Une opération de maintenance exceptionnelle est prévue samedi 1er février 2020 entre 10h et 17h. L'accès au site sera interrompu durant cette période. Nous vous remercions pour votre compréhension.

https://vieviewer.com/

E-santé

Un logiciel d'analyse de données biologiques pour détecter les cas potentiels de maladie rénale chronique

0 286

WASHINGTON (TICsanté) - Un groupe de travail a élaboré un logiciel d'analyse automatique des données de biologie médicale afin d'identifier les personnes susceptibles d'avoir une maladie rénale chronique, selon un article publié dans Clinical Journal of the American Society of Nephrology (CJASN).

La maladie rénale chronique est une pathologie silencieuse, ce qui complique la détection des patients et leur prise en charge ainsi que leur inclusion dans des essais cliniques, rappellent Jenna Norton du National Institute of Diabetes and Digestive and Kidney Diseases (NIDDK, dépendant des NIH américains) et ses collègues du programme national NKDEP.

Ce groupe de travail a pour objectif principal de faciliter l'identification des personnes à risque de développer une maladie rénale chronique, et de développer des interventions pour ralentir la progression de cette maladie.

Dans cet article, les chercheurs présentent leurs travaux de développement et de validation d'un logiciel destiné à optimiser l'identification d'un "phénotype électronique" de maladie rénale chronique à partir des bases de données médico-administratives.

Habituellement dans ces bases de données, le seul code de diagnostic principal ne suffit pas à identifier toutes les personnes atteintes de maladie rénale chronique.

Cet "e-phénotype" a été défini par un taux de filtration glomérulaire estimée (eGFR) inférieur à 60 mL/min/1,73 m², mesuré au minimum il y a plus de 90 jours, et/ou un ratio albuminurie/créatininurie d'au moins 30 mg/g dans le test le plus récemment réalisé, il y a plus de 90 jours au minimum.

Des données de biologie médicale pour mettre au point le logiciel

En l'absence des données d'albuminurie et de créatininurie, le logiciel pouvait utiliser les résultats les plus récents de protéinurie.

Pour mettre au point le logiciel, les chercheurs ont établi les valeurs seuils à partir des données de biologie médicale de cohortes de patients dans trois établissements, l'université du Minnesota (47.000 patients environ), la Cleveland Clinic (près de 7.000 patients) et l'université Columbia (34.000 patients environ).

Ils ont ensuite testé le logiciel sur cinq sites auprès de plus de 2 millions de personnes avec différents niveau d'eGFR. Il a permis d'identifier les personnes avec un "e-phénotype" de maladie rénale chronique avec une sensibilité de 99%, une spécificité de 99% et une précision diagnostique de 99%.

Ces performances sont légèrement meilleures que celles de l'algorithme eMERGE, qui utilise notamment les codes diagnostiques, observent les chercheurs.

Ces résultats indiquent que les résultats de biologie médicale disponibles dans les bases de données médico-administratives peuvent être analysés de manière automatique pour identifier les patients, ce qui peut faciliter leur prise en charge, leur surveillance et la recherche, concluent-ils.

(CJASN, édition en ligne du 12 août)

Luu Ly Do Quang

http://www.computer-engineering.fr/

Politique

Greffe hépatique: autorisation de l'expérimentation "article 51" sur le financement de la télésurveillance

PARIS (TICsanté) - Un arrêté publié le 12 octobre au Journal officiel fixe le cahier des charges de l'expérimentation sur la télésurveillance des patients transplantés hépatiques financée dans le cadre de l'article 51 de la loi de financement de la sécurité sociale (LFSS) pour 2018.

0 257

E-santé

Intérêt d'une intelligence artificielle pour prédire le risque d'atteinte rénale aiguë

LONDRES (TICsanté) - Un algorithme d'intelligence artificielle (IA) semble prédire de manière fiable parmi des patients hospitalisés lesquels risquent de développer une insuffisance rénale aiguë, un outil qui pourrait être particulièrement utile en étant intégré dans une application mobile, comme le suggèrent deux études menées par DeepMind (groupe Alphabet, dont fait partie Google) avec des équipes britannique et américaine et publiées dans des revues du groupe Nature Research.

0 420

Vos réactions

Anti-spam : Veuillez saisir le résultat de ce calcul S.V.P
5 + 9 =
http://www.canyon.fr/
https://www.groupepsih.com/decouvrez-hospivision/?utm_source=ticsante&utm_medium=banner&utm_campaign=Hospivison%20juin%2019

Les offres APMjob.com

TICpharma.com

Découvrez le site de référence sur la transformation numérique des industries de santé

Découvrir le site

événements

  • CyberCamp Santé

    Le 05/02/2020

  • Hacking Health Camp 2020

    Du 20/03/2020 au 22/03/2020

  • 8e congrès de l'Apssis

    Du 31/03/2020 au 02/04/2020

  • 6e Journées des start-up innovantes du dispositif médical

    Le 12/05/2020

  • Sant'Expo 2020 (ex-Paris Healthcare Week)

    Du 26/05/2020 au 28/05/2020