ESC-SCORE2-EDSH

Partenaires 

• Le Centre Hospitalier Universitaire (CHU) de Limoges est un établissement public de santé universitaire du Limousin, rattaché à l'université de Limoges. Il assure des missions de soins, d'enseignement, de recherche et d'innovation. Il regroupe 6 sites et est membre fondateur du Groupement de Coopération Sanitaire NOVA (GCS NOVA), avec les CHU de Bordeaux et de Poitiers. Son Entrepôt de Données de Santé hospitalier (EDSh), porté par le Centre des Données Cliniques et de Recherche (CDCR), constitue le support de données principal du projet.
• Le CHU de Bordeaux et le CHU de Poitiers participeront à la phase de validation externe de l'algorithme dans le cadre du réseau EDS@NOVA. 
   

Contexte 

Les maladies cardiovasculaires (MCV) sont la première cause de mortalité en Europe et représentent également une cause majeure d’hospitalisation en France. Une part importante de ces maladies peut toutefois être évitée grâce à une meilleure prévention et à l’identification précoce des personnes présentant un risque cardiovasculaire élevé.

Pour identifier ces personnes, les recommandations européennes s’appuient notamment sur le score ESC SCORE2, qui permet d’estimer le risque de survenue d’un événement cardiovasculaire dans les 10 ans à partir de plusieurs informations : âge, sexe, tabagisme, pression artérielle et cholestérol. Des versions spécifiques existent également pour les personnes de 70 ans et plus (ESC SCORE2-OP) et pour les patients diabétiques (ESC SCORE2-Diabetes).

Pourtant, le calcul de ces scores reste encore peu automatisé dans les établissements de santé. Les entrepôts de données de santé hospitaliers (EDSh) constituent une opportunité pour systématiser cette évaluation, car ils regroupent les données cliniques et biologiques nécessaires au calcul de l’ESC SCORE2 et de l’ESC SCORE2-OP.

Objectif du projet 

Le projet vise à développer et valider un algorithme open-source, documenté et reproductible permettant de calculer automatiquement les scores ESC SCORE2 et ESC SCORE2-OP afin de pallier l'absence d'outil systématique ciblant les patients en prévention primaire et de limiter la sous-détection du risque cardiovasculaire. L’objectif est ainsi de proposer un outil librement réutilisable par tout établissement disposant d'un EDSh, permettant une stratification systématique du risque cardiovasculaire en pratique hospitalière courante.

Méthodologie et caractère innovant 

Le projet consiste d’abord à développer et tester l’algorithme à partir des données de l’EDSh du CHU de Limoges.

Dans un premier temps, les chercheurs identifieront les patients pour lesquels le calcul des scores ESC SCORE2 et ESC SCORE2-OP est pertinent et vérifieront que les données nécessaires au calcul sont bien disponibles.

L’algorithme permettra ensuite de calculer automatiquement le risque cardiovasculaire des patients à partir de ces données. Ses résultats seront comparés aux événements cardiovasculaires réellement observés afin d’évaluer sa fiabilité.

Une fois cette première étape réalisée, l’algorithme sera testé sur les données des CHU de Poitiers et de Bordeaux pour vérifier qu’il peut fonctionner dans différents établissements.

Enfin, l’outil sera adapté pour pouvoir être réutilisé par d’autres établissements de santé, notamment grâce à une version compatible avec le standard OMOP-CDM, puis publié en open source et proposé à la BOAS.

Le projet ESC-SCORE2-EDSH est lauréat de la 10ᵉ édition de l’appel à manifestation d’intérêt relatif à la Bibliothèque Ouverte d'Algorithmes en Santé (BOAS). Dans ce cadre, il bénéficie d’un accompagnement technique, juridique, réglementaire et financier de la Plateforme des données de santé.

Résultats / Livrables attendus

Le projet aboutira à :

• un algorithme open source en Python permettant d’automatiser le calcul du ESC SCORE2 et ESC SCORE2-OP à partir des données d’un EDSH ;
• une documentation technique et médicale permettant de comprendre, installer et déployer l’algorithme dans un nouvel établissement ;
• un rapport de validation présentant les performances de l’algorithme, la qualité des données utilisées et les éventuelles limites identifiées ;
• une publication de l’ensemble des livrables dans la Bibliothèque Ouverte d’Algorithmes en Santé (BOAS), afin de permettre leur réutilisation par d’autres établissements et acteurs de la communauté des EDS.