FIND-C France

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

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

La présente étude s'inscrit dans le cadre d'une initiative plus large visant à développer des algorithmes dans différents pays pour identifier les patients atteints d'une infection par le virus de l'hépatite C (VHC) non diagnostiqués et contribuer à l'ambitieux objectif de l'OMS d'éliminer l'infection par le VHC d'ici 2030. La détection précoce de l’infection facilite l'introduction rapide du traitement antiviral, ce qui conduit à une réduction de la morbi-mortalité et, et une réduction des coûts. Ainsi, la transmission du VHC peut être prévenue, et l'épidémie de VHC maitrisée.
L'objectif principal de cette étude est de développer un algorithme de machine learning (ML) capable d'identifier les personnes les plus à risque de développer une infection par le VHC en France en s’appuyant sur les précédents travaux américains. Après le développement et la validation de l'algorithme, la CNAM pourra décider de la manière dont le déploiement de l’algorithme sur la population française sera mis en œuvre. Dans cette perspective, la CNAM est un acteur actif de ce projet, et possède un rôle d'expertise scientifique.

Il s'agira d'une étude rétrospective sur les données de remboursement de l'assurance maladie (SNDS). La population d'étude sera les patients âgés de 18 ans ou plus, dont le sexe est connu, et sans interruption de leur couverture d'assurance maladie pendant la période d’étude. Deux cohortes seront constituées :
- Cohorte positive : patients incidents diagnostiqués VHC au cours de la période d'inclusion (du 01/12/2021 au 31/12/2024 );
- Cohorte « non étiquetée » : patients pour lesquels aucun remboursement lié au VHC n'a été observé au cours de la période d’étude (du 01/01/2015 au 31/12/2024).

Afin de développer le modèle prédictif, les prédicteurs utilisés dans les algorithmes américains seront transposés à l’architecture du SNDS. Ensuite, un « rolling-cross-sectional » design sera utilisé. Pour cela, la période d'inclusion sera divisée en :
- 14 fenêtres de sélection de 12 mois chacune, chacune étant décalée d’un mois par rapport à la précédente. Chaque fenêtre chevauchera donc la précédente sur 11 mois ;
- Une fenêtre « test » de 12 mois mise de côté, sans chevauchement avec les 14 précédentes. Cette fenêtre sera donc temporellement indépendante.
Un algorithme de ML sera entraîné sur les 14 fenêtres de sélection, en utilisant 4 années de données pré-diagnostic. L'algorithme sera testé sur la fenêtre « test » mise de côté. Les performances du modèle seront évaluées via la courbe de caractéristique des performances (ROC) et son aire sous la courbe (AUCROC), et via la courbe précision-rappel. La précision sera évaluée à plusieurs niveaux de sensibilité. Les performances de l'algorithme seront comparées à celles d’autres méthodes de dépistage telles que le dépistage universel, et/ou un dépistage sur des populations à risque.