CARACTÉRISATION LINGUISTIQUE DES GUIDES DE BONNES PRATIQUES

Télécharger le fichier pdf d’un mémoire de fin d’études

Présentation du document

Après avoir présenté les objectifs de cette thèse et sa philosophie générale, nous décrivons dans cette section l’organisation des différents chapitres.
Le chapitre deux constitue une introduction aux Guides de Bonnes Pratiques, tant au niveau de leur élaboration, que de leur structuration et de leur impact auprès des praticiens. Il peut plus particulièrement intéresser les personnes qui s’attachent à l’élaboration et l’informatisation des Guides de Bonnes Pratiques. Nous présentons dans ce chapitre, les principales approches proposées pour l’informatisation des Guides de Bonnes Pratiques, en les classant en deux catégories principales, l’une centrée sur la formalisation des connaissances, et l’autre centrée sur le traitement du document. Ce chapitre ne prétend pas à l’exhaustivité et nous avons fait le choix de présenter des approches représentatives de chaque type de formalisme de représentation des connaissances, s’intéressant au cycle de vie du document. Nous concluons ce chapitre par une mise en contexte générale de notre approche qui consiste en une extension d’une des principales approches documentaires par la reconnaissance automatique de recommandations contenues dans les Guides de Bonnes Pratiques.
Le chapitre trois est consacré à la caractérisation des phénomènes linguistiques permettant de structurer les Guides de Bonnes Pratiques, et plus particulièrement permettant de reconnaître automatiquement les recommandations contenues dans les Guides de Bonnes Pratiques. Nous introduisons la notion d’opérateurs déontiques dont la forme linguistique (verbes déontiques de type recommander, devoir, envisager) constitue l’expression des recommandations. Pour ce faire, l’étude des champs lexicaux des verbes déontiques ainsi que des analyses distributionnelles des opérateurs déontiques dans les textes seront présentées.
Le chapitre quatre est dédié à la description de notre approche technique, consistant à inclure des techniques empruntées à l’Extraction d’Informations à une approche documentaire plus classique comme principe servant à la structuration automatique.
Le chapitre cinq décrit l’environnement G-DEE (Guideline Document Engineering Environment) que nous avons développé. Il s’attache à l’interface graphique, l’utilisation et aux fonctionnalités de l’approche présentée dans cette thèse. G-DEE est dédié à la fois à l’étude des Guides de Bonnes Pratiques et à terme à leur analyse automatique, et intègre de nombreuses fonctionnalités que nous décrivons à travers ses modes d’utilisation.
Le chapitre six est dédié aux techniques de traitement linguistique, plus spécifiquement à la description des automates à états finis qui permettent de reconnaître de manière automatique les marqueurs textuels décrits dans le chapitre 3. Ce chapitre intéressera les lecteurs attachés aux aspects informatiques les plus techniques de G-DEE (c’est-à-dire les formalismes d’analyse). Dans une première étape, nous décrivons les pré-traitements nécessaires à l’analyseur, puis nous décrivons les automates à états finis permettant la reconnaissance des marqueurs textuels.
Le chapitre sept décrit le fonctionnement de l’analyseur ainsi que l’algorithme dédié à l’extraction et à l’affichage du texte analysé, puis balisé. Ce chapitre fait le lien entre l’analyse linguistique et les aspects documentaires, représentés par le balisage des textes et différents traitements dérivés de ce balisage, qu’ils soient visuels comme les modalités d’affichage et de mise en valeur de segments textuels, ou conceptuels, comme la dérivation automatique de connaissances formalisées. Nous présentons donc les techniques utilisées basées essentiellement sur XML et les feuilles de style associées XSL1 (eXtensible Stylesheet Language) ainsi que les processeurs XSLT2 (XSL Transformations) permettant d’interpréter ces données. Les différents traitements présentés dans ce chapitre permettent de surligner le texte correspondant à des recommandations, d’identifier certaines informations du texte pour dériver de manière automatique des éléments GEM, ou des règles de décision.
Le chapitre huit présente certains phénomènes syntaxiques « réels » rencontrés dans les Guides de Bonnes Pratiques et qui sont traités par G-DEE, et est donc l’occasion de confronter le système aux limites de sa performance. Ces différents exemples de phrases représentant des phénomènes linguistiques spécifiques permettront aussi, au-delà de certaines limitations du système, de mettre en évidence certains problèmes de qualité d’écriture des Guides de Bonnes Pratiques qui se manifestent par des structures atypiques.
Le chapitre neuf présente deux expériences d’évaluation de G-DEE. Ce chapitre intéressera les personnes s’attachant aux performances techniques de G-DEE en tant que base d’un outil opérationnel dans le futur, ainsi que les impacts observés auprès d’experts médicaux. La première expérience que nous avons menée consiste à évaluer les performances techniques de G-DEE définies par le taux de reconnaissance des recommandations en comparaison à un balisage manuel d’un ensemble de Guides de Bonnes Pratiques. La deuxième expérience consiste à faire évaluer les Guides de Bonnes Pratiques par des experts intervenant tant au niveau de l’élaboration que de l’évaluation des Guides de Bonnes Pratiques, et impliqués dans la mise en œuvre de ces Guides. Une grille de cotations, inspirée par les évaluations publiées pour les systèmes d’Extraction d’Informations ou de Recherche d’Informations, a été définie. Les résultats seront analysés en ce qui concerne la validité de l’approche et permettront de poser différentes problématiques quant à l’écriture et l’élaboration de ces documents textuels, qui peuvent constituer autant de pistes méthodologiques pour l’amélioration du cycle de vie des Guides de Bonnes Pratiques.

