La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Vers des dossiers patients «interopérables» Enjeux et solutions C.Daniel INSERM, UMR_S 872, Eq. 20, Université Paris Descartes, France AP-HP, Paris, ASIP.

Présentations similaires


Présentation au sujet: "Vers des dossiers patients «interopérables» Enjeux et solutions C.Daniel INSERM, UMR_S 872, Eq. 20, Université Paris Descartes, France AP-HP, Paris, ASIP."— Transcription de la présentation:

1 Vers des dossiers patients «interopérables» Enjeux et solutions C.Daniel INSERM, UMR_S 872, Eq. 20, Université Paris Descartes, France AP-HP, Paris, ASIP Santé

2 Plan 2 Contexte Systèmes dInformation de Santé développés en silo, non partagés,non intéropérables Interopérabilité sémantique Quest ce que cest Pourquoi faire? Comment ? Rolés des organismes de standardisation, dIHE, de lASIP Santé Un example : production du réferentiel CR danatomie pathologique 5 règles dor de la production de réferentiels dinteropérabilité sémantique Interopérabilité sémantique & medecine translationnelle

3 Contexte Systèmes dInformation de Santé 3 Gestion de données de santé multimodales (textes, signaux, images, etc.) Coordination des soins Recherche biologique Recherche clinique, épidémiologique ou de veille sanitaire Un patient, combien de dossiers?

4 Contexte: Informatique clinique Systèmes dInformation gérant les données de santé individuelles relatives à des patients ou des tissus (échantillons biologiques) Dossier Patient Informatisé, système de gestion de plateaux techniques, SIH, Dossier Patient de réseau de soins, Dossier Médical Personnel, etc Clinicien Informaticien biomédical Informatique clinique 4

5 Biologiste Clinicien Informaticien biomédical Informatique clinique Bio-informatique Contexte: Bio-informatique Systèmes dInformation gérant des données relatives à des gènes, molécules, cellules et tissus Génomique, protéomique, etc 5

6 Contexte: Informatique de la recherche clinique et épidémiologique 6 Système dInformation gérant des données de santé individuelles anonymisées relatives à des patients & données agrégées relatives à des populations Biologiste Clinicien Investigateur/ épidémiologiste Chercheur en santé publique Informaticien biomédical Informatique clinique Informatique de la recherche clinique, épidémiologique et santé publique Bio-informatique

7 Contexte: des Systèmes dInformation de Santé développés en silo 7 Méthodes et outils COMMUNS de gestion des données, dinformations et de connaissances exploitées par les professionnels de santé … Traitement des données et des signaux Intégration de données hétérogènes distribuées Recherche dinformation dans des bases de données et dimages Fouille de données et de texte etc … MAIS développement « EN SILO » de Systèmes dInformation non « intéropérables »

8 Biologiste Clinicien Investigateur/ épidémiologiste Chercheur en santé publique Informaticien biomédical Continuum de la médecine translationnelle (daprès Sarkar 2010) Bench (molécules & cellules, tissus) Community (populations) Policy (populations) Informatique clinique Informatique de la recherche clinique, épidémiologique et santé publique INNOVATION VALIDATION ADOPTION Verrou 1 Du génotype vers le phénotype Verrou 2 Verrou 3 Bio-informatique 8 Bedside (patients ) Bedside (prélèvements, patients (données cliniques, biologiques et dimagerie))

9 Interopérabilité sémantique Quest ce que cest? 9

10 Interopérabilité des Systèmes dinformation de Santé 10 Capacité de ces systèmes à offrir aux acteurs de santé (professionnels de santé, patients, citoyens, autorités sanitaires, structures de recherche ou de formation, etc) des solutions déchange ou de partage de données de santé

11 3 niveaux dinteropérabilité 11 Absence dinteropérabilité Interopérabilité technique et syntaxique Accès à des données de santé dématérialisées, interprétables par lhumain e.g un compte rendu dhospitalisation textuel « Semantic Interoperability for Better Health and Safer Healthcare. Research and Deployment RoadMap for Europe - Semantic Health Report » de janvier 2009

12 Une information compréhensible pour lêtre humain… Hépatotoxicité du Doliprane Stent actif sur lIVA Peflacine pour une infection urinaire à E.coli résistant aux quinolones Peflacine E.Coli – Quinolones - R Inférences rapides permettant linterprétation dinformations multi- sources, multi-format Hépatite cholestatique : oui Blb augmentée ALAT augmentées

13 …et aussi pour la machine Hépatite cholestatique : oui Atteinte hépatique: Hépatite cholestatique Formats hétérogènes (« model of use ») Structure de données + Vocabulaire (terminologie de référence e.g CIM-10, SNOMED, LOINC, ADICAP, etc) Référentiel dinteropérabilité sémantique (« model of meaning ») Cette patiente a une hépatite cholestatique

14 3 niveaux dinteropérabilité 14 Interopérabilité sémantique Accès à des données de santé dématérialisées codées en utilisant un système de codage interprétable par la machine e.g diagnostics codés en CIM-10, actes codés en CCAM, résultats de biologie codés en LOINC, diagnostics anatomo-pathologiques codés en ADICAP, etc) « Semantic Interoperability for Better Health and Safer Healthcare. Research and Deployment RoadMap for Europe - Semantic Health Report » de janvier 2009

15 Codage de linformation médicale 15

16 Codage de linformation médicale

17 Tabac ? oui/non Fumeur / Non fumeur ? Nombre de cigarette / jour ? Codage de linformation médicale Etape 1: Standardisation des variables Variable 1 Variable 2 Variable 3 Variable 4 Variable 5 Variable 6 Variable 7 Variable 8 17

18 Variable 1 Variable 2 Variable 3 Variable 4 Variable 5 Variable 6 Variable 7 Variable 8 Vous sentez vous fatigué ? Souvent / parfois / rarement /jamais Vous sentez vous fatigué ? Souvent / jamais Codage de linformation médicale Etape 1: Standardisation des variables 18

19 PAS couché (mmHg)? (min/max) Pression artérielle systolique en position couchée au repos (mmHg) ? (min/max) Variable 1 Variable 2 Variable 3 Variable 4 Variable 5 Variable 6 Variable 7 Variable 8 19 Codage de linformation médicale Etape 1: Standardisation des variables

