L’intelligence artificielle au service de la surveillance du diabète : développement d’un algorithme de typage du diabète à partir de la cohorte Constances et application aux données du Système National des Données de Santé
Résumé
INTRODUCTION - Le Système national des données de santé (SNDS) est une source d’informations majeure pour la surveillance du diabète. L’identification des cas de diabète repose sur des algorithmes basés sur le traitement pharmacologique sans distinction entre type 1 (DT1) et type 2 (DT2). Les objectifs de cette étude étaient le développement d’un algorithme de typage du diabète en utilisant une approche d’intelligence artificielle (IA) et son application pour estimer la prévalence du DT1 et DT2 chez l’adulte en France. METHODES - L’algorithme a été développé à partir des participants traités pharmacologiquement pour diabète dans la cohorte Constances (n= 951, base de données [BdD] de référence). Une méthode d’apprentissage automatique supervisé a été utilisée, déclinée en huit étapes : sélection de la BdD de référence, identification de la cible (DT1), codification des variables SNDS, division de la BdD en base d’entrainement et base de test, sélection des variables et entrainement, validation et sélection des algorithmes. L’algorithme sélectionné a été appliqué sur l’ensemble du SNDS pour estimer, après correction basée sur sa performance, la prévalence des DT1 et DT2 en 2016, déclinée par sexe, chez les adultes âgés de 18 à 70 ans. RESULTATS - Sur 3481 variables codifiées dans le SNDS, seules 14 étaient sélectionnées pour entrainer les différents algorithmes. L’algorithme final est un modèle d’analyse discriminante linéaire basé sur le nombre de remboursements dans l’année précédente : d’insuline à action rapide, d’insuline de longue durée et de biguanides. Cet algorithme a une spécificité de 97,2 % et une sensibilité de 100% pour l’identification des DT1. En 2016, la prévalence du DT1 était 0,32% (femmes 0,29% ; hommes 0,36%) et celle du DT2 était 4,36% (femmes 3,72% ; hommes 5,03%). CONCLUSION - Les perspectives de recherche et prévention offertes par l’IA sont nombreuses et dépassent le champ de la surveillance du diabète.