Présenter la méthodologie allant permettre l’évaluation, le calibrage et la comparaison des performances de l’approche cas–population dans la détection de signaux de pharmacovigilance au sein du Système national d’information interrégimes de l’assurance maladie (Sniiram), dans le cadre du projet ALCAPONE. Évaluer la faisabilité du projet à partir de résultats préliminaires issus de l’échantillon généraliste de bénéficiaires (EGB).

La méthodologie du projet ALCAPONE s’inspire de celle développée par les consortiums internationaux Observational medical outcome partnership (« OMOP ») et Observational health data sciences and informatics (« OHDSI »). ALCAPONE se base sur des données rétrospectives obtenues via le Sniiram et l’EGB ainsi que sur le set de référence d’OMOP. Ce set se compose de quatre événements d’intérêt–insuffisance hépatique aiguë (ALI), infarctus du myocarde (MI), insuffisance rénale aiguë (KI) et saignements des voies gastro-intestinales hautes (UGIB) – et de 165 médicaments témoins positifs et 235 négatifs. ALCAPONE compte trois étapes :

– la sélection, via une étude de faisabilité dans l’EGB, des témoins positifs et négatifs effectivement détectables dans le Sniiram (i.e. avec un risque relatif minimum détectable≤1,25) ;

– la détection des témoins retenus à travers trois designs : « self-controlled case series » (SCCS), approche cas–témoins (CC) et approche cas–population (CP) – plusieurs paramètres étant testés pour chacun d’entre eux (nombre de témoins, stratégie d’ajustement, etc.) ;

– comparaison des performances des différents designs et leurs variantes d’après leurs sensibilité et spécificité. Les cas ont été identifiés d’après leur diagnostic principal entre le 01/01/2009 et le 31/12/2014.

Deux définitions ont été utilisées pour la sélection des événements d’intérêt : une « spécifique » et une « sensible ». Pour chaque événement d’intérêt, la précision des mesures d’association générées par chaque design et ses variantes sera calculée et utilisée pour calibrer les méthodes.

La définition « sensible » a permis d’identifier dans l’EGB 40 ALI, 6334 MI, 758 KI et 1771 UGIB contre 33 ALI, 3202 MI, 94 KI et 1390 UGIB pour la « spécifique ». Sur l’ensemble du set, en se basant sur la définition « sensible » des quatre pathologies, 15 témoins positifs et 8 négatifs sont effectivement détectables dans l’EGB contre 9 et 3 respectivement pour la définition « spécifique ». Par extrapolation, le nombre de témoins positifs et négatifs détectables dans le Sniiram devrait être respectivement de 72 et 86 pour la définition « sensible » contre 67 et 71 pour la définition « spécifique ». À titre de comparaison, 71 témoins positifs et 67 négatifs ont été classifiés comme effectivement détectables dans les travaux initiaux d’OMOP.

Le nombre de témoins effectivement détectable montre que le Sniiram dispose de suffisamment de puissance pour mener à bien l’évaluation, le calibrage et la comparaison de l’approche cas–population et des autres approches. Ces témoins serviront à l’identification des designs et paramètres optimaux pour l’étude de chaque événement d’intérêt au sein du Sniiram. Ces designs de référence seront par la suite utilisés pour la génération et la validation de signaux de pharmacovigilance.