20 « Automatique » Simple Athérome M atherome Grammaire compositionnelle permettant le codage dexpressions complexe Athérome de lartère rénale M-52100|atherome| |localisé à|T artère rénale Ovariectomie droite au laser |oophorectomy| |method|= |laser excision – action| |procedure site|= |structure of right ovary| 20 Codage de linformation médicale Etape 2: Codage des variables et des données (e.g SNOMED

21 Automatique + manuel Abréviation, termes locaux AVC oD accident cérébrovasculaire Connaissance implicite, expressions elliptiques Aldostérone couché F-B2970 aldostérone (substance) A couche (dispositif) Dosage de laldostérone, position en décubitus oP dosage de laldostérone (procédure) oF position en décubitus (signe) Information temporelle Accident coronarien père (avant 55 ans) Diagnostic DFM porté <2ans avant inclusion 21 Codage de linformation médicale Etape 2: Codage des variables et des données

22 Bibliothèque de variables standardisées codées 22 Projet SHARE : Shared Health And Clinical Research Electronic Library SHARE is a global, accessible, electronic library, which through advanced technology, enables precise and standardized data element definitions that can be used within applications and across studies to improve biomedical research and its link with healthcare.

23 Bibliothèque de variables standardisées HEGP (Recherche clinique/Soin) Terminologies à aligner Nb. Termes RC alignés Taux (%) IT-RC/IT-S (n=3.739/8.587) % Arcadia/Visite (n=236/367) % -> 11.0% Arcadia/Visite (SNOMED) % -> 13.1% 23 Taux de réutilisation potentielle de données cliniques: 13.1%

24 Bibliothèque de variables standardisées HEGP (Recherche clinique/Soin) Variables « Soin » Variables « Recherche clinique » 24

25 Interopérabilité sémantique Pourquoi faire? 25

26 Interopérabilité sémantique Bénéfices attendus Permet lextraction et lutilisation de linformation clinique non seulement par des humains Mais aussi par des machines (Systèmes dinformation de Santé) offrant des fonctionnalités avancées pour la coordination des soins, la recherche et formation Grâce à lintégration de données et de connaissances 26

27 Coordination des soins Capture de données (guidée par une ontologie) FRACTURE SURGERY Structured Data Entry File Edit Help TibiaFibulaAnkleMore...Radius UlnaWristMore... Humerus Femur Left Right More... Gt Troch ShaftNeck Femur Left Neck ReductionFixation OpenClosedOpen Fixation Réduction dune fracture du col du fémur gauche 27

28 Ce patient présente de nouveaux résultats biologiques en rapport avec sa pathologie hépatique Coordination des soins Recherche dinformation (vues, navigation) Vues construites à partir de linterprétation de données cliniques structurées codées Hépatite cholestatique Hépatite cytolytique Cholestase et ictère Maladies Hépatobiliaires Augmentation des ALAT Tests fonctionnels hépatiques Bilirubine augmentée test_diagnostique_de Hépatite cholestatique : ouiBlb augmentée ALAT augmentées 28

29 Coordination des soins Aide à la décision, évaluation des pratiques Coupler les données cliniques aux règles en se basant sur linterprétation de données cliniques structurées codées 29 E.g Rappels, alarmes, suggestions diagnostiques ou thérapeutiques, détection des interactions, détection de pratiques inappropriées

30 Epidémiologie, veille sanitaire Tableaux de bords construits à partir de linterprétation (agrégation) de données cliniques structurées codées Escherichia Escherichia coli Entérobactéries Oflocet Quinolones Peflacine test_de_susceptibilité Klebsiella Klebsie pneumoniaella La résistance des entérobactéries aux fluoroquinolones augmente en Ile de France … 30 Fluoroquinolones

31 Epidémiologie, veille sanitaire Détection du signal (pharmacovigilance) à partir de linterprétation (agrégation) de données cliniques structurées codées Hépatite cholestatiqu e Hépatite cytolytique Cholestas e et ictère Maladies Hépatobiliaires Augmentation des ALAT Tests fonctionnels hépatiques Bilirubine augmentée test_diagnostique_de Hépatite cholestatique : oui Blb augmentée ALAT augmentées 3 cas dhépatotoxicité liés au Doliprane ? Atteinte hépatique: Hépatite cytolytique

32 Interopérabilité sémantique Comment? 32

33 Standards pour linteropérabilité des SIS Health Level 7 (HL7) 33 Organisme de développement de standards (ANSI) créé en 1987 Standards dé change ou partage de données informatisées administratives et cliniques ( spécifications messages, documents) 500 organisations membres, 1500 inscrits, 15 affiliés internationaux France depuis 2004

34 HL7 Version 3 34 Modèle de données de réference RIM : Reference Information Model Modèle objet représenté en Unified Modeling Langage (UML) Types de données rigoureusement définis Couplage avec des domaines de vocabulaires contrôlés prédéfinis Modèles de données spécifiques Organisés en 30 domaines dintérêt (Universal Domains) Ex : laboratoire, médicament, prescription, résultats, etc Conçus en utilisant une méthode formelle de développement de standards (HDF : HL7 Development Framework) Messages e.g prescription médicamenteuse, résultat biologique, etc Document clinique : HL7 Clinical Document architecture (CDA) 34 ISO

35 35 RIM HL7: Diagramme de classes classes 532 attributs 167 Relations 30 relations Is-a 2 relations dagrégation 43 types de données (Data types) Couplage à des vocabulaires contrôlés ISO

36 Types de données HL7 36 BooléenString Physical Quantity Real Integer Concept Descriptor ISO

37 HL7 v3 Architetcure de document clinqiue HL7 Clinical Document Architecture (CDA) Patient Destinataire Signataire légal Valideur Auteur Participant Opérateur de saisie Entête Corps structuré Corps non structuré Observation ROI Moyen dobservation Prescription médicamenteuse Procédure Episode de soin Observation Organiseur Acte 37 ISO

38 Document clinique ClinicalDocument : en-tête CDA identification, type, gestion du document patient et rencontre (venue en étabt.) participants (prescripteur, signataire, etc) structuredBody : corps structuré section section de second niveau text [ … ] entry observations images & graphes … section text [ … ] entry … fournit lessentiel des métadonnées pour lindexation du document 38 HL7 CDA niveau 3

39 HL7 CDA : structure Ex: Pression artérielle systolique Variable élément utilisant le modèle Vital Signs Observation template. Organiseur Signes vitaux Element 39

