Required variables


< Previous

  • Recipient age
  • Donor age
  • Recipient date of birth
  • Donor date of birth
  • Recipient gender
  • Donor gender
  • Recipient height
  • Recipient weight
  • Date of registration on the waiting list
  • Number of previous transplantations
  • Type of transplantation
  • Date de transplantation
  • Type of donor (deceased or living)
  • Transplant positioning
  • Recipient CMV serology
  • Recipient EBV serology
  • Recipient anti-HBs antibodies
  • Recipient HCV serology
  • Recipient HIV serology
  • Recipient BK antigens
  • Donor CMV serology
  • Donor EBV serology
  • Donor HBs antigens
  • Donor anti-HBs antibodies
  • Donor HCV serology
  • Donor last serum creatinine
  • Recipient blood group
  • Donor blood group
  • Recipient weight
  • Smoking
  • Systolic/diastolic blood pressure
  • Level of LDL-C (g/l)
  • Level of triglycerides (g/l)
  • Type of immunosuppressive regiment
  • Dose of mycophenolate mofetil
  • Dose of mycophenolic acid
  • Dose of azathioprine
  • Dose of steroids
  • Dose of sirolimus
  • Dose of everolimus
  • Erythropoietin prescription and dose (if applicable)
  • Platelet antiaggregant prescription
  • Anti-hypertensive agent prescription
  • Lipid lowering agent prescription
  • Serum creatinine values
  • Proteinuria
  • Hemoglobin level
  • Lymphoma occurence
  • Other cancer occurence
  • Acute rejection episode and biopsy and treatment (if applicable)
  • Complications occurence
  • Infections occurence

Quality control


< Previous

Un contrôle de qualité automatique de cohérence est réalisé est distribué par centre. Il se consacre aux données obligatoires. Le contrôle est divisé en trois parties :
  • Les données manquantes. Elles sont possibles si elles ont fait l'objet d'une vérification et qu'elles ne sont pas récupérables (dossier source, téléphone, système d’information de l’hôpital, etc.). A cette condition, la balise rouge (donnée manquante non-validée) doit être transformée en violette (donnée manquante validée). Les données manquantes validées ne sortent pas dans cette liste automatique.

  • Les erreurs. Ces sont des valeurs aberrantes ou des combinaisons impossibles entre variables. Il peut s’agir par exemple de deux dates non-concordantes.

  • Les incohérences. Elles sont identifiées en identifiant des combinaisons peu probables de plusieurs variables. Il s’agit d’erreurs probables, sans aucune certitude. L’idée est de croiser une variable avec d’autres variables de la base. En ajustant un tel modèle multivarié, l’idée est d’identifier les résidus les plus importants, en supposant qu’ils sont peut-être dus à une erreur de saisi. Prenons l’exemple de l’âge du receveur. Il est aujourd’hui possible de greffer une personne de 70 ans. Cette information n’est pas considérée comme une erreur (point précédent). En revanche, une telle greffe est peu probable s’il s’agit d’une greffe de jeune donneur vivant et si le receveur possède de nombreuses comorbidités.

Ce document sera émis automatiquement à intervalles régulier. Le principe de base est d’extraire les données (logiciel : Oracle), puis de traiter cette information (logiciel : R), d’émettre un rapport automatique en pdf (logiciels : package Sweave sous R et Latex). Ce schéma est illustré par la Figure 1. Cette mécanique est réalisée par centre et les attachés de recherche clinique concernés recevront ce rapport. Des liens hypertextes permettent, directement à partir du rapport pdf, d’ouvrir la fiche électronique DIVAT à la page concernée par ce problème. En revanche, si aucune erreur n’est observée (les incohérences ne correspondent pas forcément à des erreurs), d’autres liens hypertextes permettront de valider la donnée déjà saisie pour éviter qu’elles n’apparaissent à chaque contrôle automatique.

L’ensemble de ce travail a déjà été initié par Chloé LETETOUR, stagiaire en Licence d’Informatique et de Mathématique.

Figure 1 : Principe du contrôle de cohérence automatique de DIVAT.