Surveillance épidémiologique des Traumatismes crâniens légers (TCL) pris en charge aux urgences : développement d’algorithmes de repérage des passages aux urgences pour TCL dans la base de données OSCOUR®

Epidemiological surveillance of mild traumatic brain injury (mTBI) in emergency departments: development of algorithms for identifying emergency department visits for TBI in the OSCOUR® database

• Auteur / Autrice : Louis-Marie Paget
• Direction : Anne Gallay
• Type : Projet de thèse
• Discipline(s) : Epidémiologie
• Date : Inscription en doctorat le ; Soutenance le 10/12/2024
• Etablissement(s) : Paris 12
• Ecole(s) doctorale(s) : École doctorale Santé Publique
• Partenaire(s) de recherche : Laboratoire : Santé Publique France
• Partenaire(s) de recherche : Equipe de recherche : Direction des maladies non transmissibles et des traumatismes
• Jury : Président / Présidente : Emmanuel Lagarde
• Jury : Examinateurs / Examinatrices : Anne Gallay, Mathilde Chevignard, Karim Tazarourte, Catherine Quantin, Nathalie Beltzer
• Jury : Rapporteurs / Rapporteuses : Mathilde Chevignard, Karim Tazarourte

Mots clés

Mots clés libres

Traumatismes crâniens légers

Etudes de validation

Surveillance épidémiologique

Mild traumatic brain injury

Validation studies

Epidemiological surveillance

Résumé

Les traumatismes crâniens légers représentent un enjeu important de santé publique en raison de leurs fréquences, de leurs conséquences et de leurs coûts importants pour le système de santé. Malgré les enjeux, on ne dispose pas de données épidémiologiques récentes sur les TCL en France. La base de données d’urgences du réseau « Organisation de la surveillance coordonnée des urgences » (OSCOUR®) pourrait être une source de données pertinente pour mettre en place une surveillance des TCL en France. Les codes CIM-10 qui sont codés dans OSCOUR®) pourraient permettre de repérer les cas de TCL. Mais il importe avant d’utiliser des algorithmes de repérage de TCL basés sur les codes CIM-10 dans la base de données OSCOUR®, de conduire une étude de validation pour s’assurer que ces algorithmes sont performants. L’objectif général de cette thèse est de développer des algorithmes pour produire les premiers indicateurs de surveillance épidémiologique sur les TCL pris en charge aux urgences en France sur une période récente. Dans un premier temps nous avons conduit une revue de littérature dans PuBmed afin de recenser les codes CIM-10 et les algorithmes de repérage des TCL utilisés antérieurement. Il ressort de cette revue qu’il n’y a pas de consensus sur les codes CIM-10 et les algorithmes de repérage des cas de TCL mais le code S06.0 : commotion cérébrale, seul code décrivant explicitement un TCL, était systématiquement utilisé dans tous les algorithmes. Nous avons ensuite réalisé une étude de validation d’algorithmes de repérage des passages aux urgences pour TCL dans la base de données OSCOUR®. Cette étude a été conduite dans quatre centres. Les indicateurs classiquement utilisés dans les études de validations –Sensibilité, Spécificité, Valeur prédictive Positive, Valeur prédictive négative- ont été calculés. Le gold standard utilisé pour valider les algorithmes était les dossiers médicaux. Au total, 5185 dossiers médicaux ont été revus. Et il ressortait que la plupart des algorithmes étaient peu performants pour identifier les cas de TCL de tous les âges. Néanmoins, les algorithmes de repérage des cas de TCL selon une définition large, incluant des cas certains, probables et possibles étaient plus performants. Cet algorithme présentait de très bonnes performances dans la population pédiatrique (0-17 ans). La sensibilité, la spécificité, la valeur prédictive positive et la valeur prédictive négative pour cet algorithme étaient respectivement de 85,2 %, 99,4 %, 95,2 % et 98 %. Enfin, nous avons produit de premiers indicateurs sur les passages aux urgences pour TCL à partir des données OSCOUR® à l’échelle nationale sur la période 2015-2023. L’analyse des données OSCOUR® sur la période 2015-2023 montrait que les proportions de recours aux urgences pour TCL étaient élevées et qu’elles diminuaient sur la période 2015-2023 passant de 6,5 % en 2015 à 5,3 % en 2023. Les tendances différaient selon les classes d’âge : tendance à la hausse sur l’ensemble de la période chez les plus âgés (75 ans et plus), tendance à la baisse pour toutes les autres classes d’âge. Par ailleurs, les proportions de passage pour TCL étaient plus élevées chez les hommes que chez les femmes et les proportions de passages aux urgences pour TCL étaient plus élevées chez les 0-4 ans, les 5-14 ans et chez les 75 ans et plus. Avec ce travail de thèse, nous avons montré qu’il était nécessaire d’améliorer le codage des TCL dans la base de données pour que les données OSCOUR® puissent être utilisés pour mettre en place une surveillance des TCL complète (incluant tous les âges et selon différentes définitions du TCL). Nous avons aussi identifié, trois groupes de personnes qui devraient être ciblées en priorité par les mesures de prévention : les plus jeunes (0-4 ans, les 5-14 ans) et les plus âgés (75 ans et plus).