40 HL7 CDA : vocabulaire Ex: Variables du groupe «Signes vitaux» 40 Code de lobservation (LOINC) Designation de lobservation Type de donnée de la valeur de lobservation Unité RESPIRATION RATE Numérique /min HEART BEAT OXYGEN SATURATION% INTRAVASCULAR SYSTOLIC PRESSURE mm[Hg] INTRAVASCULAR DIASTOLIC PRESSURE BODY TEMPERATURECel or [degF] BODY HEIGHT m, cm,[in_us] or [in_uk] BODY HEIGHT^LYING CIRCUMFRENCE.OCCIPITAL -FRONTAL (TAPE MEASURE) BODY WEIGHTkg, g, [lb_av] or [oz_av]

41 Standards pour linteropérabilité des SIS 41 x.htm 30 domaines

42 Standards pour linteropérabilité des SIS CEN TC Organisme de développement de standards Standard de communication entre DPI (EHR) Solution de partage de dossiers ou déléments de dossier Entre systèmes hétérogènes au sein dun réseau EN13606 (EHRcom) en 2006 Modèle de données de référence Modèle de données spécifiques (archétypes) Modèles de messages

43 Standardiser les standards 43 HL7 CEN TC 251

44 Standards - Mode demploi ? Rôle de linitiative Integrating the Healthcare Enterprise (IHE) 44 Y-a-t-il un chef dorchestre ? IHE (Integrating the Healthcare Entreprise) Promotion de lutilisation de standards existant IT (Internet, ISO, etc) Domaine de la santé (HL7, DICOM) Existe-t-il une partition ? Technical framework IHE – Profils dintégration Forum de discussion et de spécification Utilisateurs et développeurs Y-a-t-il des répétitions ? Connectathons Environnement de test de la connectivité des produits Editeurs testent la connectivité de leurs produits sous la surveillance dobservateurs neutres

45 45 Integrating the Healthcare Enterprise (IHE) Connectathons

46 46 Integrating the Healthcare Enterprise (IHE)

47 47

48 Standards - Mode demploi ? Rôle de lASIP Santé 48 En France, lASIP Santé (Agence des Systèmes dInformation Partagés de Santé) est en charge du cadre dinteropérabilité des SI de santé Définir, promouvoir et homologuer des référentiels contribuant à linteropérabilité, à la sécurité et à lusage des systèmes dinformation de santé et de la télésanté. IHE CDA

49 Standards internationaux dédiés à la santé DICOM CDA Standards internationaux généralistes (de linternet) Soap http xml SAML … SNOMED LOINC CIM-10 assemblés et contraints dans des profils IHE 49 ASIP Santé Cadre dinteropérabilité IHE CDA

50 Interopérabilité sémantique Comment? Un exemple : le référentiel Compte rendu structuré danatomie pathologique 50

51 Contexte : Démarches nationales de standardisation des variables… 51 CR anatomie pathologique Pays-Bas, Allemagne, Australasie CR anatomie pathologique de cancérologie CAP (College of American Pathologists) 67 checklists et protocoles (Octobre 2009) France - SFP (Société Française de Pathologie) – INCa (Institut du Cancer) Items minimaux CR tumeur primitive - 20 localisations Australasie 6 modèles Royaume-Uni

52 Contexte : Démarches nationales de standardisation des variables… 5 juin

53 Contexte : … et de production de guides dimplémentation 53 Standards internationaux généralistes XML CAP electronic Cancer Checklist Standards internationaux dinformatique de santé CEN archétypes Australie HL7 CDA Pays-Bas, Allemagne

54 Objectif: Référentiel Compte rendu structuré danatomie pathologique 54 Modèles HL7 CDA de CR anatomie pathologique pour léchange ou partage dans un contexte de coordination des soins Périmètre 22 modèles de CR Modèle générique Tout type de pathologie (inflammatoire, vasculaire, traumatique, métabolique ou tumorale) Modèles générique de CR de cancer 20 modèles de CR de cancer spécifiques dorgane (85% des cancers incidents) Variables anatomo-pathologiques traditionnelles Microscopie optique (y compris immunohistochimie, hybridation in situ, etc)

55 Méthode de production du référentiel Profil de contenu IHE 55 Production du référentiel international (profil de contenu IHE « Anatomic Pathology Structured Report ») Initiative conjointe IHE-HL7 anatomic pathology (ADICAP, ASIP Santé, CAP, NAACCR, CDC) Production de lextension nationale (référentiel ASIP Santé « CR dAnatomie Pathologique (CR-ACP) »)

56 CR danatomie pathologique (HL7 CDA) Corps structuré 56

57 57 [0..*] (zero to many response) coded (code, coding system, version, display name) [0..*] (post coordinated expression) numeric (integer or real, unit) textual Variables anatomo-pathologiques (n=80) e.g procédure de collecte du prélèvement, taille de la tumeur, type histologique

58 Jeux de valeurs (Value Sets) des variables codées (Coded Descriptor) Procédure de collecte du prélèvement (CR cancer du sein) Système de codage: PathLex – OID: Jeu de valeurs OID: Exceptions admises: Inconnu, demandé mais inconnu, autre displayName Breast excision without wire-guided localization Breast excision with wire-guided localization Total mastectomy (including nipple and skin) 58

59 CR danatomie pathologiques standardisés, interprétables par lHomme et la machine - HL7 CDA Ce que voit la machine Ce que voit le clinicien 59

60 Ce que voit le clinicien… 60

61 Ce que voit la machine…...remainder of the header not shown... Relevant information provided by the ordering physician Tissue submitted: left breast biopsy and apical axillary tissue Kussaibi H, Macary F, Kennedy M, Booker D, Brodsky V, Schrader T, Garcia-Rojo M, Daniel C. CDA Implementation Guide for Structured Anatomic Pathology Reports Methodology and Tools. Medinfo Solution déchange et partage de CR danatomie pathologique multimédia au niveau international pour la coordination des soins Utilisation secondaire dans un contexte dassurance qualité, dépidémiologie (registres du cancer) et de recherche clinique

62 Interopérabilité sémantique Comment? Les 5 règles dor de la production de référentiels dinteropérabilité sémantique 62

63 Le respect des standards internationaux (Format & modèles métier) SAVE AS CDA Linteropérabilité sémantique ce nest pas magique! Pas dinteropérabilité sémantique clinique en dehors de modèles CDA de référence encodant des modèles métier partagés, consensuels et validés 63

