Le réseau EHDEN, parfait exemple d’utilisation du modèle commun de données OMOP

Le réseau EHDEN, lancé en 2018 pour relever les défis liés à la génération à grande échelle d’informations et de preuves à partir de données cliniques de vie réelle, fait partie du programme IMI Big Data for Better Outcomes (BD4BO). Soutenant l’harmonisation d’un grand nombre de sources de données au format OMOP-CDM (Observational Medical Outcomes Partnership Common Data Model), il vise à analyser les données de santé à l’échelle européenne. Ce modèle commun de données OMOP utilise les terminologies standard en santé pour assurer une plus grande interopérabilité tant sémantique que syntaxique des données. Il permet d’utiliser des outils d’analyse communs et des méthodes pouvant être appliquées localement par chacun des partenaires responsables de données.

Un réseau “paradis des données” multifacettes

Organisé en consortium, EHDEN réunit 23 partenaires qui disposent d’un financement de 29 M€ pour construire d’ici le 30 avril 2024 un réseau fédéré à grande échelle de sources ou bases de données standardisées sur un modèle commun unique. Jusqu’à aujourd’hui, plus de 500 millions de dossiers médicaux ont été harmonisés au modèle OMOP. “EHDEN aspire à être un écosystème de recherche observationnelle de confiance dont le but est de générer des preuves fiables, a décrit Peter R Rijnbeek. Une grande partie du budget alloué est utilisée pour standardiser et cartographier les données. Ce sont principalement des données patients, stockées localement. “Nous partageons les outils, les exécutons sur place puis diffusons les résultats des études menées sur les bases cartographiées afin de générer des preuves fiables”, a-t-il expliqué. L’objectif de passer de données de patients dans un système ou schéma source à un modèle de données commun fait l’objet de plusieurs appels à projet lancés par le consortium.

Le HDH, dans sa démarche de science ouverte menée depuis 2019, en a remporté deux dont un visant à aligner les données du Système National des Données de Santé (SNDS) sur le modèle OMOP-CDM. Parallèlement, EHDEN ouvre également des appels pour la certification de petites et moyennes entreprises. Arkhn et Oncodesign font partie des 45 l’ayant obtenue. Le consortium a aussi créé son académie, qui délivre des cours en ligne pour se former à l’interopérabilité, la qualité des données et le modèle de données commun OMOP. Ce type de modèle est notamment créé par l’OHDSI (Observational Health Data Sciences and Informatics) dont EHDEN fait partie. Cette communauté, très active en Europe, aux États-Unis ainsi qu’en Asie, rassemble 2 367 volontaires de 74 pays pour établir des normes de données communautaires ouvertes, développer des logiciels open source et mener des recherches méthodologiques visant à générer des preuves cliniques fiables.

Le modèle OMOP

Le modèle de données commun OMOP permet de disposer d’une structure standardisée : les tables, champs et types de données issues de sources disparates suivent les mêmes conventions. “Ce modèle constitue la structure qui nous permet de standardiser les données. Centré sur la personne, il permet de stocker les informations personnalisées de patients comme le diagnostic, les médicaments prescrits ou les procédures suivies. Au fil des années, nous avons pu compléter ce modèle avec des données de registres par exemple. La base de données OMOP se développe à partir de multiples sources”, a expliqué Erica A. Voss, Directrice de l’analyse épidémiologique chez Janssen. Pour les données cliniques standardisées par exemple, elles peuvent être issues de plusieurs bases de données différentes. Même si elles sont similaires, elles peuvent être stockées de manière différente. “Si je veux mener une étude sur 4 bases de données différentes, je dois exécuter 4 ensembles de codes différents, les tables de noms de patients, les colonnes et la façon de stocker les données sont différentes, cela génère beaucoup de complexité”, a-t-elle illustré.

Il s’agit d’appliquer la technologie informatique intergicielle [logiciel agissant tel une passerelle entre les applications, outils et bases de données pour permettre aux utilisateurs d’utiliser des services unifiés] ETL (pour Extract Transform Load) opérant des synchronisations massives d’information d’une source de données vers une autre. “Lorsque nous voulons déplacer une source de données vers une structure commune, nous utilisons des outils facilitateurs : nous résumons d’abord les ensembles de données avec WhiteRabbit qui décrit ce que contient chaque tableau et chaque colonne. Puis l’outil Rabbit In A Hat conçoit une ligne entre les données sourcées et le modèle de données commun et permet de réfléchir à la manière d’effectuer la transformation souhaitée. Ensuite, avec l’outil USAGI nous établissons la cartographie des codes de vocabulaire. Enfin des outils comme Achilles permettent de réaliser des graphiques, et DQD d’évaluer la qualité des données pour identifier si ces dernières sont appropriées afin de déceler des erreurs comme des patients nés après leur date de décès par exemple”, a détaillé Erica Voss. En fin de compte, ce modèle permet de traiter ces différents ensembles de données en les standardisant sous une forme unique OMOP, en préservant la cohérence et la source des informations.

Le défi ne s’arrête pas là, il faut également standardiser les terminologies. “Pour obtenir un contenu standardisé, on doit pouvoir normaliser des vocabulaires communs issus de sources disparates vers une norme de référence commune”, a ajouté Michael Kallfelz. Par exemple pour passer du code ICD-10 à celui de Snomed. “Il s’agit de cartographier les codes sources dans une norme, standardiser ces derniers pour qu’ils soient définis de manière unique pour éviter les problématiques de formatage ou de chevauchement de code”, a-t-il poursuivi. Par exemple, un des vocabulaires requis par le HDH, CIM 10, est déjà mis à disposition par l’OHDSI, a conclu le Responsable Vocabulaire.

Les enjeux d’un modèle de données commun

Un des enjeux consiste à rendre les données et leurs traitements entièrement reproductibles et transparents. “C’est une tâche très difficile : si vous demandez à plusieurs personnes de mettre en œuvre un protocole, vous obtiendrez différentes implémentations du même pipeline analytique, et c’est exactement ce que nous cherchons à éviter”, a souligné le professeur d’informatique médicale. Il ne s’agit pas uniquement de standardiser structure et sémantique des données pour remédier à la problématique d’interopérabilité, il faut également s’accorder sur ce que signifient les différentes études analytiques à travers l’Europe. “Nous voulons éviter des interprétations différentes de ces dernières ou de construire différents outils pour répondre à la même question”, a-t-il poursuivi. EHDEN œuvre ainsi à la standardisation du modèle commun de données et l’élaboration d’analyses standardisées, durables et pouvant être mises à jour. 140 bases de données de 26 pays différents sont déjà cartographiées au modèle OMOP. Plusieurs autres consortia soumettent des propositions pour Horizon Europe en s’appuyant sur ce modèle, comme l’Observatoire des résultats de santé H20, Pioneer, SOPHiA, bigdata&heart, CAPABLE (cancer patients better life experience), MIRACUM ou encore DARWIN EU, dont le centre de coordination a été mis en place récemment.