Cycle de vie des Guides de Bonnes Pratiques

Les Guides de Bonnes Pratiques aussi appelés Recommandations pour la Pratique Clinique3 ou Recommandations Professionnelles3 sont des documents textuels médicaux contenant des recommandations élémentaires4 (plus communément appelées recommandations)5. Celles-ci sont basées sur le concept d’Evidence-Based Medicine6 ou médecine factuelle (Sackett et al., 1996). Sackett définit l’Evidence-Based Practice comme “the conscientious, explicit and judicious use of current best evidence in making decisions about the care of individual patient”. Les Guides de Bonnes Pratiques sont donc définis comme « un ensemble d’instructions spécifiques, méthodologiquement développées afin d’assister le praticien et le patient dans la décision d’un soin approprié, selon des circonstances cliniques spécifiques »7 (Field & Lohr, 1990). Cette définition est reprise par le Professeur Y. Matillon, Directeur général de l’Agence Nationale d’Accréditation et d’Évaluation en Santé (ANAES)8, dans l’avant-propos de toutes les références médicales publiées par l’Agence : « L’objectif principal [des recommandations] est de fournir aux praticiens une synthèse du niveau de preuve scientifique des données actuelles de la science et de l’opinion d’experts sur un thème de pratique clinique, et d’être ainsi une aide à la décision en définissant ce qui est approprié, ce qui ne l’est pas ou ne l’est plus, et ce qui reste incertain ou controversé. ».
Les Guides de Bonnes Pratiques sont généralement élaborés par des sociétés savantes ou des agences nationales, comme l’HAS (Haute Autorité de Santé, anciennement ANAES) pour la France, NICE9 (National Institute for health and Clinical Excellence) pour l’Angleterre, JNC10 (Joint National Committe) et NGC11 (National Guideline Clearinghouse) pour les États-Unis (Keffer, 2001). Ces documents sont distribués en version papier et en version électronique accessibles par Internet (Figure 2.2), et sont généralement actualisés régulièrement (ANAES, 2000; Armstrong et al., 1992) en fonction des progrès scientifiques et ne s’inscrivent donc pas dans un cadre rigide mais définis dans une politique d’adaptation de la médecine par rapport aux avancées de la science (Frankel et al., 1999). Les Guides de Bonnes Pratiques peuvent également être intégrés dans des systèmes d’aide à la décision ou des systèmes d’alerte permettant ainsi de proposer les « bonnes pratiques » selon un profil spécifique de patient au moment de la prise de décision (Gillois et al., 2001).
Dans les sections suivantes, nous décrivons chaque étape du cycle de vie des Guides de Bonnes Pratiques représentée par la Figure 2.1, tant au niveau de leur élaboration, que de leurs objectifs initiaux, ainsi que les principaux obstacles de leur non-utilisation et de leur non adhérence par les praticiens.

Élaboration des Guides de Bonnes Pratiques

Comme nous l’avons défini précédemment, les Guides de Bonnes Pratiques décrivent les conduites cliniques les plus appropriées pour une pathologie donnée, déterminées en utilisant les données les plus récentes de la littérature médicale, validées par un consensus d’experts spécialement réunis pour l’élaboration d’un Guide de Bonnes Pratiques. Les « revues systématiques » représentent une des méthodes les plus efficaces pour s’assurer que la preuve est évaluée avec le moins d’erreurs possibles ou de biais. Ces revues systématiques peuvent fournir un résumé de la meilleure preuve récente disponible d’un sujet spécifique et sont valables pour clarifier les résultats à travers une large gamme de sources.
Deux approches de rédaction des Guides de Bonnes Pratiques ont été décrites dans la littérature. La méthode top down consiste à la confier exclusivement à des experts reconnus, au risque de susciter des critiques de la part des praticiens de « terrain », et à l’inverse la méthode bottom up consiste à inclure dans le groupe de travail des médecins « de terrain », afin de prendre en compte les opinions des praticiens appelés à appliquer quotidiennement ces recommandations (Armstrong et al., 1992).
Les Guides de Bonnes Pratiques sont des documents généralement pensés comme un outil éducatif pour les professionnels de Santé, et comme une cible pour la formation permanente. Par exemple, comme le décrit Dawes (Dawes, 1996), les « médecins de famille » n’ont généralement pas les compétences et l’expérience nécessaires pour juger les résultats et déterminer s’ils sont applicables à leur exercice. Dans ce contexte, les Guides de Bonnes Pratiques pourraient trouver leur place et aider le praticien à mettre en œuvre un traitement efficace pour leur patient basé sur les dernières informations des essais cliniques et des procédures médicales (Patel et al., 2004). Dans cette étude, Patel et ses collègues ont montré que la majorité des praticiens non spécialistes de la dépression avaient des difficultés pour reconnaître les symptômes de la maladie sans l’utilisation d’un Guide de Bonnes Pratiques. L’intérêt des Guides de Bonnes Pratiques est donc bien avant tout un outil d’aide à la conduite à tenir face à une situation clinique. De la même manière, Farquhar et al. (Farquhar, Kofa & Slutsky, 2003) ont montré que 75% des praticiens considèrent les Guides de Bonnes Pratiques comme des outils éducatifs fournissant de « bons conseils ». Parmi ces praticiens, 70% considèrent que les Guides de Bonnes Pratiques ont pour vocation d’améliorer la qualité des soins, et 53% les décrivent comme un outil de réduction des coûts.
Certains praticiens s’intéressent à l’utilisabilité des Guides de Bonnes Pratiques, tandis que d’autres les considèrent comme un outil pouvant réduire l’autonomie des praticiens et même augmenter les risques d’actions en justice (41%). Néanmoins, l’Evidence-Based Medicine n’est pas une « médecine de recettes » (cook book medicine) (Sackett et al., 1996), mais devrait intégrer l’expertise clinique individuelle avec la meilleure preuve clinique (evidence) issue des recherches systématiques (Hewitt-Taylor, 2003).

