L'identification de clusters (sous-groupes) de patients à partir des bases de données médico-administratives est particulièrement importante pour mieux comprendre l'hétérogénéité des maladies et des parcours de soin. Cependant, ces bases de données sont complexes car elles contiennent différents types de variables longitudinales qui sont mesurées à différentes périodes, générant ainsi des données tronquées. Les données tronquées représentent une limite importante dans les méthodes classiques de clustering longitudinal. En effet, les patients ayant de telles données doivent être retirés de l'analyse ou leurs données doivent être imputées. Dans notre étude, nous avons développé deux nouvelles approches permettant d'identifier des clusters de patients à partir des données longitudinales tronquées contenues dans les bases de données médico-administratives ne nécessitant ni exclusion de patients ni imputation.

Les deux approches que nous avons développées sont basées sur une stratégie appelée cluster tracking. Les clusters sont d'abord identifiés à chaque pas de temps, puis sont suivis au cours du temps. L'identification des clusters se fait directement à partir des données brutes dans la première approche alors qu'elle se fait via des réseaux de patients construits à partir des données brutes dans la deuxième approche. Le suivi des clusters, identique pour les deux approches, repose sur l'identification des patients en commun entre deux clusters de temps consécutifs. Nous avons utilisé ces approches pour analyser les médicaments antithrombotiques prescrits entre 2008 et 2018 contenues dans l’Échantillon généraliste des bénéficiaires (EGB), une cohorte nationale française. Nous avons également comparé ces approches avec trois méthodes classiques de clustering longitudinal.

Nos deux approches nous ont permis d'identifier des trajectoires de clusters correspondant à des pathologies identifiées par ailleurs. Elles ont aussi permis de mettre en évidence des clusters de patients plus homogènes par rapport aux trois méthodes classiques de clustering longitudinal.

Nous proposons des approches basées sur le cluster tracking pour prendre en compte les données longitudinales tronquées contenues dans les bases de données médico-administrative et ainsi améliorer la quantité d'information extraite.

Clustering longitudinal ; Cluster tracking ; Trajectoire de clusters ; Bases de données médico-administratives ; Réseaux de patients

Les auteurs déclarent ne pas avoir de liens d'intérêts.