Transformer les dossiers médicaux et les données de remboursement en une meilleure prise en charge de l'asthme : un partenariat d'analyse de données avec Rutgers.

À propos du client

Le RITMS est le pôle académique de Rutgers pour la recherche clinique et translationnelle. Il fournit des infrastructures et des formations à l'ensemble de Rutgers Biomedical and Health Sciences et de ses institutions partenaires dans tout l'État, et soutient en permanence des centaines d'essais cliniques. Cette mission s'inscrivait dans l'une des initiatives de recherche en santé des populations du RITMS, visant à combler l'écart entre ce que la science de l'asthme sévère avait rendu possible et ce qui parvenait réellement aux patients dans les soins courants.

Contexte sectoriel

Le paysage thérapeutique de l'asthme sévère s'était profondément transformé au cours des années précédant cette étude. L'omalizumab, un anticorps monoclonal ciblant l'immunoglobuline E, a reçu l'approbation de la FDA en 2004, suivi du mépolizumab en 2015 et du reslizumab en 2016, tous deux ciblant l'interleukine-5 pour l'asthme éosinophilique d'apparition tardive. Ensemble, ces thérapies guidées par biomarqueurs ont rendu environ la moitié de tous les patients atteints d'asthme sévère non contrôlé éligibles à un traitement par anticorps monoclonal qui ne leur avait peut-être jamais été proposé — soulignant pourquoi le transfert de ces données probantes vers les soins primaires de première ligne, plutôt que de les laisser cloisonnées chez les spécialistes, représentait une cible à si forte valeur pour l'étude du RITMS.

Situation actuelle

Le RITMS a conçu une étude visant à évaluer les coûts et les bénéfices d'une formation de haute qualité dispensée aux médecins traitant des patients SUA et de la fourniture de nouveaux médicaments biologiques aux patients répondant à des critères d'éligibilité spécifiques, en obtenant des subventions d'Horizon Blue Cross Blue Shield of New Jersey, de Novartis et de Rutgers University. Quatre organisations ont collaboré à ces travaux : le RITMS, Horizon, RWJBarnabas Health et Iknow. Rutgers et Horizon ont défini conjointement les critères des patients SUA, Horizon a identifié la population éligible et extrait les données de remboursement, RWJBarnabas Health a fourni les dossiers médicaux, et Iknow a été chargée de fournir les capacités d'analyse de données du projet.

• Des thérapies efficaces sous-utilisées. Les traitements biologiques guidés par biomarqueurs restaient sous-utilisés par les prestataires de soins et mal compris par les patients, maintenant les taux de visites aux urgences et d'hospitalisation à un niveau stable depuis les années 1990.
• Une charge de coûts élevée et évitable. Les patients atteints d'asthme sévère ou non contrôlé généraient des coûts médicaux directs cinq fois supérieurs à ceux des patients souffrant d'un asthme léger ou bien contrôlé — un coût d'opportunité quantifiable directement lié à la sous-utilisation des outils disponibles.
• Des données fragmentées et multi-sources. Les données probantes nécessaires pour évaluer l'intervention résidaient dans deux systèmes entièrement distincts — les données de remboursement médical d'Horizon et les dossiers médicaux électroniques de RWJBarnabas Health — dans des formats différents, sans structure existante pour les combiner.
• Des contraintes strictes de confidentialité et de sécurité. Tout environnement technique traitant ces données devait satisfaire aux exigences de confidentialité HIPAA et aux normes de sécurité institutionnelles du RITMS, tout en permettant une analyse exploratoire et itérative.
• Une population de patients hétérogène. Les patients atteints d'asthme sévère ou non contrôlé présentent une hétérogénéité considérable sur les plans de l'étiologie, de la pathogenèse et de la réponse au traitement, ce qui signifie que le modèle de données devait permettre une caractérisation pertinente des sous-groupes plutôt qu'une vue agrégée unique.

• Fournir les capacités d'analyse de données pour l'étude de démonstration du RITMS.
• Concevoir et mettre en œuvre un environnement technique répondant aux exigences de sécurité de Rutgers et de confidentialité HIPAA.
• Intégrer les données de remboursement d'Horizon et les dossiers médicaux électroniques de RWJBarnabas Health dans un modèle de données unifié et fondé sur des standards.
• Traduire les hypothèses de travail du RITMS en analyses définies et exécutables, incluant les éléments de données, les ensembles de population, les périodes et les formats de sortie.
• Produire des analyses complètes caractérisant la cohorte de patients et de médecins et évaluant les effets de la formation des prestataires de soins et de la prescription de traitements biologiques guidés par biomarqueurs.

Comment Iknow a structuré les travaux

Le projet a fonctionné comme une collaboration entre quatre organisations, chaque partenaire apportant une capacité distincte : Rutgers et Horizon ont défini les critères des patients SUA, Horizon a extrait les données de remboursement, RWJBarnabas Health a fourni les dossiers médicaux, Rutgers a dispensé la formation aux prestataires de soins, et Iknow a pris en charge de bout en bout l'intégration des données, l'analyse et la visualisation.

