Plateforme clinique mondiale COVID-19 AVEC MODULE
INTRODUCTION. En réponse à la pandémie de COVID-19 l'Organisation mondiale de la Santé (OMS) a lancé une plateforme mondiale de données cliniques
WHO nCoV Pregnancy CRF . fre
AMM.pdf
La présentation du document technique commun est applicable à toutes les demandes d'autorisation de 2.7.3.1 Données et aperçu sur l'efficacité clinique.
AMM
Rapport public d'évaluation INTRODUCTION 1. DONNEES
Les données pharmaceutiques n'indiquent pas de risque particulier sur la base L'efficacité du produit a été évaluée à partir de 4 études cliniques : 2 ...
f ecf af e e c e ff aeb
PREMIERE PARTIE DONNEES DE LA LITTERATURE I. Introduction
Le spectre clinique s'étend des formes localisées aux atteintes multiviscérales graves. Il comprend également des manifestations immunoallergiques [1]. II.2
P ?sequence= &isAllowed=y
SOINS OBSTÉTRICAUX ET NÉONATAUX D'URGENCE
Ceci suppose que l'on dispose d'une liste récente de tous les hôpitaux centres de santé et cliniques privées qui pratiquent les accouchements. 2. S'assurer que
UNFPA WCARO ER SONU F ( )
Introduction à l'interopérabilité sémantique
La problématique de la gestion des données en santé est spécifique à cette discipline. vocabulaire afin que les informations cliniques stockées dans les ...
OPSEIHIS fre ?sequence= &isAllowed=y
Présentation PowerPoint
Introduction. Page 3. Dresser un profil épidémiologique clinique
presentation pancreatite aigue
Présentation PowerPoint
10 mars 2022 Evolution des essais cliniques dits innovants1 vs. autres essais ... essais
Etude essais complete Leem
Etude des systèmes d'aide à la décision médicale
saisir des données cliniques y compris celles dont ils ont la totale Tableau 2 : Résumé des fonctions de documentation et de présentation des données.
etude sadm etat des lieux
- INTRODUCTION - Les bonnes pratiques cliniques sont définies
Ces principes concernent essentiellement l'industrie pharmaceutique mais aussi toutes les parties qui contribuent à produire des données cliniques ; ils s'
intro
OUTILS DE CONNAISSANCE| 1 ěě
ě OUTILS DE CONNAISSANCE | BOÎTE À OUTILS DETRANSFORMATION NUMÉRIQUE
OUTILS DE CONNAISSANCE| 2
Pourquoi codifier les données sur la santé ? Les systèmes dinformation jouent un rôle prépondérant dans la gestion des données et linformation sur la santé. La gestion des données est aujourdhui une condition essentielle pour disposer de preuves et pouvoir prendre des décisions sur la base de ces informations. Ils deviennent également un point clé pour générer ou adapter des politiques qui rendentpossible une santé meilleure, de qualité et plus équitable. Les progrès technologiques pour le
traitement de linformation et les nouveaux outils de gestion des données ouvrent despossibilités infinies dans le domaine de la santé publique (1,2). Disposer de données validées
permet de sacheminer vers la possibilité de parvenir à léchange dinformations, et par
conséquent daméliorer des aspects tels que laccès à la santé, la priorisation des services et
la prise en charge appropriée, notamment pour les populations en situation de vulnérabilité.
Cela a également un impact sur les questions ayant trait à la sécurité des patients, la
prévention des erreurs médicales et loptimisation des ressources, ainsi que sur lamélioration
des processus de recherche, déducation et de gestion, afin datteindre lobjectif ultime quiconsiste à fournir de meilleurs soins de santé en réduisant les inégalités éventuelles.
La problématique de la gestion des données en santé est spécifique à cette discipline. La
santé est un langage à part entière, ambigu, plein déponymes, dhomonymes, de synonymes,dacronymes et dabréviations. Elle est vaste et riche en détails, très dépendante du contexte,
utilise un jargon particulier, est truffée de localismes et manque souvent de définitions
rigoureuses. Malheureusement, les systèmes informatiques ont du mal à comprendre le langage naturel, même sil se limite à un domaine spécifique, comme celui des sciencesmédicales. Cest pourquoi les informations doivent dabord être codifiées pour que les
systèmes informatiques puissent les traiter. La compréhension du langage naturel est un domaine détude qui a connu une grande activité au cours des dernières décennies et degrands progrès dans certaines tâches. On sattend donc à ce que, à moyen ou long terme, les
systèmes soient capables de traiter automatiquement les informations exprimées en langagenaturel, écrites ou parlées, sans restriction, ce qui améliorera grandement leur utilisation.