Rôle des Guides de Bonnes Pratiques

On considère aujourd’hui que la grande variabilité des pratiques médicales observée dans plusieurs études (Patel et al., 2001a) peut être préjudiciable à la qualité des soins apportés aux patients (Keckley, 2004). Ainsi, un des principaux objectifs des Guides de Bonnes Pratiques consiste à promouvoir les « bonnes pratiques » pour réduire les variations « inappropriées », et améliorer ainsi la qualité des soins (Farquhar, Kofa & Slutsky, 2002; Grimshaw & Russel, 1993). Les contrastes observés entre ce que devrait être la pratique clinique (conforme à des référentiels) et ce qu’elle est réellement (Bero et al., 1998; Lomas, 1991) montre que le patient ne bénéficie pas toujours de soins validés par les données scientifiques les plus récentes, et qu’il peut donc encourir des risques du fait de pratiques obsolètes ou injustifiées.
Les Guides de Bonnes Pratiques permettent aussi d’agir sur le contrôle de la qualité, en accentuant les imperfections de la littérature existante et pouvant suggérer les « futurs » axes de recherche. La connaissance médicale est sujette à une continuelle croissance et à de nombreuses révisions (Sackett et al., 1996). Un des problèmes décrit par les praticiens concerne l’actualisation de leurs connaissances parmi les différentes sources de connaissances existantes basées sur les nouvelles preuves scientifiques (McGlynn et al., 2003) du fait de l’avènement des nouvelles technologies de l’information et de la communication. Ainsi, on a pu suggérer que les Guides de Bonnes Pratiques proposent une synthèse de ces évolutions permettant au praticien d’actualiser ses connaissances sans être confronté à la surcharge d’informations découlant de la disponibilité en ligne de nombreuses références : “Clinical guidelines are meant to help manage this ‘information overload’ and provide up-to-date, scientifically valid information to aid the practitioner in making more efficient and effective clinical decisions” (Grimshaw & Russel, 1993).
De plus, le coût toujours plus important des soins rend nécessaire le développement de « bonnes pratiques » (Midwest Business Group on Health, 2003), idéalement dans le but de réduire les coûts en augmentant simultanément la qualité des soins ! Une étude de la Juran Institute a montré que les coûts de Santé pouvaient être réduits de 30% tout en améliorant la qualité des soins apportés aux patients. Ainsi, l’augmentation des coûts proviendrait pour une large part de soins inappropriés (retards, pathologies iatrogènes, etc.) auquel cas les Guides de Bonnes Pratiques pourraient être un outil pour les réduire. Ce nouvel objectif peut se rapprocher de celui émis vers la fin des années 1970 aux États-Unis avec les Recommandations Médicales dans le cadre du programme « Consensus Development Conferences », géré par « The Office of Medical Application of Research » (OMAR). En effet, ce sont des préoccupations légales et financières qui ont été à la base des Recommandations Médicales. En France, les Références Médicales Opposables (RMO) diffusées dans les années 80 procédaient d’une logique similaire avant d’être abandonnées. Certaines conduites de références ont ainsi pu devenir des arguments éventuellement opposables aux médecins dont la pratique pouvait s’écarter d’une médecine fondée sur l’évaluation rigoureuse des rapports bénéfice/risque et coût/efficacité. Une autre étude menée par Perry et Max (Perry & Marx, 1994) a montré que sur 8 organisations élaborant des Guides de Bonnes Pratiques aux États-Unis, toutes évoquaient qu’elles les développaient avec l’objectif d’améliorer l’efficacité clinique et d’améliorer la qualité des soins, sans mettre en avant dans un premier temps aucune justification de type économique. Néanmoins, six d’entre elles ont admis que le but second de ces Guides de Bonnes Pratiques restait le contrôle des coûts. Ainsi, l’impact attendu de ces Guides de Bonnes Pratiques consiste à réduire les pratiques inappropriées et/ou inefficaces en encourageant les pratiques efficaces, améliorant la qualité, et réduisant les coûts de Santé12 (Grimshaw & Russel, 1993; Lomas, 1991; McAlister et al., 1999).
Les Guides de Bonnes Pratiques jouent également un rôle important dans la diffusion et la standardisation des connaissances médicales elles-mêmes, étant basés sur le concept d’Evidence-Based Medicine. Initialement, faiblement diffusés car ils étaient sur support papier, les Guides de Bonnes Pratiques ont beaucoup profité de l’avènement des nouvelles technologies de l’information et de la communication. Ainsi, les versions numériques de ces documents sont actuellement largement accessibles sur les réseaux (Internet, intranet, etc.). Néanmoins, d’autres études ont montré que la dissémination de ces Guides de Bonnes Pratiques à travers l’intranet n’apportait pas de bénéfices par rapport à la version papier (Stolte, Ash & Chin, 1999). De la même manière, Jouisimaa et ses collègues (Jousimaa et al., 2003) ont montré que les Guides de Bonnes Pratiques sont peu utilisés et n’ont pas d’impact significatif lors de la prise de décision par les médecins. Les praticiens récemment qualifiés, ont une meilleure connaissance des Guides de Bonnes Pratiques, et n’hésitent pas à les appliquer en pratique courante. Mais, l’informatisation des Guides de Bonnes Pratiques seule ne semble pas susceptible d’apporter une plus-value à la pratique quotidienne. La diffusion et l’accessibilité des Guides de Bonnes Pratiques sont des facteurs pour améliorer l’observance des « bonnes pratiques » (Costanza et al., 1992). Néanmoins, la diffusion passive13 est reconnue comme étant finalement nuisible à leur bonne observance (Bero et al., 1998; Burstin et al., 1999). La meilleure méthode de diffusion des Guides de Bonnes Pratiques semble être la formation interactive consistant en « une véritable éducation des praticiens, comprenant des séminaires de sensibilisation et d’information » (ANAES, 2000), dans la mesure où l’enseignement dans le cadre de la formation médicale continue ne semble pas suffisant pour améliorer l’observance des praticiens. En ce qui concerne les interventions de « leaders d’opinion » ou d’approches « qualité », les études d’évaluation de leur efficacité sont encore trop rares et discordantes pour aboutir à des conclusions nettes en leur faveur (ANAES, 2000). Il n’en demeure pas moins que la méthode la plus employée reste la publication dans des revues médicales (Lomas, 1991). Bien qu’elle s’apparente encore à la diffusion passive, l’impact des publications joue un rôle important dans l’acceptation des Guides de Bonnes Pratiques par les médecins. Il apparaît que l’utilisation de plusieurs actions de diffusion potentialise les effets de chacune de ces actions. « C’est donc une véritable stratégie de diffusion qui doit être établie par les auteurs ou les commanditaires des Guides de Bonnes Pratiques, afin de leur assurer un impact appréciable » (Caniard, 2002).

