Medimpact-FPI
Objectif(s) de la recherche et intérêt pour la santé publique
Finalité de l'étude
Objectifs poursuivis
Domaines médicaux investigués
Bénéfices attendus
"La FPI est une maladie sévère avec une haute mortalité et morbidité avec des traitements médicamenteux qui ne font que ralentir l’évolution de la maladie chez des patients âgés. La présence d’autres comorbidités induits la prescription d’autres médicaments qui pourraient interférer positivement ou négativement avec l’évolution de la FPI. L’observation de différences de survie ou de progression de la maladie chez des patients atteints de FPI selon la prise de certains médicaments pourrait permettre :
1/ l’adaptation de la prescription de médicaments potentiellement néfastes pour les patients porteurs de FPI, en évaluant leur balance bénéfice/risque.
2/l’identification d’éventuels médicaments bénéfiques et candidats à un repositionnement dans la FPI. Des résultats bénéfiques provenant d’étude sur les bases de données permettant de construire des études de recherche clinique de phase III.
3/la création de l’algorithme permettant l’analyse des données des patients atteints de FPI et suivis dans les 5 CHU de HUGO permettra de proposer d’autres études complémentaires avec des perspectives dans des domaines tels que l’épidémiologie de la FPI dans les régions Bretagne, Pays de Loire et Centre Val de Loire, l’étude de l’impact sur la FPI et sur la survenue d’exacerbation de FPI, de la qualité de l’air (réseau Atmo France), de la qualité de l’eau (Directions Régionales de l’Environnement, de l’Aménagement et du Logement), de la pollution d’origine agricole (Agreste), de la météorologie sur selon le lieu d’habitation, ou encore des épidémies virales (grippe, Sars CoV2, VRS)… Ces données seront importantes pour la prise en charge des patients par les médecins, les pouvoirs publics ou les entreprises pharmaceutiques, et nécessiteront de mobiliser d’autres outils d’intelligence artificielle tels que des modèles de machine learning ou de la recherche textuelle par traitement automatique du langage (TAL) ou grands modeles de langue (LLM Large Language Models)."
Données utilisées
Catégories de données utilisées
Source de données utilisées
Autre(s) source(s) de donnée(s) mobilisée(s)
Appariement entre les sources de données mobilisées
Variables sensibles utilisées
Justification du recours à cette(ces) variable(s) sensible(s)
Nécessaire pour évaluer l'impact de certains médicaments prescrits chez les patients avec fibrose pulmonaire idiopathique sur leur survie globale.
Recours au numéro d'identification des professionnels de santé
Plateforme utilisée pour l'analyse des données
Acteurs finançant et participant à l'étude
Responsable(s) de traitement
Type de responsable de traitement 1
Responsable de traitement 1
Localisation du responsable de traitement 1
Représentant du responsable de traitement 1
Responsable(s) de mise en oeuvre non cités comme responsable de traitement
Responsable de mise en oeuvre non cité comme responsable de traitement 1
Responsable de mise en oeuvre non cité comme responsable de traitement 2
Responsable de mise en oeuvre non cité comme responsable de traitement 3
Calendrier du projet
Base légale pour accéder aux données
Encadrement réglementaire
Durée de conservation aux fins du projet (en années)
2
Existence d'une prise de décision automatisée
Fondement juridique
Article 6 du RGPD (Licéité du traitement)
Article 9 du RGPD (Exception permettant de traiter des données de santé)
Transfert de données personnelles vers un pays hors UE
Droits des personnes
"Information générale collective et individuelle concernant la réutilisation des données de soins pour la recherche (affiches, livret d’accueil, site Internet, distribution de notes d’information)
La note d'information sera publiée sur le site internet de chaque établissement partenaire"