, nous devons continuer à codifier les données.Sur la base de ce qui précède, il est nécessaire de concevoir des stratégies qui contrôlent le
vocabulaire afin que les informations cliniques stockées dans les systèmes dinformation dela santé puissent être utilisées à des fins multiples, ce qui est réalisé par la représentation des
données de la santé (1, 3, 4). Quest-ce que la représentation des données de la santé ?La représentation des données de la santé est le processus qui vise à documenter la pensée
professionnelle, ses perceptions et les actions dans les soins aux patients, ainsi que lesinformations générées au cours de la prise en charge. Ces informations sont conservées dans
le cadre du processus de soins. Ainsi, au cours de la rencontre destinée aux soins, les chosesqui se produisent dans le monde réel sont représentées sous forme dinformations structurées
afin quelles puissent être stockées dans une base de données et gérées par des ordinateurs.
L systèmes dinformation, il est donc nécessaire de trouver des stratégies qui tiennent compte des besoins des utilisateurs : documenter les constatations, les processus et les résultats dessoins en utilisant du texte libre ou narratif, en langage naturel, sans restriction. À cela sajoute
la complexité de la représentation des données des patients lorsquelles proviennent deOUTILS DE CONNAISSANCE| 3
différentes sources telles que la liste des diagnostics, symptômes et signes, les notes surlévolution clinique, les procédures, la liste des médicaments, les tests de laboratoire et les
résultats des études complémentaires, les déterminants sociaux, les informations environnementales de la santé, les décisions et traitements cliniques, la génomique et la protéomique, et les préférences des patients, entre autres. Linteropérabilité sémantique permet de faire en sorte que les données, une fois partagées, soient comprises par les systèmes dinformation pour la santé. Quest-ce que linteropérabilité sémantique ?Linteropérabilité sémantique est la capacité des systèmes informatiques à échanger des
données dont la signification nest pas ambiguë. Il sagit dune exigence pour permettre auxdonnées de santé non seulement dêtre partagées entre différents systèmes ou applications,
mais aussi dêtre comprises. Linteropérabilité sémantique consiste à transmettre la
signification des données. Pour ce faire, il faut relier chaque donnée à un vocabulaire partagé
et contrôlé. Ce vocabulaire partagé, normalisé et convenu, dans la plupart des cas au niveau
international, est ce qui permet dinterpréter les informations sans ambiguïté. Ce vocabulaire
est appelé norme terminologique (5,6).Que sont les normes terminologiques ?
Les normes terminologiques sont pour la plupart des accords internationaux qui représententsans ambiguïté un concept de santé dans un domaine donné. Il existe différents types de
normes pour différents domaines de la santé, qui se différencient par leur niveau de détail,
leur utilité et leur structure. Les normes ayant un faible niveau de détail sont utilisées, par
exemple, pour la gestion de données regroupées au niveau régional. Les normes de hautniveau de détail sont plus utiles pour gérer les données au niveau du patient, et sont utilisées
aide à la décision. Cest le cas par exemple de la CIM-11, qui permet un enregistrement et une collecte de données plus précises etdétaillées et une plus grande précision clinique que les versions précédentes. Le niveau de
détail dune norme terminologique est généralement appelé granularité. FIGURE 1. Structure du langage et niveaux de détail (granularité)MOINDRE
NIVEAU DE
DÉTAIL
NIVEAU DE
DÉTAIL
ACCRUVOCABULAIRE DE SORTIE (CISP-2)
Cod. R81
" Pneumonie »VOCABULAIRE DE SORTIE (CIM-10)
Cod. J18.9
" Pneumopathie, sans précision »VOCABULAIRE DE RÉFÉRENCE (SNOMED)
" Pneumopathie interstitielle primaire atypique » (Snomed CT ID ...) " Pneumonie atypique » " Pneumopathie » " Pneumopathie interstitielle » ...LANGAGE NATUREL
" Ce patient présente une pneumopathie atypique ».OUTILS DE CONNAISSANCE| 4
Les normes terminologiques les plus couramment utilisées sont énumérées dans le tableau ci-dessous.TABLEAU 1. Normes terminologiques
Norme Description
CIMClassification
internationale des maladies (7) Il sagit de la famille de classification de lOMS. La version 11 apporte des améliorations générales à la codification qui permettent un enregistrement et une collecte de données plus précis et détaillés et une précision clinique sans précédent. Il sagit de la normeOUTILS DE CONNAISSANCE| 1 ěě
ě OUTILS DE CONNAISSANCE | BOÎTE À OUTILS DETRANSFORMATION NUMÉRIQUE
OUTILS DE CONNAISSANCE| 2
Pourquoi codifier les données sur la santé ? Les systèmes dinformation jouent un rôle prépondérant dans la gestion des données et linformation sur la santé. La gestion des données est aujourdhui une condition essentielle pour disposer de preuves et pouvoir prendre des décisions sur la base de ces informations. Ils deviennent également un point clé pour générer ou adapter des politiques qui rendentpossible une santé meilleure, de qualité et plus équitable. Les progrès technologiques pour le
traitement de linformation et les nouveaux outils de gestion des données ouvrent despossibilités infinies dans le domaine de la santé publique (1,2). Disposer de données validées
permet de sacheminer vers la possibilité de parvenir à léchange dinformations, et par
conséquent daméliorer des aspects tels que laccès à la santé, la priorisation des services et
la prise en charge appropriée, notamment pour les populations en situation de vulnérabilité.