Activités et décisions clés

• Conception de l'environnement technique. Iknow a élaboré l'environnement matériel et logiciel recommandé, mis en œuvre au sein du Rutgers Office of Advanced Research Computing afin de satisfaire aux exigences de sécurité et de confidentialité HIPAA du RITMS. L'environnement comprenait Tableau pour l'analyse et la visualisation, Talend pour l'intégration des données, et un Common Data Model de santé implémenté dans Microsoft SQL Server. Iknow a retenu le CDM de l'Observational Medical Outcomes Partnership (OMOP) comme schéma de base de données du projet — un standard ouvert spécialement conçu pour combiner des données de remboursement et de dossiers médicaux électroniques issues de systèmes sources différents en un format analysable unique.
• Traduction des hypothèses en analyses. Iknow a travaillé directement avec le directeur du RITMS pour traduire les hypothèses de travail en analyses définies, en identifiant les éléments de données, les ensembles et sous-ensembles de population, les périodes et autres contraintes, et en s'accordant sur les types d'analyses et les formats de sortie avant tout travail sur les données.
• Intégration et préparation des données. Iknow a identifié les champs de données nécessaires aux analyses prévues, puis a réalisé la transformation et le nettoyage des données en vue de leur intégration dans le CDM. Les données provenaient d'Horizon et de RWJBarnabas Health dans plusieurs formats de fichiers, couvrant les données démographiques, les dossiers d'hospitalisation, les prescriptions d'examens de laboratoire, les ordonnances et les actes médicaux. Iknow a développé et exécuté les scripts d'intégration, réalisé les tests de validation des données et intégré le CDM directement à Tableau.
• Analyse et visualisation. Iknow a analysé les données afin de comprendre les effets d'une formation ciblée des prestataires de soins et de la prescription de thérapies de pointe guidées par biomarqueurs, produisant plus de 40 analyses rendant compte des caractéristiques de référence de la cohorte de patients et de médecins — données démographiques, répartition par spécialité et par cabinet des prestataires, répartition géographique et profils de coûts par âge — ainsi que des résultats de l'étude.

Parties prenantes et collaboration

Iknow a travaillé directement avec la direction du RITMS tout au long de la mission et s'est étroitement coordonnée avec Horizon Blue Cross Blue Shield of New Jersey et RWJBarnabas Health, les deux partenaires sources de données du projet, dans le cadre d'une étude financée par Horizon, Novartis et Rutgers University.

Intégrer deux sources de données structurellement différentes sans compromettre la confidentialité ni la fidélité

Les données de remboursement et les dossiers médicaux électroniques proviennent de systèmes, de formats et d'organisations fondamentalement différents, créant un risque réel de jeu de données combiné incohérent si l'intégration était menée de manière approximative. Iknow a répondu à ce défi en standardisant l'ensemble dans le Common Data Model OMOP — un schéma ouvert, standard de la recherche en santé — implémenté dans un environnement conforme à la réglementation HIPAA au sein de l'infrastructure de calcul pour la recherche de Rutgers, et en validant chaque conversion par des tests de validation des données dédiés avant le début de toute analyse.

Rendre exploitable un jeu de données volumineux et encore peu connu pour une recherche clinique itérative

Un jeu de données cliniques volumineux et nouvellement intégré risquait de devenir un livrable analytique ponctuel plutôt qu'une ressource que les propres chercheurs du RITMS pourraient explorer tout au long d'une étude pluriannuelle. Iknow a répondu à ce défi en traduisant dès le départ des hypothèses cliniques ouvertes en analyses concrètement définies et exécutables, puis en intégrant le CDM directement à Tableau afin que l'équipe de recherche puisse explorer de manière interactive la bibliothèque croissante d'analyses plutôt que de dépendre de rapports statiques.

Résultats opérationnels

• Production de plus de 40 analyses distinctes caractérisant la cohorte de patients SUA et leurs médecins traitants, incluant les données démographiques, la répartition géographique, la composition par spécialité des prestataires et les profils de coûts par âge.
• Intégration de données multi-formats provenant de deux organisations indépendantes — couvrant les données démographiques, les dossiers d'hospitalisation, les prescriptions d'examens de laboratoire, les ordonnances et les actes médicaux — dans un modèle de données cliniques unique et fondé sur des standards.
• Maintien d'un environnement d'analyse conforme à la réglementation HIPAA au sein du Rutgers Office of Advanced Research Computing tout au long d'une étude de démonstration pluriannuelle.
• Publication de plusieurs articles dans des revues académiques.

Résultats stratégiques et organisationnels

Le projet a démontré qu'une formation ciblée des médecins de soins primaires, combinée à une utilisation guidée par biomarqueurs de thérapies biologiques de pointe, pouvait améliorer la qualité des soins et réduire le coût total des soins — mesuré par une diminution des taux de recours aux urgences et à l'hospitalisation dans les données de remboursement. Bien que l'étude se soit concentrée sur les assurés d'Horizon atteints d'asthme sévère persistant ou non contrôlé, le programme de formation et l'approche d'analyse de données sous-jacents ont été explicitement conçus pour être généralisables à d'autres systèmes de santé et programmes de soins gérés, et pour soutenir des efforts similaires de production de données probantes dans d'autres catégories de maladies.

Délai d'obtention des résultats

La mission d'Iknow s'est étendue sur plus de cinq ans, reflétant la nature longitudinale de l'étude de démonstration sous-jacente plutôt qu'un livrable ponctuel, les résultats se concrétisant progressivement à mesure que l'environnement d'analyse gagnait en maturité et que les données de cohorte s'accumulaient tout au long de la période d'étude.

Compétences clés

• Intégration et interopérabilité des données de santé
• Analyse et visualisation des données cliniques et de remboursement
• Conception d'environnements de calcul pour la recherche
• Soutien à des programmes de recherche multi-parties prenantes

Méthodes et cadres

• Implémentation du Common Data Model OMOP
• Méthodologie de traduction des hypothèses en analyses
• Tests de validation des données et d'assurance qualité
• Conception d'environnements techniques conformes à la réglementation HIPAA

Technologies et outils

• Tableau (analyse et visualisation des données)
• Talend (intégration des données)
• Microsoft SQL Server et le Common Data Model OMOP
• Infrastructure du Rutgers Office of Advanced Research Computing (OARC)