Analyse rétrospective des tendances des profils de contrôle glycémique dans une population adulte du Sud-Est de la France
Objectif(s) de la recherche et intérêt pour la santé publique
Finalité de l'étude
Objectifs poursuivis
Domaines médicaux investigués
Bénéfices attendus
Contexte : La prévalence du diabète a connu une augmentation spectaculaire à l’échelle mondiale, et la France ne fait pas exception. La gestion du contrôle glycémique chez les patients diabétiques peut être influencée, entre autres, par les inégalités socio-économiques. Ces inégalités persistent dans les régions métropolitaines françaises, y compris dans la région du Sud-Est, Provence-Alpes-Côte d’Azur (PACA). Les tests d’hémoglobine glyquée (HbA1c) constituent un indicateur précieux pour identifier les patients diabétiques et évaluer la prise en charge de la maladie au fil du temps. Peu d’études ont analysé les profils de contrôle glycémique en vie-réelle dans la région de PACA sur la dernière décennie. De même l’utilisation des modèles de machine learning pour identifier des nouveaux marqueurs de risques associés avec la maladie, reste une approche intéressante pour comprendre l’impact des caractéristiques biologiques contribuant à une survenue du diabète.
Intérêt pour la santé publique : L’étude permettra d’avoir une vision régionale des profils de contrôle glycémique en vie-réelle sur la région PACA, avec un focus sur la corrélation entre les profils de contrôle glycémique et des indicateurs socio-économiques et démographiques sur la plus grande métropole de la région. De même l’utilisation des modèles d'apprentissage par machine (machine learning) pour identifier des nouveaux marqueurs de risques associés avec la maladie, reste une approche intéressante pour comprendre l’impact des caractéristiques biologiques contribuant à une survenue du diabète.
Objectifs poursuivis : Décrire les profils de contrôle glycémique d’une population diabétique en PACA, en mettant l’accent sur le département de Marseille, et d’analyser les tendances et corrélations en fonction des caractéristiques démographiques et socio-économiques disponibles. Parallèlement, des approches pour le développement d’un modèle prédictif seront déployées pour évaluer si l’identification précoce du risque de survenue d’un diabète dans un intervalle temporel supérieur à deux ans avant le diagnostic est possible. Pour cela une modélisation à partir des données historiques d'analyses biologiques des patients de la base, pour identifier les variables biomédicales significatives pouvant servir de marqueurs prédictifs du risque de développement d’un diabète sera effectuée.
Méthodes : Analyses statistiques descriptives à partir de données rétrospectives de tests biologiques, des catégories de profils glycémiques des patients ainsi que des indicateurs régionaux socio-économiques (i.e. taux de chômage) et leur corrélation avec des profils de contrôle glycémique.
Population : Cette étude rétrospective a été réalisée à partir de l’analyse des résultats de tests biologiques de patients diabétiques, extraits d’une base de données regroupant 50 laboratoires de biologie médicale de ville (Synlab Provence) situés dans la région Provence-Alpes-Côte d’Azur, dans le sud-est de la France. La période analysée correspond à l’intervalle entre Janvier 2014 et Février 2024
Données utilisées
Catégories de données utilisées
Autre(s) catégorie(s) de donnée(s) utilisée(s)
Données publiques cartographiques des Quartiers de Marseille (data.gouv.fr), données agrégées du Comparateur de Territoires (Insee)
Source de données utilisées
Autre(s) source(s) de donnée(s) mobilisée(s)
Appariement entre les sources de données mobilisées
Plateforme utilisée pour l'analyse des données
Acteurs finançant et participant à l'étude
Responsable(s) de traitement
Type de responsable de traitement 1
Responsable de traitement 1
Localisation du responsable de traitement 1
Représentant du responsable de traitement 1
Responsable(s) de mise en oeuvre non cités comme responsable de traitement
Responsable de mise en oeuvre non cité comme responsable de traitement 2
Calendrier du projet
Base légale pour accéder aux données
Encadrement réglementaire
Durée de conservation aux fins du projet (en années)
5