Recherche et études

Contexte

En France, 3,8 millions de personnes, soit 5,6 % de la population, étaient traitées pharmacologiquement pour un diabète en 2023, la plupart ayant un diabète de type 2 (DT2).

La survenue d’un diabète de type 2 se caractérise par une phase asymptomatique au cours de laquelle peuvent se développer des complications micro et macrovasculaires avant que le diagnostic ne soit posé. Cette phase silencieuse d’hyperglycémie, délétère pour les organes, peut évoluer sur une période relativement longue. Cela rend le dépistage essentiel afin d’éviter le développement des complications. Pour être efficace, ce dépistage doit être accompagné sans délai d’une prise en charge de la maladie. Dans un premier temps, elle repose sur le changement de mode de vie et si celui-ci n’est pas suffisant, sur un traitement pharmacologique.

En France, malgré l’organisation des soins et le recours à des dosages de glycémie à jeun fréquents, la cohorte Constances a montré que 1,6 % des adultes âgés de 18 à 69 ans avaient un diabète non diagnostiqué en 2013-2014 ; résultat confirmé par l’étude Esteban. Par ailleurs, les résultats du Baromètre de Santé publique France de 2021 ont montré que 3 à 4 % des adultes résidant aux Antilles, en Guyane et à La Réunion ne déclarant pas de diabète reconnaissent tout de même qu’un médecin leur avait déjà dit qu’ils avaient « un petit diabète », laissant supposer un retard de prise en charge après un dépistage.

La mise en œuvre d’interventions permettant d’améliorer la prise en charge précoce d’un diabète de type 2 pourrait permettre de réduire le risque de complications graves du diabète (cécité, amputation de membre inférieur, insuffisance rénale terminale, infarctus du myocarde, accident vasculaire cérébral). Un levier d’action complémentaire pourrait passer par une sensibilisation collective, de la population générale et des professionnels de santé, à l’intérêt d’un dépistage précoce associé à une prise en charge du diabète indispensable dès sa survenue afin de retarder l’apparition des complications associées.

Objectifs

L’objectif général de cette étude est de développer un algorithme d’identification de personnes à haut risque de diabète méconnu à partir des données de Constances chainées au Système National des Données de Santé (SNDS).

Méthodes

Le développement de l’algorithme reposera sur des méthodes de type machine learning.

La cible correspond aux cas de diabète méconnu, identifiés notamment grâce aux données cliniques et biologiques de la cohorte Constances. Ces cas sont définis par l’absence simultanée d’auto-déclaration de diabète dans le questionnaire d’inclusion, de mention de diabète lors de l’examen de santé, et de remboursements de traitements antidiabétiques (code ATC A10) dans le SNDS avant l’inclusion. Cette absence de signalement, combinée à une glycémie à jeun ≥ 1,26 g/l mesurée lors de l’examen, permet de repérer des cas biologiquement avérés mais non diagnostiqués ni pris en charge.

Un échantillon aléatoire de 80 % de la cohorte sera sélectionné pour entraîner l’algorithme et l’échantillon complémentaire sera utilisé comme échantillon de test de l’algorithme.

L’algorithme sera entraîné uniquement à partir des données du SNDS et exclusivement sur les données de consommation de soins.

Une fois développé, l’algorithme permettra d’estimer pour chaque individu la probabilité d’avoir un diabète méconnu. A terme, l’algorithme sera déployé dans le SNDS pour identifier les territoires à haut risque de cas de diabète méconnu dans la population résidant en France et les cartographier.

Perspectives

La finalité de ce projet est de réduire la morbi-mortalité du diabète de type 2 en améliorant sa prise en charge précoce. Plus spécifiquement, après le développement de l’algorithme d’identification de personnes à haut risque de diabète méconnu dans le SNDS, nous allons :

• Cartographier les territoires à haut risque de diabète méconnu.
• Mettre à disposition des acteurs des politiques de santé publiques locales l’algorithme d’identification et la cartographie afin de mettre en place des interventions « d’aller vers », notamment dans le cadre des dispositifs type contrat local de santé, communauté professionnelle territoriale de santé, etc… Par exemple, l’algorithme pourra être utilisé au niveau des caisses locales d’Assurance maladie à partir des données médico-administratives, incluant les coordonnées des assurés sociaux et de leurs ayant-droits, permettant le déploiement d’interventions auprès de ces derniers à haut risque de diabète non diagnostiqué.