 2010] 825 décisions collectées Contrôle (n = 268) Intervention (n = 557) Bouaud et al. IC 2014, mai, Clermont-Ferrand 14/20

36 Résultats Mise en œuvre de l essai d intervention [juillet 2009-avril 2010] 825 décisions collectées Contrôle (n = 268) Intervention (n = 557) Données Non conformité Conformité D C (contrôle) # Décisions # Motifs testés # ME Score [4,16-54,02] [4,16-60,28] D I (intervention) # Décisions # Motifs testés # ME Score [4,24-8,29] [4,04-33,97] Bouaud et al. IC 2014, mai, Clermont-Ferrand 14/20

37 ME associés à la non conformité dans le bras contrôle (ME-NC C ) 27 motifs émergeants ME Supp UR GR UR GR Taille chirinsitub=0 0,0634 7,35 7,35 54, Chirurgie non carcinologique sur la composante in situ marinsitu=1 0,0522 4,08 4,08 16, Marges non saines sur la composante in situ sbr1b=2 nggatt=0 mfocal2b=1 0,0522 2,05 7,65 15, SBR2 et N- et multifocalité découverte après la chirurgie er1=1 nggatt=0 mfocal2b=1 0,0597 2,27 6,73 15, RO+ et N- et multifocalité découverte après la chirurgie RH1=1 nggatt=0 mfocal2b=1 0,0597 2,27 6,73 15, RH+ et N- et multifocalité découverte après la chirurgie hinva1=1 nggatt=0 mfocal2b=1 0,0672 2,27 6,12 13, Tumeur initiale invasive et N- et multifocalité découverte après la chirurgie compo1b=1 nggatt=0 mfocal2b=1 0,0784 2,21 6,12 13, Composante invasive et N- et multifocalité découverte après la chirurgie Chirurgie incomplète sur composante in situ ; N- et multifocalité post-chir Bouaud et al. IC 2014, mai, Clermont-Ferrand 15/20

38 ME associés à la non conformité dans le bras intervention (ME-NC I ) 4 motifs émergeants ME Supp UR GR UR GR Taille cichim=1 0,0521 2,88 2,88 8, Contreindication à la chimiothérapie ngexpgs=3 0,0539 2,75 2,75 7, ganglions sentinelles explorés ngexpgs=0 sbr2b=1 0,0557 2,21 2,21 4, Pas de ganglion sentinelle et SBR1 prer2=90 0,0503 2,06 2,06 4, Récepteurs aux oestrogènes à 90% Bouaud et al. IC 2014, mai, Clermont-Ferrand 16/20

39 Discussion (méthode) Faible nombre de ME (part. pour la non conformité) Situations hétérogènes - difficiles à caractériser Existence de differents types de décisions Facteurs externes? Effet des seuils (γ, α, ρ) ME de la non conformité / bras de l étude Réduction des ME-NC : 27 vs 4 (contrôle vs intervention) Effet du SADM sur la variabilité : harmonisation Contraste plus faible pour les ME-NC I GR du bras intervention < GR du bras contrôle Associations moins fortes (scores) Effet du SADM Bouaud et al. IC 2014, mai, Clermont-Ferrand 17/20

40 Discussion (interprétation médicale) Difficulté d interprétation Rôle du ME représentant de classe Données réelles ; hypothèse d indépendance Taille du jeu de données ME associés à la conformité correspondent aux situations simples Pas de difficulté dans la prise en charge - existence de preuve Valide dans les 2 bras Pas d effet du SADM ME associés à la non conformité Bras contrôle : chirurgie incomplète in situ et multifocalité Situations avec manque de preuve Bras intervention : 4 ME-NC I résiduels (contre indication à la chimiothérapie,...) Des situations associées à la non conformité (contrôle) associées à la conformité (intervention) Effet du SADM Bouaud et al. IC 2014, mai, Clermont-Ferrand 18/20

41 Conclusion Résumé Découverte de ME associés à une variable binaire Appliquée aux profils patient associés à la conformité de décisions Contexte d un essai interventionnel avec un SADM (OncoDoc2) Caractérisation qualitative de l impact du système Non conformité associée aux situations avec manque de preuve Profils patients associés à la non conformité, associés à la conformité avec le SADM Perspectives Apprentissage des seuils utilisés pour la fouille Feedback pour les développeurs de RPC Bouaud et al. IC 2014, mai, Clermont-Ferrand 19/20

42 Merci de votre attention Bouaud et al. IC 2014, mai, Clermont-Ferrand 20/20