64 Un contexte (objectif et périmètre) bien défini Grande variabilité des modèles métier de documents de santé en fonction du contexte dutilisation (soin, recherche), des experts, du temps, etc Importance de la validation du modèle métier (consensus dexperts, demande institutionnelle/réglementaire, etc) avant toute production de guide dimplémentation Linteropérabilité sémantique cest spécifique! 64

65 Des ressources dexpertise métier et technique TA : 160/95 Linteropérabilité sémantique cest pharaonique! 65

66 Des ressources dexpertise métier et technique OrganiseurVital sign section elements are using the Vital Signs Observation template. 1…n Observation 66

67 Un niveau de structuration adapté Le choix dun niveau 3 de structuration permettent une interopérabilité sémantique doit être pesé. La structuration minimale des documents de santé (CDA niveau 1) permet le partage de documents au sein du DMP interprétables par des humains Linteropérabilité sémantique ce nest pas automatique! 67

68 Des conditions dopérationnalisation Serveur de formulaire Intégration de référentiels dinteropérabilité sémantique dans les SI Intégration aux modèles/terminologies locales Produire des formulaires utilisables Gérer les versions Linteropérabilité sémantique cest parfois pratique…. …souvent technique 68

69 Des conditions dopérationnalisation Maintenir les référentiels Jan Fev Mar Avr Mai Jun Jui Aou Sep Oct Nov Dec SNOMED CCAM CIM 10 MeSH LOINC CR-ACP 69

70 ASIP Santé - Info-structure Plateforme collaborative de production et de distribution de référentiels dinteropérabilité sémantique Services génériques classiques Communication (liste de diffusion, notification, agendas partagés, etc) Accès et de partage de documents et fichiers ayant des formats usuels (word, pdf, excel, etc) édition partagée, la gestion de version, etc 70

71 Services et outils spécifiques issus de la recherche Outils dingénierie des modèles: éditeur collaboratif de templates CDA (MIF) Open Medical Development Framework (OMDF) (D.Ouagne) Outils dingénierie ontologique : éditeurs de terminologies (OWL, SKOS) et de jeux de valeurs, services de terminologie ITM (P-Y Vandenbusche) 71 ASIP Santé - Info-structure Plateforme collaborative de production et de distribution de référentiels dinteropérabilité sémantique

72 6ème règle : Des conditions dadoption 72 May all of your problems being technical! Nécessaire démarche de standardisation et de structuration des données cliniques selon des principes définis au sein de référentiels Questions légitimes dordre économique, éthique, déontologique Linteropérabilité sémantique cest aussi économique, politique, déontologique, etc !

73 Interopérabilité sémantique & médecine translationnelle Recherche clinique & épidémiologique 73

74 Intégration systèmes dinformation cliniques/de la recherche De lincantation à laction 74 Enquête en ligne auprès des 50 membres du Clinical Research Forum sur lutilisation des SI cliniques en recherche (2005/2007) 19 réponses (37%) Limportance des SIC pour la recherche biomédicale est reconnue mais pas dintégration opérationnelle Les institutions ne sont pas en capacité de construire et maintenir les solutions répondant aux besoins exprimés DiLaura R, Turisco F, McGrew C, Reel S, Glaser J, Crowley WF Jr. Use of informatics and information technologies in the clinical research enterprise within US academic medical centers: progress and challenges from 2005 to J Investig Med Jun;56(5):770-9.

75 De lincantation à laction Centres de recherche translationnelle 75 Plateformes dinformatique translationnelle First Summit on Clinical Research Informatics (CRI) (AMIA) 2010 The need for effective information management is critical to the addressing the many challenges facing clinical research, and there has been a corresponding and rapid evolution of the biomedical informatics methods and tools specifically designed to address clinical research information management requirements. Butte AJ. Translational bioinformatics: coming of age. J Am Med Inform Assoc 2008; 15: Friedman CP. A "fundamental theorem" of biomedical informatics. J Am Med Inform Assoc 2009; 16: Hersh W. A stimulus to define informatics and health information technology. BMC Medical Informatics and Decision Making 2009, 9:24. Kahn MG, Kaplan D, Sokol RJ, DiLaura RP. Configuration challenges: implementing translational research policies in electronic medical records. Acad Med 2007: 82:661-9.

76 Enjeux de la recherche clinique 76 NCE : New Chemical Entities

77 Enjeux de la recherche clinique 77

78 Intégrer les Systèmes dInformation cliniques/de recherche clinique Analyser la faisabilité dun essai clinique Faciliter la participation des patients Seulement 7% des patients éligibles étaient recrutés Le patients ne sont pas recrutés à temps dans 86% des essais cliniques Les femmes, les minorités, les enfants sont sous représentés Faciliter la collecte des données DPI contiennent 30% to 50% des données collectées lors des essais cliniques Améliorer le signalement dévènements indésirables dorigine médicamenteuse 78 Kahn, Michael G. MD, PhD; Kaplan, David MD. Implementing Translational Research Policies in Electronic Medical Records. Academic Medicine. 82(7): , July Draft version 0.1, March 3, 2006;The eClinical Forum and PhaRMA EDC. The Future Vision of Electronic Health Records as eSource for Clinical Research

79 Standardiser les standards 79 HL7 CDISC

80 CDISC (Clinical Data Interchange Standards Consortium) 80 Organisation internationale créée en 1997 liée à lISO TC 215 accord avec HL7 depuis 2001 Standards de données de la recherche clinique régulée par les agences règlementaires pour lacquisition, léchange, larchivage, la soumission de données électroniques 80

81 CDISC ODM (Operational data Model) 81 Structure standard dacquisition, déchange et darchivage de données de recherche clinique au sein de bases de données opérationnelles Quatre niveaux principaux : étude, méta données, données administratives, et données à archiver SubjectData StudyEventData FormData ItemGroupData ItemData StudyEventDef FormDef ItemGroupDef ItemDef CodeListDef Meta données Données 1:N N:M MeasurementUnit RangeCheck Protocol AuditRecord

82 eCRF généré automatiquement à partir du fichier CDISC ODM 82 Groupe ditems Items Formulaires Visites=Events

83 CDISC ODM : structure Ex: Pression artérielle systolique Item definition including CDASH normalized data structures Pression Artérielle Systolique Item group definition & item references Bilan commun 83

