Recherche et études

Surveillance du diabète

CARACTÉRISTIQUES

Responsable scientifique S. Fosse-Edorh
Organisme de rattachement Santé publique France
Spécificités Données uniquement
Année d'acceptation 2015
Statut Terminé

Contexte

En France, comme dans l’ensemble des pays industrialisés, la prévalence du diabète ne cesse d’augmenter. En 2013, selon les données du Système national d’information inter-régimes de l’Assurance maladie (Sniiram), 4,7% de la population était traitée pharmacologiquement pour un diabète, avec des taux de prévalence plus élevés dans les groupes les plus défavorisés socialement. Si la prévalence du diabète pris en charge médicalement est bien décrite grâce aux données de consommation médicale de l’Assurance maladie, la prévalence du diabète non diagnostiqué et celle du diabète non traité pharmacologiquement, et sans prise en charge pour affection de longue durée ni hospitalisation, le sont moins. Selon les données de l’étude ENNS, en 2006, 1% des personnes âgées de 18 à 74 ans étaient non diagnostiquées et 0,6 % étaient diagnostiquées mais non traitées pharmacologiquement. D’autre part, l’incidence du diabète est mal connue dans la population française. Les complications du diabète sont fréquentes et graves mais peuvent être retardées voire évitées grâce à un contrôle de la maladie. En 2012, d’après les données du Sniiram, près de 7 500 personnes diabétiques ont été hospitalisées avec mention d’acte d’amputation d’un membre inférieur et plus de 19 000 avec mention de plaie du pied.

Objectifs

Les objectifs de ce projet sont :

  • D’estimer l’incidence du pré-diabète et du diabète après 5 ans de suivi, puis tous les 5 ans ; la prévalence du pré-diabète, du diabète total, du diabète non diagnostiqué, du diabète diagnostiqué et non traité pharmacologiquement et du diabète traité pharmacologiquement, à l’inclusion dans l’étude ;
  • De valider les algorithmes de repérage de cas de diabète et de développer un algorithme de typage du diabète (diabète de type 1 versus diabète de type 2 essentiellement) à partir des bases de données médico-administratives après avoir identifié de façon exhaustive dans la cohorte les personnes pré-diabétiques, diabétiques non diagnostiquées, diabétiques diagnostiquées mais non traitées pharmacologiquement et celles qui sont traitées pharmacologiquement ;
  • D’estimer la prévalence et l’incidence des complications liées au diabète (infarctus du myocarde, accident vasculaire cérébral, mal perforant plantaire, amputation d’un membre inférieur), la fréquence de réalisation des examens recommandés dans le cadre du suivi du diabète; et d’étudier le délai de survenue des complications et leurs facteurs prédictifs ;
  • D’estimer les liens entre le niveau socio-économique ou l’origine géographique des participants et la prévalence, l’incidence du pré-diabète/diabète, des complications et le recours aux soins.

Méthodes

L’identification des cas de diabète ou des complications sera établie à partir des données recueillies dans les auto-questionnaires, lors des examens de santé et à partir des données de l’Assurance maladie (données de consommation médicale et d’hospitalisation), voire de la plateforme d’identification des événements de Constances, pour les cas douteux. Les estimations d’incidence et de prévalence porteront sur l’ensemble des participants de la cohorte Constances. Les analyses concernant le recours aux soins et les complications porteront sur la sous-population de personnes diabétiques. Les données seront pondérées en tenant compte du plan de sondage et de la non-réponse, afin que les estimations soient les plus représentatives possibles de la population française.

Perspectives

Ce projet permettra d’établir pour la première fois des estimations d’incidence du pré-diabète et du diabète en France. Les données de Constances permettront également d’actualiser les données de prévalence du diabète non diagnostiqué et du diabète non traité pharmacologiquement et de fournir des estimations plus précises que les précédentes. Le recueil de données socio-économiques détaillé et la taille de l’échantillon permettront d’étudier le lien entre le niveau socio-économique et l’incidence du diabète, du pré-diabète et de ses complications. Par ailleurs, d’un point de vue méthodologique, le schéma d’étude de Constances permettra de valider les algorithmes d’identification des cas de diabète utilisés en routine dans la surveillance épidémiologique du diabète à partir des bases de données médico-administratives.