Obstacles à l’utilisation des Guides de Bonnes Pratiques

La simple diffusion des Guides de Bonnes Pratiques n’a qu’un faible impact sur le comportement des médecins (Grimshaw & Russel, 1993; Matillon & Durieux, 2000), et seul l’encadrement des pratiques incluant une recommandation centrée-patient semble influencer la prise de décision du médecin dans le sens d’une augmentation de l’observance des recommandations. De nombreuses études rapportent les raisons de la non-utilisation des Guides de Bonnes Pratiques, qui sont directement corrélées à la connaissance des praticiens, à leur attitude ou à leur comportement (Cranney et al., 2001).
Cabana et al. (Cabana et al., 1999) décrivent les différents obstacles à l’observance des Guides de Bonnes Pratiques parmi toutes les études publiées en s’intéressant plus particulièrement à ceux qui pourraient être la cible d’actions spécifiques :
– méconnaissance (lack of awareness).
– manque de familiarité (lack of familiarity).
– désaccord (lack of agreement).
– manque de confiance dans la capacité à suivre les Guides de Bonnes Pratiques (lack of self-efficacy).
– manque de résultats (lack of outcome expectancy).
– force des habitudes (inertia of previous practice).
– facteurs externes (external barriers), par exemple : les exigences du patient incompatibles avec les recommandations.
Les facteurs susceptibles d’être ciblés sont catégorisés selon l’expertise des praticiens, l’attitude face à la notion de Guides de Bonnes Pratiques, et le comportement en général des praticiens (Cabana et al., 1999).
Les Guides de Bonnes Pratiques se focalisent généralement sur le traitement de pathologies spécifiques, telles que le dépistage du diabète ou de la prise en charge de l’hypertension artérielle, et sont généralement présentés sous forme textuelle décrivant des procédures validées par des essais cliniques. Les Guides de Bonnes Pratiques contiennent généralement des stratégies thérapeutiques (Figure 2.3) sous forme de représentations algorithmiques organisant toutes les informations pertinentes dans un format directement applicable, et guidant ainsi la prise de décision (Patel et al., 2001b).
Ces documents sont souvent trop longs pour pouvoir être utilisés en pratique et sont parfois complexes et peu clairs (Patel et al., 2001a). Des études ont montré le manque d’une structure standardisée des Guides de Bonnes Pratiques publiés. Ils sont produits et disséminés par de nombreux organismes publics et suivent des structures assez variables ce qui peut rendre leur compréhension difficile (Elkin et al., 2000).
C’est pourquoi, de nombreuses études se sont focalisées sur l’écriture et la standardisation des Guides de Bonnes Pratiques, en ayant notamment recours à leur informatisation pour soutenir cet effort de standardisation. Récemment, Shiffman et ses collègues (Shiffman et al., 2003) concluaient qu’un des principaux facteurs qui affectait la qualité des Guides de Bonnes Pratiques provenait du fait que le développement des Guides de Bonnes Pratiques souffrait du manque de formation spécifique de leurs auteurs à la rédaction de documents normatifs. Ces textes peuvent ainsi être complexes sémantiquement, et sur le plan structurel, contiennent souvent des séquences de procédures comprenant des relations causales ou temporelles également complexes (Patel et al., 2001a).