84 CDISC ODM – Vocabulaire Clinical Data Acquisition Standards Harmonization (CDASH) Conçu pour standardiser les variables dans un certain nombre de domaines transversaux aux études CDASH DomainVariable NameDefinition DemographyBRTHYR/BRTHMOYear/Month of subjects birth SEX Medical HistoryMHTERM Medical condition or event. CMTRT Drug name CMSTDTC Date when the medication was first taken. Substance UseSUTRT The type of substance (e.g., TOBACCO, ALCOHOL, CAFFEINE, etc. Or CIGARETTES, CIGARS, COFFEE, etc.). VSORRES Result of the vital signs measurement as originally received or collected. VSORRESU Original units in which the data were collected. Lab Test Results LBDTCDate of sample collection. LBORRES Result of the measurement or finding LBORRESU Units in which the data were collected LBTEST Test or examination used to obtain the measurement or finding. ECG Test Results LBDTCDate of sample collection. EGORRES Result of the measurement or finding a EGTEST Test or examination used to obtain the measurement or finding. 84

85 Standardiser les standards 85 HL7 RCRIM BRIDG model IHE QRPH Quality, Research, and Public Health HL7 CDISC

86 Standardiser les standards Niveau dAbstraction RIM Modèles spécifiques ODM HL7 (UML) CDISC Modèles spécifiques HL7 CDA 86

87 Standardiser les standards 87 SHARE : bibliothèque de variables SI cliniques/de recheche clinique Niveau dAbstraction RIM Modèles spécifiques recherche clinique HL7 (UML) CDISC Modèles spécifiques HL7 CDA BRIDG ODM

88 Réutilisation des données cliniques Approche Source unique (RE-USE - A.Elfadly) Recherche clinique (CDISC) CRO n°1 Soin (HL7) Hopital n°1 Template source Document Repository Template Consumer Document Source (1) Recherche de template (meta données) CDISC ODM file (3) Echange/partage de document (meta données + données) CDISC ODM (2) El Fadly N, Lucas N, Lastic P-Y, Verplancke P, Daniel C.The REUSE project: EHR as single datasource for biomedical research. Medinfo

89 Synchronisation des variables (recherche clinique/soin) lors de lintégration du formulaire Processus de synchronisation (DxSync) (cadre dintéropérabilité sémantique) 89

90 Capture de données Réutilisation des données du DPI 90 Le pré-remplissage du formulaire repose sur les mécanismes internes du DPI Visite Poids actuel : 78 kg 90

91 Capture de données Réutilisation des données du DPI 91 Arcadia Dernier poids connu : 78 kg Daniel - Le Bozec C, Steichen O, Dart T, Jaulent M-C. The role of local terminologies in electronic health records. The HEGP experience. Stud Health Technol Inform. 2007;129:780-4.

92 Export des données vers la base de données de recherche clinique La validation des données est réalisée au sein de la base de données de recherche clinique 92

93 Recherche clinique (CDISC) CRO n°1 Soin (HL7) Hospital n°1 CDMS Perspective: de RE-USE à EHR4CR (call IMI 2009) EHR Hospital n°2 EHR Hoppital n°X EHR RE-USE Preuve de concept 1 hopital - 1 promotteur CRO n°X 93 CDMS 93 … plateforme utilisable et extensible EHR4CR

94 Linteropérabilité sémantique pour la médecine translationnelle Epidémiologie, veille sanitaire 94

95 Agrégation de données cliniques DebugIT (R.Choquet, D.Ouagne, A.Assele, N.Douali) 95 DebugIT (Detecting and Eliminating Bacteria UsinG Information Technology)(FP7-ICT « Patient Safety ») Plateforme Européenne dinformatique translationnelle dédiée aux maladies infectieuses Intégrer des données hétérogènes distribuées au sein de Systèmes dInformation Cliniques Surveillance de lantibiorésistance, fouille de données, alertes, aide à lantibiothérapie Schober D, Boeker M, Daniel C, Bullenkamp J. The DebugIT Core Ontology: semantic integration of antibiotics resistance patterns. Medinfo Schulz S, Schober D, Daniel C, Jaulent MC. Bridging the semantics gap between terminologies, ontologies, and information models. Medinfo Choquet R, Qouiyd S, Ouagne D, Pasche E, Daniel C, Boussaid O, Jaulent MC. The Information Quality Triangle: a methodology to assess Clinical Information quality. Medinfo Ouagne D, Nadah N, Schober D, Choquet R, Teodoro D, Colaert D, Schulz S, Jaulent MC, Daniel C. Ensuring HL7-based information model requirements within an ontology framework. Medinfo

96 Utiliser les ontologies et les technologies du Web sémantique pour intégrer des données de santé 96 SPARQL (SPARQL Protocol and RDF Query Language), une technologie du Web sémantique permettant dinterroger des bases de données dont les données sont vues comme des triplets RDF (Resource Description Framework) e.g Quel était le pourcentage disolats dE.Coli resistants au TMP/SMX en 2008?

97 Utiliser les ontologies pour intégrer des données de santé Ontologies de domaine Ontologie dobjets dinformation HL7 CDR 97 Pourcentage disolats dE.Coli resistants aux fluoroquinolones en 2008 ? OflocetPeflacine Fluoroquinolones

98 Ingénierie des modèles OMDF (D.Ougane) Niveau dAbstraction RIM Méta modèle Ontologies spécifiques dobjets dinformation Ontologie du RIM HL7 (UML) Ontologies (OWL) Modèles spécifiques (e.g laboratoire, prescription médicamenteuse) 98

99 Résultats : Antibioresistance dE.coli / fluoroquinolones (2008) 99

100 Conclusion 100 Lintéropérabilité sémantique en santé est un enjeu Des solutions existent qui ont déjà apporté des résultats Cap de Bonne Espérance, Medinfo 2010 Merci pour votre attention !

