Les réseaux sociaux ont pris une importance considérable dans l’information sur le médicament. Nos patients échangent leurs expériences et rapportent sur les forums de discussion, sur Facebook ou Twitter leurs vécus de leurs pathologies, de leurs traitements et de leurs parcours de soins, créant ainsi une gigantesque source d’information qu’il n’est plus possible de négliger.
Pourquoi étudier les médicaments sur les réseaux sociaux?
Pour etudier une classe therapeutique ou une pathologie du point de vue du patient
Les expériences vécues par les patients face à leur maladie ou à leur traitement revêtent une importance particulière dans la compréhension des prises en charge thérapeutiques.
L’analyse des réseaux sociaux apportent des éléments qualitatifs dénués des biais de mesure habituels retrouvés dans les études ou les enquêtes.
1.
Observatoires permanents ou études transversales.
2.
Extraction et analyse des messages d’intérêt.
3.
Etat des lieux de la prise en charge du point de vue du patient.
4.
Identification des difficultés rencontrées par les patients et des besoins médicaux non satisfaits.
5.
Organisation des connaissances sur un médicament ou une classe thérapeutique.
Pour analyser l’observance de façon inédite
Qu’il s’agisse d’observance primaire ou secondaire, les réseaux sociaux apportent de l’information qualitative sur les motivations qui poussent les patients à interrompre leur traitement ou à ne pas le commencer.
Face à une mauvaise observance des patients devenue un enjeu de santé publique, nos analyses permettent d’identifier des leviers d’action puis d’évaluer les stratégies d’améliorations d’observance mises en place.
1.
Extraction des messages rapportant l’arrêt d’un traitement donné ou sa modification de prise.
2.
Repérage des raisons d’arrêts exprimés par les internautes et codage.
3.
Algorithme de détection des facteurs prédictifs d’arrêt ou de modifications de traitement.
Pour analyser l’usage du médicament et des produits de santé
Le bon usage des médicaments fait l’objet de nombreuses recommandations. Son analyse sur les réseaux sociaux permet d’identifier rapidement des cas de mésusage ou d’utilisation hors AMM des produits et de les suivre dans le temps.
1.
Extraction des messages rapportant l’arrêt d’un traitement donné ou sa modification de prise.
2.
Repérage des raisons d’arrêts exprimés par les internautes et codage.
3.
Algorithme de détection des facteurs prédictifs d’arrêt ou de modifications de traitement.
4.
Repérage des concepts médicaux exprimés par les internautes et codage en termes MedDdra.
5.
Algorithme de détection des concepts médicaux compatibles avec l’AMM.
Voir le graphe
Example of a drug dependence signal discovered during the surveillance of a central nervous system medicine.
Suivi longitudinal de l’usage d’un médicament du SNC.
Pour anticiper et analyser des signaux de pharmacovigilance
L’utilisation des réseaux sociaux en pharmacovigilance suscite un intérêt grandissant auprès des acteurs du médicament. La détection précoce de signaux sur les réseaux est aujourd’hui possible, en utilisant des algorithmes validés, mathématiques, sémantiques et informatiques.
Nos algorithmes permettent également de coder le langage patient vers le dictionnaire MeDdra.
1.
Extraction des messages contenant le nom du médicament et la notion de prise (filtrage du bruit).
2.
Repérage des concepts médicaux exprimés par les internautes et codage en termes MedDdra.
3.
Algorithme de détection d’effets indésirables.
4.
Application des méthodes usuelles de détection de signaux, fréquentistes et bayésiennes.
Plus de 30 % des signaux retrouvés dans notre base sont identifiés en moyenne 75 jours avant leur apparition dans les bases institutionnelles internationales de pharmacovigilance(FAERS et Vigibase).
VPP 95 %
Se 81 %
Spe 56 %
AUC 0,84
Voir le graphe
Distribution du CHI2 et PRR pour un médicament X.