Informatisation des Guides de Bonnes Pratiques : approches centrées sur les connaissances

La diffusion des Guides de Bonnes Pratiques constitue une étape importante de leur cycle de vie (Figure 2.2). L’informatisation des Guides de Bonnes Pratiques représente une innovation importante par rapport à leur diffusion sur support papier ; au-delà de la démultiplication de leur diffusion elle peut faciliter différents types de traitements susceptibles d’améliorer leur qualité. On peut citer en particulier :
(i) la détection des erreurs contenues dans les Guides de Bonnes Pratiques .
(ii) l’amélioration de la clarté du document, par exemple l’identification de critères de décision et de recommandations cliniques .
(iii) la génération automatique en temps réel d’aide à la décision ou d’alertes.
Parallèlement, l’intégration du contenu des Guides de Bonnes Pratiques dans différents systèmes informatiques à finalité clinique est susceptible d’améliorer la qualité de la démarche diagnostique ou thérapeutique.
Par exemple, il a été montré que l’intégration des connaissances des Guides de Bonnes Pratiques dans les feuilles d’admission informatisées permettait de réduire le nombre d’examens demandés dans les unités de soins coronaires sans affecter les résultats attendus pour le patient (Wang et al., 2003). Les outils informatiques intégrant des Guides de Bonnes Pratiques peuvent avoir un réel impact sur le comportement des praticiens pour certaines procédures médicales. D’autres études (Burstin et al., 1999; Caniard, 2002) ont montré que l’intégration des Guides de Bonnes Pratiques à des protocoles issus des établissements de Santé améliorait la prise en charge des patients. De la même manière, l’inclusion des Guides de Bonnes Pratiques dans des systèmes d’aide à la décision améliore l’observance des recommandations par les professionnels de Santé (Garg et al., 2005). Les systèmes d’alertes sont aussi mieux acceptés par les praticiens (Agrawal & Mayo-Smith, 2004; Bindels et al., 2000) et réussissent à modifier le comportement des médecins (Bennett & Glasziou, 2003).
Lobach et Hammond (Lobach & Hammond, 1997) montrent que les systèmes d’aide à la décision basés sur les Guides de Bonnes Pratiques constituent un outil efficace pour assister les professionnels de Santé dans le traitement des patients diabétiques. L’impact du système d’aide à la décision sur le comportement des médecins a été mesuré à travers le taux d’observance des recommandations : celui-ci était de 32% pour le groupe utilisant le système contre 15,6% pour le groupe contrôle.
L’informatisation des Guides de Bonnes Pratiques permet de fournir des outils utilisables en pratique facilitant l’accès aux connaissances, et à ce titre se profile comme une solution au problème de leur mise en œuvre. L’approche « manuelle » consistant à consulter les Guides de Bonnes Pratiques et à se remémorer les différentes recommandations est irréaliste au vu de l’effort qu’elle exige (Grimshaw & Eccles, 2004; Kavanagh, 2002; Patel et al., 2001a).

Informatisation des Guides de Bonnes Pratiques

Dès les premières tentatives d’informatisation des Guides de Bonnes Pratiques (qui consistaient initialement à créer des systèmes experts), on a pu observer que ces documents contenaient des définitions imprécises et incomplètes (Shiffman & Greenes, 1994). D’après Shiffman (Shiffman et al., 1999), le passage de la forme textuelle d’un Guide de Bonnes Pratiques vers des systèmes informatiques reste complexe. De plus, les Guides de Bonnes Pratiques sont souvent perçus comme des textes n’incluant pas toutes les situations possibles explicitement, ou fournissant des actions alternatives pour le même antécédent au moment de leur formalisation. En conséquence, il est essentiel de vérifier la structure interne du Guide de Bonnes Pratiques avant de l’informatiser en utilisant par exemple les tables de décision (Shiffman, 1997) qui rendent explicites les différentes situations cliniques décrites par le Guide de Bonnes Pratiques (les tables de décision représentent en quelque sorte la « sémantique » des Guides de Bonnes Pratiques).
Dans cette section, nous présentons les principales approches14 dédiées à la formalisation des connaissances médicales contenues dans les Guides de Bonnes Pratiques. Nous décrivons dans la section suivante celles qui se sont plus particulièrement intéressées aux étapes en amont de cette formalisation, i.e. l’encodage (Georg, 2005).
De nombreux auteurs ont proposé des modèles de représentation des connaissances médicales pour décrire le processus décisionnel contenu dans les Guides de Bonnes Pratiques. Afin de pouvoir comparer les différentes approches, nous nous baserons sur un même exemple, portant sur la prise en charge de la toux chronique présentée dans une étude récente pour comparer les formalismes utilisés dans l’informatisation des Guides de Bonnes Pratiques (Peleg et al., 2003). Un extrait en est présenté ci-dessous :
(i) La toux chronique est une toux qui dure depuis au moins 3 semaines15.
(ii) Les radiographies pulmonaires devraient être effectuées avant de prescrire un traitement chez presque tous les patients porteurs d’une toux chronique (Grade II-2)16.
(iii) Les radiographies pulmonaires ne doivent pas être effectuées systématiquement avant le début du traitement : en cas de suspicion de PNDS (syndrome d’écoulement post-nasal), chez les jeunes non fumeurs, les femmes enceintes, ou dans les 4 semaines qui suivent l’arrêt d’un traitement par IEC (Inhibiteur de l’Enzyme de Conversion) chez les patients qui ont développé une toux après l’instauration d’un traitement par IEC17.