101 PathLex Terminologie dinterface multilingue dans le domaine de lanatomie pathologique Une étoile filante dans la galaxie SNOMED

102 PathLex -> SNOMED CT Grammaire compositionnelle permettant le codage dexpressions complexe E.g : |oophorectomy| |method|= |laser excision – action|, |procedure site|= |structure of right ovary|

103 PathLex : Uniformisation des jeux de valeurs (LexWiki) UV US FR SP IT

104 OIDName CDASH Alias NameCodelistDomainCDASH CoreSDTM Common_1_ SponsorSPONSORCommonOptional- Description: A unique identifier for a study sponsor. An individual, company, institution, or organization that takes responsibility for the initiation and management of a clinical trial, although may or may not be the main funding organization. If there is also a secondary sponsor, this entity would be considered the primary sponsor. A corporation or agency whose employees conduct the investigation is considered a sponsor and the employees are considered investigators. Question: Sponsor Completion instructions: Not applicable Info. for Sponsors: This is typically pre-printed. May be used as an identifier in external data warehouses (e.g. Janus) and in electronic medical records or other partnerships for sharing data. Not an SDTM variable. Common_2_ Protocol/StudySTUDYID CommonHighly RecommendedSTUDYID Description: Unique identifier for a study. Question: Protocol/Study Completion instructions: Not applicable. Info. for Sponsors: This is typically pre-printed/pre-populated. Common_4_ SubjectSUBJID CommonHighly RecommendedSUBJID Description: Subject identifier for the study. Question: Subject Completion instructions: Record the identifier for the subject. Info. for Sponsors: Paper: This is typically recorded in the header of each CRF page. EDC: The subject identifiers may be provided to the site using a pre-populated list in the system. CDASH > Présentation

105 OIDName CDASH Alias NameCodelistDomainCDASH CoreSDTM Common_1_ SponsorSPONSORCommonOptional- Description: A unique identifier for a study sponsor. An individual, company, institution, or organization that takes responsibility for the initiation and management of a clinical trial, although may or may not be the main funding organization. If there is also a secondary sponsor, this entity would be considered the primary sponsor. A corporation or agency whose employees conduct the investigation is considered a sponsor and the employees are considered investigators. Question: Sponsor Completion instructions: Not applicable Info. for Sponsors: This is typically pre-printed. May be used as an identifier in external data warehouses (e.g. Janus) and in electronic medical records or other partnerships for sharing data. Not an SDTM variable. Common_2_ Protocol/StudySTUDYID CommonHighly RecommendedSTUDYID Description: Unique identifier for a study. Question: Protocol/Study Completion instructions: Not applicable. Info. for Sponsors: This is typically pre-printed/pre-populated. Common_4_ SubjectSUBJID CommonHighly RecommendedSUBJID Description: Subject identifier for the study. Question: Subject Completion instructions: Record the identifier for the subject. Info. for Sponsors: Paper: This is typically recorded in the header of each CRF page. EDC: The subject identifiers may be provided to the site using a pre-populated list in the system. ODM ItemDef CDASH > Présentation

106 OIDName CDASH Alias NameCodelistDomainCDASH CoreSDTM Common_1_ SponsorSPONSORCommonOptional- Description: A unique identifier for a study sponsor. An individual, company, institution, or organization that takes responsibility for the initiation and management of a clinical trial, although may or may not be the main funding organization. If there is also a secondary sponsor, this entity would be considered the primary sponsor. A corporation or agency whose employees conduct the investigation is considered a sponsor and the employees are considered investigators. Question: Sponsor Completion instructions: Not applicable Info. for Sponsors: This is typically pre-printed. May be used as an identifier in external data warehouses (e.g. Janus) and in electronic medical records or other partnerships for sharing data. Not an SDTM variable. Common_2_ Protocol/StudySTUDYID CommonHighly RecommendedSTUDYID Description: Unique identifier for a study. Question: Protocol/Study Completion instructions: Not applicable. Info. for Sponsors: This is typically pre-printed/pre-populated. Common_4_ SubjectSUBJID CommonHighly RecommendedSUBJID Description: Subject identifier for the study. Question: Subject Completion instructions: Record the identifier for the subject. Info. for Sponsors: Paper: This is typically recorded in the header of each CRF page. EDC: The subject identifiers may be provided to the site using a pre-populated list in the system. CRF / e-CRF CDASH > Présentation ODM ItemDef

107 Annee de naissance Annee de naissance CDISC > CDASH dans le fichier ODM

108 Annee de naissance Annee de naissance CDISC > CDASH dans le fichier ODM

109 Annee de naissance Annee de naissance Identifiant de la variable dans le fichier ODM Ne doit pas obligatoirement provenir de CDASH (préfixe ID. par exemple) CDISC > CDASH dans le fichier ODM

110 OIDName CDASH Alias NameCodelistDomainCDASH CoreSDTM Common_1_ SponsorSPONSORCommonOptional- Description: A unique identifier for a study sponsor. An individual, company, institution, or organization that takes responsibility for the initiation and management of a clinical trial, although may or may not be the main funding organization. If there is also a secondary sponsor, this entity would be considered the primary sponsor. A corporation or agency whose employees conduct the investigation is considered a sponsor and the employees are considered investigators. Question: Sponsor Completion instructions: Not applicable Info. for Sponsors: This is typically pre-printed. May be used as an identifier in external data warehouses (e.g. Janus) and in electronic medical records or other partnerships for sharing data. Not an SDTM variable. Common_2_ Protocol/StudySTUDYID CommonHighly RecommendedSTUDYID Description: Unique identifier for a study. Question: Protocol/Study Completion instructions: Not applicable. Info. for Sponsors: This is typically pre-printed/pre-populated. Common_4_ SubjectSUBJID CommonHighly RecommendedSUBJID Description: Subject identifier for the study. Question: Subject Completion instructions: Record the identifier for the subject. Info. for Sponsors: Paper: This is typically recorded in the header of each CRF page. EDC: The subject identifiers may be provided to the site using a pre-populated list in the system. Niveau de recommandati on de la variable dans le CRF CDASH > Présentation

111 OIDName CDASH Alias NameCodelistDomainCDASH CoreSDTM Common_1_ SponsorSPONSORCommonOptional- Description: A unique identifier for a study sponsor. An individual, company, institution, or organization that takes responsibility for the initiation and management of a clinical trial, although may or may not be the main funding organization. If there is also a secondary sponsor, this entity would be considered the primary sponsor. A corporation or agency whose employees conduct the investigation is considered a sponsor and the employees are considered investigators. Question: Sponsor Completion instructions: Not applicable Info. for Sponsors: This is typically pre-printed. May be used as an identifier in external data warehouses (e.g. Janus) and in electronic medical records or other partnerships for sharing data. Not an SDTM variable. Common_2_ Protocol/StudySTUDYID CommonHighly RecommendedSTUDYID Description: Unique identifier for a study. Question: Protocol/Study Completion instructions: Not applicable. Info. for Sponsors: This is typically pre-printed/pre-populated. Common_4_ SubjectSUBJID CommonHighly RecommendedSUBJID Description: Subject identifier for the study. Question: Subject Completion instructions: Record the identifier for the subject. Info. for Sponsors: Paper: This is typically recorded in the header of each CRF page. EDC: The subject identifiers may be provided to the site using a pre-populated list in the system. CDASH > Présentation

