Design and application of a relational DataBase to assess clinicopathological correlations in neurodegenerative disorders
| Titre | Design and application of a relational DataBase to assess clinicopathological correlations in neurodegenerative disorders |
| Type | Thèse d'exercice : Médecine |
| Auteurs | Journé Isabelle |
| Directeurs | Codron Philippe |
| Année | 2022 |
| URL | https://dune.univ-angers.fr/fichiers/18012898/2022MCEM14752/fichier/14752F.pdf |
| Mots-clés | clinicopathological correlations, copathology, DataBase, DataBase Management System, neurodegenerative disorders, Neuropathology |
| Résumé | INTRODUCTION : l'un des principaux défis pour les cliniciens est de prédire le plus précisément possible le diagnostic des patients atteints de maladies neurodégénératives. Ceci est rendu complexe par la présentation clinique hétérogène et par la présence régulière de pathologies concomitantes. L'analyse neuropathologique des corrélations clinico-pathologiques est une méthode efficace pour améliorer la prédiction diagnostique. Cependant,une telle approche nécessite un grand nombre d'informations pour être pertinente et l'utilisation de logiciels tableurs standards n'est pas optimale. Pour surmonter cette difficulté, l'utilisation de systèmes de gestion de base de données (SGBD) dédiés utilisant un langage de requête structuré (SQL) est une alternative intéressante. L’objectif de cette étude était de créer une base de données informatisée en neuropathologie pilotée par un SGBD relationnel pour collecter les informations cliniques et histologiques afin d’étudier les corrélations clinicopathologiques et les pathologies concomitantes dans les maladies neurodégénératives. MÉTHODES : un formulaire de saisie de données standardisé, anonymisé et personnalisable a été élaboré à l'aide d'un SGBD open-source, avec 456 champs de saisie possibles par patient. Une base de données relationnelle a été créée à partir de ce formulaire pour recueillir les données cliniques et histologiques des 278 patients autopsiés dans le département de Neuropathologie du CHU d’Angers de 2005 à 2020, en utilisant les dossiers médicaux des cas. RÉSULTATS : cette approche a permis d’optimiser le recueil et l’analyse des données cliniques et histologiques de notre biocollection (22 885 points de données). Nous avons pu facilement récupérer les informations en utilisant des requêtes générales et spécifiques pour étudier les données démographiques, les corrélations clinicopathologiques et le concept de co-pathologies. Cela nous a permis également de redresser le diagnostic de cas suivant la parution de nouvelles classifications et entités en neuropathologie. CONCLUSION : la caractérisation systématique des protéinopathies observées chez les patients autopsiés est cruciale afin d'améliorer notre compréhension des corrélations clinico-pathologiques compte tenu des implications dans le diagnostic clinique, l'identification de biomarqueurs et les essais cliniques de thérapies ciblées. La grande quantité de données générées inhérente à un tel processus et les possibilités grandissantes d’utiliser des algorithmes d’intelligence artificielle devraient encourager l’emploi plus systématique des SGBD. |
| Résumé en anglais | INTRODUCTION : one of the main challenges for clinicians is to predict as accurately as possible the underlying diagnosis of patients with neurodegenerative diseases. This forecasting exercise is made complex by heterogenous clinical presentation and by the regular occurrence of concomitant pathologies. Improving pathological prediction can be achieved through the study of clinicopathological correlations. However, such approach requires a wealth of information to be relevant, and the use of standard spreadsheet software is hardly suitable. To overcome this constraint, the use of dedicated DataBase Management Systems (DBMS) using Structured Query Language (SQL) seems to be an interesting alternative. In this study, we aimed to design a standardized and customizable neuropathology form driven by an open-source DBMS using SQL to collect clinical, and pathological information and study clinicopathological correlations and concomitant pathologies in neurodegenerative disorders. METHODS : a standardized and anonymized data entry form was designed using an open-source DBMS, with 456 possible data entry fields per patient. A relational DataBase was created using the form to collect clinical and pathological data from the 278 patients autopsied in the neuropathology department of Angers from 2005 to 2020, using the medical records of the cases. RESULTS : this approach allowed us to optimize the compilation and analysis of clinical and pathological data from our brain collection (22 885 data points). Once filled, we could easily retrieve information using general and specific queries to study demographics, clinicopathological correlations, and the rates of incidental and mixed proteinopathies. The DataBase also allowed us to quickly identify old cases for diagnosis revision following classification updates and description of new pathological entities. CONCLUSION : the systematic characterization of the proteinopathies observed in autopsied patients to increase our understanding of clinicopathological correlations is crucial given the implications in clinical diagnosis, biomarker identification and trials for targeted therapies. The large amount of generated data inherent to such process and the development of artificial intelligence algorithms should encourage a more systematic use of DBMS. |
| Langue de rédaction | Français |
| Nb pages | 42 |
| Diplôme | Diplôme d'État de docteur en médecine |
| Date de soutenance | 2022-04-29 |
| Editeur | Université Angers |
| Place Published | Angers |
| Libellé UFR | UFR Médecine |
| Numéro national | 2022ANGE082M |