La Syntaxe Arden et les MLM

La Syntaxe Arden18, un des langages les plus connus pour représenter et standardiser la connaissance médicale, a été développé dans les années 1980 et a été accepté comme standard par l’ASTM19 en 1992 et plus tard par l’HL720 (Jenders, Corman & Sasgupta, 2003). La version initiale de la Syntaxe Arden a été à la base de nombreux schémas d’encodages pour des systèmes experts tels que celui utilisé dans le système HELP (Health Evaluation through Logical Processing) à l’hôpital LDH dans l’Utah (Gardner, Pryor & Warner, 1999; Kuperman, Gardner & Pryor, 1991). Ce système rendu disponible aux professionnels de Santé au début des années 1980 permettait de signaler aux praticiens des résultats de laboratoire anormaux ou des interactions médicamenteuses potentiellement dangereuses (Elkin et al., 2000).
La Syntaxe Arden est un langage de description de règles de décision qui permet l’écriture de modules indépendants spécialisés (MLM pour Medical Logic Modules) ; plus qu’un simple formalisme de représentation, son ambition a toujours été de permettre de partager la connaissance médicale (Pryor & Hripcsak, 1993). Le praticien, avec peu ou pas de compétences informatiques, peut créer des MLM pour produire des alertes tels que indication de résultats de laboratoires anormaux, interactions médicamenteuses, interprétations diagnostiques, etc. (Anand et al., 2004; Jenders & Dasgupta, 2002).
Parce qu’elle se préoccupe de standardisation, la Syntaxe Arden peut être naturellement utilisée pour représenter le contenu des Guides de Bonnes Pratiques. Néanmoins, les MLM de la Syntaxe Arden ne s’appliquent qu’à des unités de connaissances élémentaires et ne sont pas toujours adaptés aux situations complexes décrites par les Guides de Bonnes Pratiques. En effet, chaque MLM est écrit pour se comporter comme une simple règle, pour laquelle des instructions s’exécutent séquentiellement jusqu’à ce qu’un résultat spécifique soit atteint.
Un MLM est une unité structurée qui décrit une prise de décision élémentaire constituée de trois parties : (1) la déclaration et l’acquisition des données, (2) l’inférence des données (sous la forme de règles SI … ALORS …), et (3) l’action à réaliser. Ces MLM sont encodés à l’aide d’une interface graphique dédiée (Bang & Eriksson, 1997).
Trois groupes de propriétés (slots) composent le MLM : mise-à-jour (maintenance), bibliothèque (library) et connaissance (knowledge) (Figure 2.4). La catégorie mise-à-jour (maintenance) contient des informations descriptives telles que le titre, l’auteur, la version, la date de modification, pour faciliter la mise à jour du MLM et sa portabilité dans les systèmes d’information qui les utilisent. La bibliothèque (library) donne des indications concernant l’objectif du MLM ainsi que des mots-clés permettant de le rechercher rapidement. La catégorie connaissance (knowledge) contient quatre propriétés (slots) :
– Données (data) : contient les concepts utilisés dans le MLM.
– Évocation (evoke) : représente la condition devant être vérifiée pour que le MLM devienne actif.
– Logique (logic) : représente la condition d’exécution (partie SI d’une règle).
– Action (action) (partie ALORS d’une règle) : déclenche soit une alerte (par exemple, pour administrer un examen de prévention pour le suivi) soit fournit une recommandation spécifique extrait d’un Guide de Bonnes Pratiques (par exemple, le dosage d’une médication) quand la propriété logique est vraie. Un événement déclencheur peut être aussi la saisie d’un diagnostic ou une donnée d’un patient (tels que les résultats des tests de laboratoire).

Le Format d’échange de Guides de Bonnes Pratiques (Guideline Interchange Format ou GLIF)

Le formalisme GLIF21 (Greenes et al., 1999) a été développé en collaboration avec les universités de Columbia, Stanford, et Harvard (travaillant ensemble à l’Intermed Collaboratory22) s’inspirant des formalismes utilisés dans quatre systèmes d’aide à la décision différents (MLM, MBTA, GEODE-CM et EON) (Ohno-Machado et al., 1998 Jul – Aug). GLIF, considéré comme un modèle objet, reprend les éléments communs à ces quatre systèmes, avec là aussi comme objectif de faciliter le partage des connaissances (Boxwala et al., 2001), contenues dans les Guides de Bonnes Pratiques, à travers différentes institutions et différents systèmes informatiques. Ce modèle se comporte comme un méta-modèle pour décrire et représenter les composants des Guides de Bonnes Pratiques.
Extension des diagrammes et description des processus de décision:
La première version de GLIF (Ohno-Machado et al., 1998 Jul – Aug) a été publiée en 1998 et permet de modéliser les Guides de Bonnes Pratiques sous la forme de diagrammes selon une syntaxe spécifique. Pour faire face à la complexité des Guides de Bonnes Pratiques, le diagramme permet de décrire l’ordonnancement temporel des étapes le composant (GuidelineStep). Ces étapes sont décrites par :
– des conditions à évaluer (Conditional Step) et équivalentes à la partie « SI » d’une règle de décision.
– des actions (Action Step) équivalentes à la partie « ALORS » de la règle.
– de la simultanéité (Branch Step) qui permet de spécifier l’exécution des différentes étapes.
– de la synchronisation (Synchronization Step) qui permet d’exécuter les différentes branches.
Les limites de l’approche GLIF:
Différentes études sur GLIF (Elkin et al., 2000) ont montré que le processus de structuration de l’information des Guides de Bonnes Pratiques en GLIF requiert des compétences équivalentes à des connaissances informatiques (du fait du caractère algorithmique de la représentation) ; en conséquence, les utilisateurs ont besoin d’un temps significatif pour apprendre le langage (Figure 2.5). Sans cela, les personnes en charge de l’informatisation des Guides de Bonnes Pratiques ont des difficultés à créer des diagrammes GLIF, ce qui entraîne des variations substantielles lors de l’encodage des Guides de Bonnes Pratiques dans le format GLIF (Elkin et al., 2000).
Trois niveaux sont proposés pour encoder les Guides de Bonnes Pratiques avec GLIF (Peleg et al., 2000) :
(1) le niveau conceptuel : représentation sous forme de diagramme (graphe orienté) .
(2) le niveau de spécification (algorithme générique) qui est automatiquement vérifié pour son uniformité .
(3) le niveau d’implémentation.
Des études ont également montré que l’intégrité du texte des Guides de Bonnes Pratiques peut souvent être perdue en les encodant avec GLIF (Patel et al., 1998 Sep-Oct). Une liste non-exhaustive d’imperfections a donc été établie (Greenes et al., 2001; Peleg et al., 2000) :
(i) GLIF ne permet pas de spécifier la structure de certains attributs importants des Guides de Bonnes Pratiques, par exemple les expressions qui correspondent à des conditions logiques, ou à des valeurs d’attributs exprimées sous la forme de chaînes de caractères qui ne permettent pas une exécution automatique des connaissances formalisées .
(ii) l’intégration avec des systèmes cliniques reste difficile .
(iii) la sémantique de GLIF reste un mélange de simultanéité et de prise de décision .
(iv) des concepts importants manquent, par exemple ceux qui décrivent les itérations, l’état du patient, les états d’exceptions, et les événements.
Pour faire face à ces problèmes, une nouvelle version, GLIF3, ajoute des spécifications à GLIF dont un des buts consiste aussi à assurer l’actualisation des versions des Guides de Bonnes Pratiques encodés avec GLIF (Peleg & Kantor, 2003).