112 OIDName CDASH Alias NameCodelistDomainCDASH CoreSDTM Common_1_ SponsorSPONSORCommonOptional- Description: A unique identifier for a study sponsor. An individual, company, institution, or organization that takes responsibility for the initiation and management of a clinical trial, although may or may not be the main funding organization. If there is also a secondary sponsor, this entity would be considered the primary sponsor. A corporation or agency whose employees conduct the investigation is considered a sponsor and the employees are considered investigators. Question: Sponsor Completion instructions: Not applicable Info. for Sponsors: This is typically pre-printed. May be used as an identifier in external data warehouses (e.g. Janus) and in electronic medical records or other partnerships for sharing data. Not an SDTM variable. Common_2_ Protocol/StudySTUDYID CommonHighly RecommendedSTUDYID Description: Unique identifier for a study. Question: Protocol/Study Completion instructions: Not applicable. Info. for Sponsors: This is typically pre-printed/pre-populated. Common_4_ SubjectSUBJID CommonHighly RecommendedSUBJID Description: Subject identifier for the study. Question: Subject Completion instructions: Record the identifier for the subject. Info. for Sponsors: Paper: This is typically recorded in the header of each CRF page. EDC: The subject identifiers may be provided to the site using a pre-populated list in the system. Common (Common) Adverse Events (AE) Concomitant Medication (CM) Demographics (DM) Medical History (MH) Vital Signs (VS) Substance Use (SU) ECG (EG) Lab (LB) Subject Characteristic (SC) Inclusion and Exclusion Criteria (IE) Disposition (DS) Drug Accountability (DA) Exposure (EX) Protocol Deviations (DV) Physical Examination (PE) Domaines CDASH CDASH > Présentation

113 CDASH > hiérarchisation Dans dernière version en développement : MHOCCUR : Medical history occured HBP.MHOCCUR : High blood pressure (Y/N) APPENDECTOMY.MHOCCUR : Appendectomy (Y/N) SUNCF : Substance usage TOBACCO.CIGARETTES.SUNCF : Usage (Never/Current/Former) TOBACCO.CIGARS.SUNCF : Usage (Never/Current/Former) Précision de la variable par un préfixe, quelques cas prévus Probablement à entendre avec dautres vocabulaires contrôlés

114 Collaboration HL7 établit des collaboration avec les organismes de standardisation internationaux dinformatique de santé et de recherche clinique (ISO, CEN, OMG, CDISC) Eviter les efforts redondants CDISC (Clinical Data Interchange Standards Consortium) Collaboration depuis 2002 Comité technique RCRIM Développement du modèle BRIDG modèle de domaine Protocol- driven research and associated regulatory artifacts

115 Réutilisation des données cliniques Approche 1 : Extraction de données IHE Retrieve Form for Data Capture (RFD) - Content profile Clinical Research data Capture 115 Serveur de formulaires Affichage de formulaires Rechercher et pré- remplir un formulaire CDMS EHR

116 Réutilisation des données cliniques Approche 1 : Extraction de données Pré-remplissage du formulaire de recherche clinique à partir des données cliniques Une fois rempli le formulaire de recherche clinique est stocké sous forme de document (pdf) dans le Dossier Patient Informatisé.

117 Content profile Clinical Research data Capture Règles dalignement HL7 CDA r2 CDASH Clinical Research Data Capture Data Elements CDISC CDASH DomainsHL7 CCD Reference DemographyCCD Header Information Medical History Active Problems, Past Medical History, and Procedures and Interventions Concommitant MedicationCurrent Medications Substance UseSocial History Vital Signs Physical Exam Adverse EventsAllergies Lab Test ResultsCoded Results ECG Test ResultsCoded Results 117

118 118 BRIDG (Biomedical Research Integrated Domain Group) HL7 sintéresse aux modèles statiques et dynamiques en relation avec les processus Le protocole de spécification des messages ou documents HL7 exige une correspondance avec les activités des acteurs et les « interactions » définies entre ces acteurs Les modèles doivent avoir une sémantique commune CDISC sintéresse (actuellement) aux modèles statiques Spécification des messages échangés entre les applications Objectifs de BRIDG Un modèle formel comportant des modèles statiques et dynamiques Une sémantique commune Source: Douglas B. Fridsma, Julie Evans, Charles N. Mead

119 119 Historique de BRIDG Début 2004, CDISC Modèle d'analyse de domaine pour garantir l'harmonisation des standards de recherche clinique avec les standards HL7 de soin Fin 2004, NCIs «Cancer Biomedical Informatics Grid (caBIG ) Représentation structurée des protocoles pour les systèmes de gestion des essais cliniques en cancérologie En 2005, HL7 «Regulated Clinical Research Information Management (RCRIM TC) Adoption du modèle BRIDG afin de produire un modèle danalyse de domaine En 2007, FDA BRIDG intégré à plusieurs projets du plan daction à 5 ans Source: Douglas B. Fridsma, Julie Evans, Charles N. Mead

120 BRIDG Separating Analysis from Design/Implementation ODM RIM / DMIM Modèle de lespace de problème (HL7 Development Framework) RMIM / HMD / XSD Niveau dAbstraction

121 121 Documentation du modèle BRIDG

122 Différents niveaux dabstraction et dexplicitation dans de multiple sous-domaines Explicitaion au sein dun seul modèle basé sur le RIM (Analysis Model) Modèle du domaine compréhensible par les experts Aligné sans ambiguité au RIM HL7

123 Adverse Event Regulatory Common Protocol Representation Study Conduct BRIDG 3.0 Sub domains

124 AdverseEvent sub domain Type: public Class {leaf} Extends: PerformedObservationResult. Package:Adverse Event Sub-Domain Any unfavorable and unintended sign, symptom, disease, or other medical occurrence with a temporal association with the use of a medical product, procedure or other therapy, or in conjunction with a research study, regardless of causal relationship. For example, death, back pain, headache, pulmonary embolism, heart attack.