Mild traumatic brain injury (mTBI) is a major public health issue because of its frequency, consequences and high cost to the healthcare system. Despite the stakes, there is no recent epidemiological data on mTBI in France. The emergency database of the ‘Organisation de la surveillance coordonnée des urgences’ (OSCOUR®) network could be a relevant source of data for monitoring TCL in France. ICD-10 codes (which are coded in OSCOUR®) could be used to identify cases of TCL. However, before using LTC identification algorithms based on ICD-10 codes in the OSCOUR® database, it is important to conduct a validation study to ensure that these algorithms are effective. The general aim of this thesis is to develop algorithms to produce the first epidemiological surveillance indicators for mTBI treated in French emergency departments over a recent period. As a first step, we conducted a literature review in PuBmed in order to list the ICD-10 codes and algorithms used previously to identify mTBI. The review showed that there was no consensus on the ICD-10 codes and the algorithms for identifying cases of mTBI, but code S06.0 : « concussion », the only code explicitly describing mTBI, was systematically used in all the algorithms. We then carried out a validation study of algorithms for identifying emergency room visits for mTBI in the OSCOUR® database. This study was carried out in four centres. The indicators typically used in validation studies - sensitivity, specificity, positive predictive value, negative predictive value - were calculated. The gold standard used to validate the algorithms was the medical charts. A total of 5,185 medical charts were reviewed. It was found that most of the algorithms performed poorly in identifying cases of mTBI of all ages. However, the algorithms that identified cases of mTBI according to a broad definition, including definite, probable and possible cases, performed better. This algorithm performed very well in the paediatric population (0-17 years). The sensitivity, specificity, positive predictive value and negative predictive value for this algorithm were 85.2%, 99.4%, 95.2% and 98% respectively. Finally, we produced first indicators on emergency visits for mTBI based on OSCOUR® data at national level for the period 2015-2023. Analysis of OSCOUR® data over the period 2015-2023 showed that the proportion of emergency room visits for mTBI was high and that it fell over the period 2015-2023, from 6.5% in 2015 to 5.3% in 2023. Trends differed according to age group: an upward trend over the entire period for the oldest age group (75 and over), and a downward trend for all other age groups. In addition, the proportions of emergency room visits for mTBI were higher among men than among women, and the proportions of emergency room visits for mTBI were higher among 0-4 year olds, 5-14 year olds and 75 year olds and over. With this thesis work, we have shown that it is necessary to improve the coding of TCL in the database so that OSCOUR® data can be used to set up comprehensive TCL surveillance (including all ages and according to different definitions of TCL). We have also identified three groups of people who should be targeted as a priority by preventive measures: the youngest (0-4 years, 5-14 years) and the oldest (75 years and over).