PROforma

PROforma est un langage de représentation des connaissances supporté par des outils d’acquisition et d’exécution des connaissances dont le but consiste à diffuser les Guides de Bonnes Pratiques sous la forme de systèmes experts fiables, fournissant une aide active lors d’une prise en charge médicale, et permettant de gérer les différentes tâches d’un processus de soin (workflow management) (Fox & Rahmanzadeh, 1998). PROforma a été développé par l’Advanced Computation Laboratory of Cancer Research, UK. Le nom de PROforma correspond à une concaténation des termes suivants, `proxy` pour `authorised to act for another` et `formalise` pour `give definite form to`. PROforma est basé sur le modèle d’agents autonomes « Domino » (Figure 2.8) et inclut différents composants tels que : les buts, les situations (données patients), les actions, les solutions candidates, les décisions (diagnostic, traitement), et les plans (traitement et plans de soin). Ensemble, ces composants permettent de modéliser le processus des Guides de Bonnes Pratiques (Fox, Beveridge & Glasspool, 2003).
Ce modèle s’inspire du calcul des prédicats augmenté par des logiques non standards, incluant une syntaxe formelle (Sutton & Fox, 2003 Sep-Oct), définie selon une forme BNF (forme de Backus-Naur) pour lesquelles des applications peuvent être développées en utilisant des éditeurs de texte et des compilateurs. PROforma combine la programmation logique et les modèles orientés objets et intègre le langage R²L qui étend la syntaxe standard et la sémantique de Prolog pour utiliser des agents, incluant des décisions, des plans, des actions, des raisonnements temporels et des contraintes. Là où GLIF présentait une vision graphique et algorithmique, PROforma s’apparente davantage à un langage de programmation de haut niveau.
Encodage des Guides de Bonnes Pratiques avec PROforma:
De la même manière que pour le modèle GLIF, PROforma représente les Guides de Bonnes Pratiques selon un graphe orienté dans lequel les nœuds sont des instances d’un ensemble de classes, appelé ontologie de tâches PROforma. Chaque Guide de Bonnes Pratiques représenté dans PROforma est modélisé comme un plan constitué d’une séquence de tâches.
Le modèle de tâches PROforma (Figure 2.9) est subdivisé à partir de la tâche générique (Keystone) selon quatre types : action (Action), plan (Plan), décision (Decision), et requête (Enquiry). Le type action correspond à une procédure devant être effectuée, et pouvant inclure la présentation d’informations ou d’instructions que l’utilisateur doit réaliser, par exemple l’envoi d’e-mail de rappel, etc. Le type plan contient le bloc de base pour l’implémentation des Guides de Bonnes Pratiques et peut contenir soit plusieurs tâches, soit d’autres plans. Le type décision correspond à une tâche représentant les choix qui doivent intervenir dans un processus clinique. Le type requête quant à lui correspond à une demande d’informations ou de données complémentaires requises pour l’exécution d’un Guide de Bonnes Pratiques. Toutes les tâches partagent des propriétés qui permettent de contrôler leur exécution :
(i) le but (goal) représente les conditions logiques qui une fois vérifiées entraînent l’arrêt de la tâche.
(ii) les flux de contrôle (trigger) correspondent aux messages qui forcent le déclenchement de la tâche .
(iii) les pré-conditions (preconditions) représentent les conditions logiques booléennes qui doivent être vérifiées afin que la tâche soit exécutée .
(iv) les post-conditions (postconditions) représentent les conditions logiques booléennes qui doivent être vérifiées une fois la tâche achevée.

