SYNTK : Génération de données synthétiques en cancérologie
Objectif(s) de la recherche et intérêt pour la santé publique
Finalité de l'étude
Objectifs poursuivis
Domaines médicaux investigués
Bénéfices attendus
Le cancer est l’un des principaux champs d’investigation des études en vie réelle : on estime à 433 136 le nombre de nouveaux cas de cancer, toutes localisations confondues, diagnostiqués en 2023 en France métropolitaine. Le sein, la prostate et le côlon-rectum sont parmi les localisations les plus fréquentes avec : 61 214 nouveaux cas pour le sein, 59 885 nouveaux cas pour la prostate et 47 582 nouveaux cas pour le côlon-rectum [Lapotre-Ledoux et al., 2023]. Face aux contraintes d’accès aux données de santé en vie réelle, l’enjeu des données synthétiques est de permettre la mise à disposition rapide de jeux de données fictifs pour les phases exploratoires des projets : estimation de la volumétrie d’une population cible, analyse macro des parcours de soins, développement et test de programmes ou d’algorithmes, préparation de protocoles nécessitant ultérieurement un accès aux données réelles. Cette approche vise à réduire les délais d’amorçage des projets tout en maintenant un haut niveau d’exigence méthodologique.
L’objectif du projet est de tester la faisabilité de générer des jeux de données synthétiques à partir des données de la Cohorte Cancer du registre national des cancers sur 3 localisations d’intérêt (prostate, sein, côlon-rectum). Le projet vise à générer un jeu de données synthétiques spécifiques pour chacune de ces 3 localisations.
Population :
Pour la prostate : Patients atteints d’un cancer de la prostate entre 2014 et 2019 (nouveaux cas et cas prévalents) - hommes, âgés de plus de 18 ans, sans autre cancer.
Pour le sein et le côlon-rectum : Patients diagnostiqués d’un cancer du sein / du côlon-rectum entre 2018 et 2024 (exclusion des cas prévalents) - âgés de plus de 18 ans, sans autre cancer.
Méthode :
Etape 1 : extraction des données de la cohorte cancer pour mise sur un espace projet dédié du RNC
Etape 2 : préparation des données
Etape 3 : Développement et application des modèles de génération de données synthétiques
Etape 4 : Evaluation des jeux de données synthétiques générés
Données utilisées
Catégories de données utilisées
Autre(s) catégorie(s) de donnée(s) utilisée(s)
• Informations relatives à l’état civil de la personne (sexe, mois et année de naissance) ;
• Informations relatives au statut vital et au décès (mois et année) ;
• Informations relatives au lieu de vie, à la défavorisation sociale (Indice de défavorisation sociale - Fdep) ;
• Informations médicales ;
• Informations médicosociales relatives au parcours en santé (incluant la prévention, le dépistage, le diagnostic, les soins hospitaliers, les soins de ville ;
• Informations relatives aux services de santé et sociaux (type, lieux…) intervenant dans le parcours de santé des personnes.
Source de données utilisées
Autre(s) source(s) de donnée(s) mobilisée(s)
Appariement entre les sources de données mobilisées
Variables sensibles utilisées
Justification du recours à cette(ces) variable(s) sensible(s)
Mois, année de naissance : Cette information permet de définir l’âge au moment de la consommation des soins et d’exclure les patients mineurs.
Date de soins : Cette information permet de définir les délais entre les différents soins, et la survie.
Mois, année de décès : Cette information permet d’identifier la censure d’une personne (délai de suivi), d’identifier les consommations de soins qui sont proches du décès et les délais entre les soins et le décès, et de définir l’âge au décès.
Commune de résidence : Cette information permet de caractériser le lieu de vie (urbain / rural) et d’attribuer un indice de défavorisation (FDep) aux personnes.
Recours au numéro d'identification des professionnels de santé
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
Type de responsable de traitement 2
Responsable de traitement 2
Localisation du responsable de traitement 2
Le responsable de traitement est également responsable de mise en oeuvre
Responsable(s) de mise en oeuvre non cités comme responsable de traitement
Responsable de mise en oeuvre non cité comme responsable de traitement 1
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
Existence d'une prise de décision automatisée
Fondement juridique
Article 6 du RGPD (Licéité du traitement)
Article 9 du RGPD (Exception permettant de traiter des données de santé)
Transfert de données personnelles vers un pays hors UE
Droits des personnes
Conformément au RGPD 2016/679 et à la loi informatique modifiée, les personnes concernées disposent d’un droit d’accès, droit d’opposition, de rectification, d’effacement et d’un droit à la limitation du traitement de leurs données dans les conditions fixées par le RGPD. Les personnes concernées disposent aussi du droit de prévoir des directives sur le sort de leurs données après leur décès.
L’Institut national du cancer ne disposant pas de l’identité des personnes dont les données sont mobilisées dans l’étude, celles qui souhaiteraient exercer leurs droits via notamment le formulaire disponible sur ce lien : https://lesdonnees.e-cancer.fr/page_mes_droits seront sollicitées par l’Institut après leur demande afin de fournir des informations complémentaires afin que l’Institut tente une réidentification au sein du RNC. En cas de refus de fournir ces informations complémentaires ou en cas d’échec de la réidentification, les personnes concernées pourront exercer leurs droits en contactant directement les responsables de traitement des organismes à l’origine de la collecte des données concernées.
Les coordonnées de l’Institut, de son représentant légal et de sa déléguée à la protection des données sont disponibles sur le site https://www.cancer.fr/pages-transverses/politique-des-donnees. Les personnes ont également la possibilité de contacter par écrit le service juridique de l’Institut national du cancer, 52 avenue André Morizet, 92 100 Boulogne Billancourt afin de lui faire part de leur demande ou par mail à l’adresse suivante dpo@institutcancer.fr.
Si une personne estime, après avoir contacté les différents organismes à l’origine de la collecte des données concernées ou l’Institut, que ses droits ne sont pas respectés, il peut adresser une réclamation en ligne à la CNIL ou par voie postale.