La résistance dans les infections bactériennes : apport de l'entrepôt de données de santé de l'AP-HP

Antimicrobial resistant infections : contribution of the AP-HP Clinical Data Warehouse

• Auteur / Autrice : Salam Abbara
• Direction : Laurence Watier
• Type : Thèse de doctorat
• Discipline(s) : Santé publique - épidémiologie
• Date : Soutenance le 17/10/2022
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Santé Publique
• Partenaire(s) de recherche : Laboratoire : Centre de recherche en épidémiologie et santé des populations (Villejuif, Val-de-Marne ; 2010-....)
• Partenaire(s) de recherche : référent : Université de Versailles-Saint-Quentin-en-Yvelines (1991-....)
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Santé publique (2020-....)
• Jury : Président / Présidente : Laurence Meyer
• Jury : Examinateurs / Examinatrices : Elisabeth Botelho-Nevers, Hugues Berry, Juliette Djadi-Prat
• Jury : Rapporteurs / Rapporteuses : Elisabeth Botelho-Nevers, Hugues Berry

Mots clés

Mots clés contrôlés

Traitement automatique du langage naturel

Médecine -- Informatique

Infections communautaires

Résistance aux antibiotiques

Entrepôts de données

Bactériémie

Mots clés libres

Bactériémie

Entrepôt de Données de Santé

Antibiorésistance

Epidemiologie

Bacteremia

Clinical Data Warehouse

Antimicrobial resistance

Epidemiology

Résumé

L'objectif de cette thèse était d'évaluer l'apport des données hospitalières pour l'étude des infections bactériennes résistantes aux antibiotiques, à travers l'exemple des bactériémies et de l'Entrepôt de Données de Santé de l'Assistance Publique - Hôpitaux de Paris.Une base de données clinico-microbiologiques de plus de 30 000 patients hospitalisés avec une bactériémie dans 14 hôpitaux avec une activité de soins aigus entre 2016 et 2019 a été structurée (base BactHub). Un travail exploratoire évalue l'apport d'un programme de Traitement Automatisé du Langage Naturel pour l'identification des sites primaires des bactériémies dans les comptes-rendus, en comparaison avec les codages CIM-10.Les principales caractéristiques des patients, premiers épisodes et bactéries sont décrites, selon l'origine communautaire ou nosocomiale de la bactériémie. Plus de la moitié des patients étaient de sexe masculin, et d'âge >60 ans. Les taux de mortalité étaient non négligeables, et allaient de 14 à 19% en intra-hospitalier à 20-26% à J90. Les taux de résistance aux antibiotiques étaient importants : K. pneumoniae C3G-R, 21-37% ; E. coli C3G-R 13-17% ; SARM 11-14%. La comparaison de nos résultats avec la littérature conforte l'utilisation de la base pour la recherche.Ensuite, une étude souligne l'impact majeur de l'identification d'une Klebsiella spp. C3G-R (OR 4,7), et de manière secondaire d'un E. coli C3G-R (OR 2,5), sur le risque de récurrence de bactériémie à 1 an, dans les bactériémies communautaires, après ajustement. A contrario, l'identification d'un SARM n'était pas liée à la récurrence.Enfin, les points clés et les défis liés à l'étude du lien entre l'exposition individuelle aux antibiotiques et la survenue d'infections bactériennes communautaires résistantes aux antibiotiques sont présentés. Afin d'améliorer et de standardiser les futures études, une proposition est discutée. En conclusion, l'enrichissement de la base avec des données issues du SNDS augmenterait fortement le potentiel de la base pour la recherche.

The objective of this thesis was to evaluate the contribution of hospital data for the study of antibiotic-resistant bacterial infections, through the example of bacteremia and the clinical data warehouse of the Assistance Publique - Hôpitaux de Paris.A clinico-microbiological database of more than 30,000 patients hospitalized with bacteremia in 14 hospitals with acute care activity between 2016 and 2019 was structured (the BactHub database). An exploratory work evaluated the contribution of a Natural Language Processing program for the identification of primary sites of bacteremia in medical reports, in comparison with ICD-10 coding.The main characteristics of the patients, first episodes and bacteria are described, according to the community-onset or nosocomial origin of the bacteremia. More than half of the patients were male and >60 years old. Mortality rates were significant, ranging from 14-19% in the hospital to 20-26% at D90. Antibiotic resistance rates were significant: 3GC-R K. pneumoniae, 21-37%; 3GC-R E. coli 13-17%; MRSA 11-14%. The comparison of our results with the literature supports the use of the database for research.Then, a study underlines the major impact of the identification of a 3GC-R Klebsiella spp. (OR 4.7), or a 3GC-R E. coli (OR 2.5), on the risk of recurrence of bacteremia at 1 year, in community-onset bacteremia. In contrast, identification of MRSA was not related to recurrence.Finally, key points and challenges related to the study of the link between individual antibiotic exposure and the occurrence of antibiotic-resistant community-acquired bacterial infections are presented. To improve and standardize future studies, a proposal is discussed. In conclusion, enriching the BactHub database with data from the SNDS would greatly increase its potential for research.