Table des matières

CHAPITRE 1 INTRODUCTION
1.1 Objectif de la thèse et démarche suivie
1.2 Présentation du document
CHAPITRE 2 LES GUIDES DE BONNES PRATIQUES, DE LEUR ÉLABORATION À LEUR INFORMATISATION
2.1 Cycle de vie des Guides de Bonnes Pratiques
2.2 Élaboration des Guides de Bonnes Pratiques
2.3 Rôle des Guides de Bonnes Pratiques
2.4 Obstacles à l’utilisation des Guides de Bonnes Pratiques
2.5 Informatisation des Guides de Bonnes Pratiques : approches centrées sur les connaissances
2.5.1 La Syntaxe Arden et les MLM
2.5.2 Le Format d’échange de Guides de Bonnes Pratiques (Guideline Interchange Format ou GLIF)
2.5.3 PROforma
2.5.4 GUIDE
2.5.5 Aperçu des autres approches
2.6 Approches documentaires
2.6.1 Hypertext Guideline Markup Language
2.6.2 Guideline Elements Model (GEM)
2.7 Interfaces dédiées aux approches documentaires
2.7.1 GEM-Cutter
2.7.2 Guide-X / Stepper
2.7.3 GMT (Guideline Markup Tool) / DELT/A
2.7.4 DeGeL / URUZ
2.8 Conclusion
CHAPITRE 3 CARACTÉRISATION LINGUISTIQUE DES GUIDES DE BONNES PRATIQUES
3.1 Opérateurs déontiques dans les Guides de Bonnes Pratiques
3.1.1 Verbes déontiques dans la littérature
3.1.2 Méthodologie pour l’identification des opérateurs déontiques
3.2 Distributions des opérateurs déontiques dans les textes
3.3 Conclusion
CHAPITRE 4 APPROCHES LINGUISTIQUES
4.1 Caractérisation de l’approche
4.2 Les techniques du traitement du document
4.2.1 Le marquage sémantique des balises
4.2.2 Le marquage sémantique du contenu
4.3 Les techniques de l’Extraction d’Informations
CHAPITRE 5 L’ENVIRONNEMENT G-DEE
5.1 Description générale de G-DEE
5.2 Les zones d’affichage de G-DEE
5.2.1 Analyse et structuration du texte
5.2.2 Structuration selon le modèle GEM
5.2.3 Génération de règles de décision
5.3 Aperçu des fonctionnalités
5.3.1 Analyse d’une sélection ou du texte entier
5.3.2 Affichage Front-Scope et/ou Back-Scope
5.3.3 Modification / Validation d’une phrase
CHAPITRE 6 TECHNIQUES D’ANALYSE LINGUISTIQUE
6.1 Stratégie de reconnaissance de motifs
6.1.1 Reconnaissance des opérateurs déontiques
6.1.2 Reconnaissance des scopes
6.2 Règles de description syntaxique
6.2.1 Composition du corpus
6.2.2 Opérateurs déontiques en contexte
6.2.3 Forme monadique ou dyadique des opérateurs déontiques
6.2.4 Voix active ou passive des opérateurs déontiques
6.2.5 Forme singulière et plurielle des opérateurs déontiques
6.2.6 Formes infinitives
6.2.7 Les connecteurs : marqueurs du contenu des scopes
6.3 Stratégie de pré-traitement pour l’analyse de « textes réels »
6.3.1 Pré-traitements et Guides de Bonnes Pratiques
6.3.2 Nécessité d’un pré-traitement
6.3.3 Règles d’usage de la ponctuation
6.3.4 Pré-traitements des phrases contenant des signes de ponctuation
6.3.5 Pré-traitements des phrases sans signes de ponctuation
CHAPITRE 7 FONCTIONNEMENT DE L’ANALYSEUR & INTÉGRATION DANS G-DEE
7.1 Fonctionnement de l’analyseur
7.1.1 Étapes préliminaires
7.1.2 Balisage des opérateurs déontiques
7.1.3 Balisage des scopes
7.1.4 Balisage des formes infinitives
7.1.5 Balisage des connecteurs de condition
7.2 Performance et Complexité de l’algorithme
7.3 Intégration des fonctionnalités
7.3.1 Règles de transformation
7.3.2 Structure du fichier XML du texte balisé
7.3.3 Interprétation de surface du texte balisé
CHAPITRE 8 COUVERTURE SYNTAXIQUE ET TRAITEMENT DE FORMES PARTICULIÈRES
8.1 Préambule
8.2 Pré-traitement et « phrases réelles »
8.3 Formes adjectivales
8.4 Formes particulières utilisant les auxiliaires et les verbes déontiques
CHAPITRE 9 PERFORMANCES ET ÉVALUATION PRÉLIMINAIRE DE G-DEE
9.1 Évaluation préliminaire par un jeu de test
9.2 Évaluation par des experts
9.2.1 Protocole d’évaluation
9.2.2 Étude de la concordance entre experts
9.2.3 Étude des accords entre experts
9.2.4 Étude des désaccords entre experts
9.2.5 Performance « brute » de G-DEE
9.2.6 Les FN détectées par des experts
9.2.7 Les FP détectées par des experts
9.3 Conclusion
CHAPITRE 10 CONCLUSION
10.1 Préambule
10.2 Impact potentiel de G-DEE sur le cycle de vie des Guides de Bonnes Pratiques
10.3 Perspectives pour l’élaboration des Guides de Bonnes Pratiques
10.3.1 G-DEE pour l’aide à la rédaction
10.3.2 G-DEE pour l’aide à la maintenance et à l’actualisation
10.4 Perspectives pour l’informatisation des Guides de Bonnes Pratiques
10.5 Conclusion générale
RÉFÉRENCES

Télécharger le rapport complet