125 AdverseEvent Attributes AttributeTypeNotes gradeCodepublic : CD A coded value specifying the level of injury suffered by the subject for whom the event is reported. For example, the gradeCode could be 3 if the CTCAE coding system is being used. Map:AE = 'AdverseEvent.gradeOrSeverity' Map:CTOM = 'AdverseEvent.ctcGradeCode' Map:CTOM = 'AdverseEvent.ctcGradeCodeSystem' Map:SDTM IG = 'AE.AETOXGR' severityCodepublic : CD A coded value specifying the intensity of the event.For example, moderate could be used to describe acne. Map:AE = 'AdverseEvent.gradeOrSeverity' Map:SDTM IG = 'AE.AESEV' seriousnessCodepublic : CD A coded value specifying the degree or extent of the consequence suffered by the subject. For example, resulted in death, required hospitalization, was life threatening. Map:AE = 'AdverseEvent.seriousnessCode' Map:CTOM = 'AdverseEvent.seriousReasonCode' Map:SDTM IG = 'AE.AESER' Map:SDTM IG = 'AE.AESHOSP'

126 AdverseEvent Attributes (suite) AttributeTypeNotes categoryCodepublic : CD A coded value specifying a classification of the adverse event.For example, bleeding, hypoglycemia.NOTE: Theoretically speaking, the category should be derivable from the subcategory, however if there may only be a category and not a subcategory, then both attributes must be present in the model. Map:SDTM IG = 'AE.AECAT' subcategoryCode public : CD A coded value specifying a subdivision within a larger category of an adverse event.For example, neurologic.NOTE: Theoretically speaking, the category should be derivable from the subcategory, however if there may only be a category and not a subcategory, then both attributes must be present in the model. Map:SDTM IG = 'AE.AESCAT' occurrencePatter nCode public : CD A coded value specifying the time recurrence by which an adverse event occurs. For example, intermittent. Map:AE = 'AdverseEvent.patternCode' Map:CTOM = 'AdverseEvent.conditionPatternCode' Map:SDTM IG = 'AE.AEPATT' AdverseEvent Attributes

127 PerformedObservation Type: public Class {leaf}Extends: PerformedActivity. The completed action of observing, monitoring, measuring or otherwise qualitatively or quantitatively gathering data or information about one or more aspects of a subject's, study subject's or experimental unit's physiologic or psychologic state. For example, lab test, taking vital signs, physical exam, etc.

128 PerformedObservation Attributes AttributeTypeNotes methodCodepublic : DSET A coded value specifying the technique used to perform the observation.For example, blood pressure measurement method could be arterial puncture or sphygmomanometry.For example, global introspection, algorithm, bayesian to assess AE causality.For example for a clinical result assay method, values could include: Estrogen Receptor Assay, Progesterone Receptor Assay, p53 Assay, etc. Map:AE = 'PerformedProductInvestigation.evaluationMethodCode' Map:AE = 'CausalAssessment.methodCode' Map:CTOM = 'ClinicalResult.meansVitalStatusObtainedCode' Map:CTOM = 'ClinicalResult.assayMethodCode' Map:CTOM = 'ClinicalResult.labTechniqueCode' Map:CTOM = 'LesionDescription.methodCode' bodyPositionCode public : CD A coded value specifying the 3-dimensional spatial orientation of a subject during a particular observation.For example, supine, trendelenburg, standing, etc. AE:Exclude = 'True' Map:CTOM = 'ClinicalResult.bodyPositionCode' Map:PSC = 'VS.VSPOS' Map:SDTM IG = 'EG.EGPOS' targetAnatomicSit eCode public : CD A coded value specifying the anatomic location that is the focus of the observation.For example, gastrointestinal, cardiovascular. NOTE: The target site of the result may be different than the target site of the activity (PerformedObservation) that generated it. For example, a chest x-ray (observation) has the target site of chest while the result might show an infiltration in the left lower lobe of the lung (target site of result), or a dermatological exam may check the skin across the whole body (target site of observation) while the result might identify a rash on the right leg (target site of result). Map:AE = 'AdverseEvent.bodyLocation' Map:CTOM = 'Diagnosis.primaryAnatomicSiteCodeSystem' Map:CTOM = 'Imaging.anatomicSiteCodeSystem' Map:CTOM = 'Imaging.anatomicSiteCode' Map:CTOM = 'Diagnosis.primaryAnatomicSiteCode'

129 PerformedObservation Attributes (suite) AttributeType Notes targetAnatomicSi teLateralityCode public : CD A coded value specifying the side of the body (or a paired organ) that is a target site for a procedure. For example, Bilateral, Left, Right. Map:AE = 'AdverseEvent.bodyLocation' Map:CTOM = 'Diagnosis.primaryAnatomicSiteLateralityCode' focalDurationpublic : PQ.TI ME The quantity of time in which the observation result is held to be true.For example, 2 months is the evaluation interval for a question such as "Have you smoked in the last 2 months?".NOTE: The focalDuration can be derived using the focalDateRange. AE:Exclude = 'True' Map:CTOM = 'DiseaseResponse.progressionPeriodUnitOfMeasureCode' Map:CTOM = 'DiseaseResponse.progressionPeriod' Map:SDTM IG = 'QS.QSEVLINT' focalDateRangepublic : IVL The time period in which the observation result is held to be true.NOTE: The focalDateRange can be derived from DefinedObservation.focalDateRange alone (i.e., directly from simple date ranges like ) or from evaluating the expression in DefinedObservation.focalDateRange (which references a date that is now known). AE:Exclude = 'True' Map:CTOM = 'DiseaseResponse.progressionDate' Map:CTOM = 'Diagnosis.confirmationDate'

130 Représentation OWL de BRIDG Domaine dintérêt Conceptualisati on visuelle (DAM UML ) Representatio n ontologique (OWL-DL) Formalisation Est décrit par Fourni des information pour Une définition OWL-DL est préferable à un ensemble de classes UML Un diagramme UML est préferable à une centaine de recommandations dans un documen word

131 Conclusion BRIDG, un des piliers de l'interopérabilité Modèle UML de données global pour tous les domaines d'intérêt Base de types de données rigoureusement définis Méthodologie pour interagir avec des domaines de vocabulaires contrôlés prédéfinis Méthode formelle de développement de standards Méthode de conception orientée objet Outils de dérivation et test de conformité 131


Télécharger ppt "Vers des dossiers patients «interopérables» Enjeux et solutions C.Daniel INSERM, UMR_S 872, Eq. 20, Université Paris Descartes, France AP-HP, Paris, ASIP."

Présentations similaires


Annonces Google