Publications scientifiques

Revues scientifiques

Communications

Fuentes S, Hrzic R, Haneef R, Kab S, Fosse-Edorh S, Cosson E. Machine learning for diabetes surveillance: the type 1/type 2 classification algorithm and its application to the French national healthcare data system. 2021. Presented at: Meeting of the EDEG; Virtual congress.
Fuentes S, Hrzic R, Haneef R, Kab S, Fosse-Edorh S, Cosson E. Apports de l’intelligence artificielle dans la prévention du diabète : comment cibler les personnes ayant un diabète méconnu dans le Système National des Données Santé : Étude basée sur les données de la cohorte CONSTANCES. 2020. Presented at: Congrès annuel de la Société Francophone du Diabète (SFD); Virtual congress. HAL: https://hal.science/hal-03925733v1
Fuentes S, Hrzic R, Haneef R, Kab S, Fosse-Edorh S, Cosson E. 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. 2020. Presented at: Congrès annuel de la Société Francophone du Diabète (SFD); Virtual congress. HAL: https://hal.science/hal-03925733v1
Fuentes S, Hrzic R, Kab S, Haneef R, Fosse-Edorh S, Cosson E. Targeting People with Unknown Diabetes in Health Insurance Databases through Artificial Intelligence. 2020. Presented at: Scientific Sessions of the American Diabetes Associations (ADA); Chicago, USA. In: Diabetes; 69. DOI: https://doi.org/10.2337/db20-1614-P. HAL: https://hal.science/hal-04601053
Piffaretti C, Fuentes S, Nabe H, Kab S, Oleko A, Cosson E, et al. Prevalence of prediabetes and undiagnosed diabetes in two French nationwide studies: ESTEBAN AND CONSTANCES. 2019. Presented at: European Diabetes Epidemiology Group (EDEG) Annual Meeting; Mondorf-Les Bains, Luxembourg.
Fuentes S, Fosse-Edorh S, Regnault N, Goldberg M, Cosson E. Prevalence of pre-diabetes, undiagnosed and diagnosed diabetes among adults aged 18 to 70 years in France: the CONSTANCES cohort. 2018. Presented at: European Association for the Study of Diabetes (EASD) Annual Meeting; Berlin, Germany. HAL: https://hal.inrae.fr/hal-02733825v1
Fuentes S, Fosse-Edorh S, Regnault N, Goldberg M, Cosson E. Prevalence of Prediabetes and Undiagnosed Diabetes among Adults Aged 18 to 70 Years in France—The CONSTANCES Cohort. 2018. Presented at: American Diabetes Association; Orlando, USA. In: Diabetes; 67. DOI: https://doi.org/10.2337/db18-1657-P. HAL: https://hal.science/hal-04575171
Fuentes S, Cosson E, Mandereau-Bruno L, Goldberg M, Fosse-Edorh S. Validation d’algorithmes d’identification des cas de diabète dans les bases médico-administratives à partir des données de la cohorte CONSTANCES. 2018. Presented at: Rencontres Santé publique France; Paris, France. HAL: https://hal.science/hal-04599286v1
Fuentes S, Cosson E, Mandereau-Bruno L, Goldberg M, Fosse-Edorh S. Diabetes case definitions from the French National Health Insurance Information System : a validation study based on data from the CONSTANCE cohort. 2018. Presented at: European Diabetes Epidemiology Group (EDEG) Annual Meeting; Elsinore, Danemark. HAL: https://hal.science/hal-05319408v1
Fuentes S, Fosse-Erdoh S, Regnault N, Kab S, Santin G, Cosson E. Prévalence du prédiabète, du diabète non-diagnostiqué et du diabète diagnostiqué chez les personnes âgées de 18 à 70 ans en France en 2013 à partir de la cohorte CONSTANCES. 2018. Presented at: Congrès annuel de la Société Francophone du Diabète (SFD); Nantes, France. HAL: https://hal.science/hal-04575178v1

Thèses

Fuentes Gutierrez Sonsoles. Development and validation of diabetes case definition algorithms from health administrative databases using data from the Constances cohort and its application to the study of the evolution of diabetes prevalence and incidence based on the SNDS. Paris : Université Paris-Est ; 2020. HAL: https://theses.fr/2020PESC0058
Secret Link