Clinical trials Augmented wIth Real-world data

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

L’intérêt public est la recherche et l’augmentation des connaissances. Réduire le nombre de patients nécessaires facilitera les futurs essais et augmentera leur rapport coût/bénéfice : amélioration de leur précision, gain de temps et de financement, et surtout amélioration de la sécurité des patients.
L'objectif général du projet CAIR est de proposer des nouvelles méthodologies pour augmenter le pouvoir de preuve des essais randomisés individuels grâce aux données de vie réelle. Pour cela, nous supposons que l'utilisation des scores de propension n’est pas la méthode la plus pertinente, en comparaison à la G-Computation au regard de nos résultats précédents et de la littérature récente. L'originalité de notre projet est de proposer des méthodes où les conditions de validité de l'inférence causale sont évaluées de manière prospective pendant l'essai. Il s'agit ainsi de tendre soit vers un essai augmenté si elles sont respectées, soit vers un essai randomisé classique si elles sont rejetées.
Méthode : Équipe 1 : La méthode de pondération par scores de propension (IPW) ainsi que l'estimation à partir de la formule de standardisation (G-computation) sera utilisée. Ces différents estimateurs seront adaptés à l'utilisation de données externes. Ensuite, ces deux estimateurs seront combinés en un estimateur AIPW (Augmented Inverse Probability Weighting) doublement robuste. Nous souhaitons évaluer les apports de ces 3 estimateurs dans le cadre d'un design hybride adaptatif.
Équipe 2 : la pertinence d’intégrer des techniques d’apprentissage par renforcement afin d’optimiser la randomisation sera étudiée. Nous souhaitons également évaluer la pertinence d’introduire des patients virtuels à la place des patients réels dans le bras contrôle des essais contrôlés randomisés. Cette approche consiste à mettre en œuvre des approches d’IA générative pour apprendre un générateur de patients virtuels en utilisant les données internes et externes disponibles.
Population d'étude : De 01/01/2013 au 31/03/2026 Patients présentant ces critères d’inclusion :
-Age ≥ 18 ans
-Ayant eu une intervention chirurgicale colorectale (durée prévisible > 90 minutes)
-Ayant eu une antibioprophylaxie par céfoxitine
-Non inclus dans l’essai PROPHYLOXITIN.
Ne seront pas inclus dans cette étude les patients :
-Ayant fait valoir leur droit d’opposition au traitement secondaire de leurs données
-Ayant des antécédents connus d’hypersensibilité à la céfoxitine ou à d’autres bêta-lactamines et à l’un des excipients
-Ayant une hypersensibilité au métronidazole ou à d’autres dérivés de nitroimidazole ou à l’un des excipients
-Ayant une obésité sévère extrême (définie par un IMC > 50 kg/m²)
-Ayant une insuffisance rénale sévère (clairance créatinine estimée < 30 ml/min)
-Ayant une infection bactérienne au moment de l’intervention chirurgicale ou un antibiotique récent (jusqu’à 2 semaines avant l’intervention), à l’exception de la prophylaxie antibiotique chirurgicale orale
-Femme enceinte ou allaitante