Cela a également un impact sur les questions ayant trait à la sécurité des patients, la
prévention des erreurs médicales et loptimisation des ressources, ainsi que sur lamélioration
des processus de recherche, déducation et de gestion, afin datteindre lobjectif ultime quiconsiste à fournir de meilleurs soins de santé en réduisant les inégalités éventuelles.
La problématique de la gestion des données en santé est spécifique à cette discipline. La
santé est un langage à part entière, ambigu, plein déponymes, dhomonymes, de synonymes,dacronymes et dabréviations. Elle est vaste et riche en détails, très dépendante du contexte,
utilise un jargon particulier, est truffée de localismes et manque souvent de définitions
rigoureuses. Malheureusement, les systèmes informatiques ont du mal à comprendre le langage naturel, même sil se limite à un domaine spécifique, comme celui des sciencesmédicales. Cest pourquoi les informations doivent dabord être codifiées pour que les
systèmes informatiques puissent les traiter. La compréhension du langage naturel est un domaine détude qui a connu une grande activité au cours des dernières décennies et degrands progrès dans certaines tâches. On sattend donc à ce que, à moyen ou long terme, les
systèmes soient capables de traiter automatiquement les informations exprimées en langagenaturel, écrites ou parlées, sans restriction, ce qui améliorera grandement leur utilisation.
, nous devons continuer à codifier les données.Sur la base de ce qui précède, il est nécessaire de concevoir des stratégies qui contrôlent le
vocabulaire afin que les informations cliniques stockées dans les systèmes dinformation dela santé puissent être utilisées à des fins multiples, ce qui est réalisé par la représentation des
données de la santé (1, 3, 4). Quest-ce que la représentation des données de la santé ?La représentation des données de la santé est le processus qui vise à documenter la pensée
professionnelle, ses perceptions et les actions dans les soins aux patients, ainsi que lesinformations générées au cours de la prise en charge. Ces informations sont conservées dans
le cadre du processus de soins. Ainsi, au cours de la rencontre destinée aux soins, les chosesqui se produisent dans le monde réel sont représentées sous forme dinformations structurées
afin quelles puissent être stockées dans une base de données et gérées par des ordinateurs.
L systèmes dinformation, il est donc nécessaire de trouver des stratégies qui tiennent compte des besoins des utilisateurs : documenter les constatations, les processus et les résultats dessoins en utilisant du texte libre ou narratif, en langage naturel, sans restriction. À cela sajoute
la complexité de la représentation des données des patients lorsquelles proviennent deOUTILS DE CONNAISSANCE| 3
différentes sources telles que la liste des diagnostics, symptômes et signes, les notes surlévolution clinique, les procédures, la liste des médicaments, les tests de laboratoire et les
résultats des études complémentaires, les déterminants sociaux, les informations environnementales de la santé, les décisions et traitements cliniques, la génomique et la protéomique, et les préférences des patients, entre autres. Linteropérabilité sémantique permet de faire en sorte que les données, une fois partagées, soient comprises par les systèmes dinformation pour la santé. Quest-ce que linteropérabilité sémantique ?Linteropérabilité sémantique est la capacité des systèmes informatiques à échanger des
données dont la signification nest pas ambiguë. Il sagit dune exigence pour permettre auxdonnées de santé non seulement dêtre partagées entre différents systèmes ou applications,
mais aussi dêtre comprises. Linteropérabilité sémantique consiste à transmettre la
signification des données. Pour ce faire, il faut relier chaque donnée à un vocabulaire partagé
et contrôlé. Ce vocabulaire partagé, normalisé et convenu, dans la plupart des cas au niveau
international, est ce qui permet dinterpréter les informations sans ambiguïté. Ce vocabulaire
est appelé norme terminologique (5,6).Que sont les normes terminologiques ?
Les normes terminologiques sont pour la plupart des accords internationaux qui représententsans ambiguïté un concept de santé dans un domaine donné. Il existe différents types de
normes pour différents domaines de la santé, qui se différencient par leur niveau de détail,
leur utilité et leur structure. Les normes ayant un faible niveau de détail sont utilisées, par
exemple, pour la gestion de données regroupées au niveau régional. Les normes de hautniveau de détail sont plus utiles pour gérer les données au niveau du patient, et sont utilisées
aide à la décision. Cest le cas par exemple de la CIM-11, qui permet un enregistrement et une collecte de données plus précises etdétaillées et une plus grande précision clinique que les versions précédentes. Le niveau de
détail dune norme terminologique est généralement appelé granularité. FIGURE 1. Structure du langage et niveaux de détail (granularité)