Oui, il faut harmoniser les codes médicaux avant une étude multicentrique lorsque les centres utilisent des systèmes ou des pratiques de codage différents. Cette étape permet de comparer des concepts cliniques équivalents et d’éviter que des écarts de classification soient interprétés comme des différences médicales.
L’harmonisation ne consiste pas à remplacer mécaniquement chaque code local par un code unique. Elle vise à établir une correspondance documentée entre les systèmes employés, à repérer les concepts qui ne sont pas réellement équivalents et à préserver les informations nécessaires à l’analyse. La méthode dépend donc des critères de l’étude, des données disponibles et des conséquences d’une erreur de codage.
Pourquoi les codes diffèrent entre les centres
Des établissements peuvent décrire la même situation clinique avec des référentiels différents, des versions distinctes ou des règles locales. Même lorsqu’ils utilisent la même nomenclature, les équipes peuvent ne pas appliquer les mêmes consignes : un diagnostic secondaire peut être codé dans un centre et omis dans un autre, ou un niveau de précision différent peut être retenu selon les pratiques de saisie.
Ces variations créent un risque de confusion entre une différence de codage et une différence réelle de population. Par exemple, un critère d’inclusion défini par une catégorie diagnostique peut sélectionner davantage de participants dans un centre simplement parce que celui-ci utilise une définition plus large. Sans vérification, ce biais peut affecter la composition des groupes et la portée des résultats.
À quel moment l’harmonisation est-elle indispensable
La nécessité dépend de la place du code dans le protocole. Elle est particulièrement forte lorsque les codes servent à définir une maladie, un événement clinique, une exposition, une comorbidité ou un critère de jugement. Une discordance sur ces variables peut modifier directement l’éligibilité des participants ou les résultats principaux.
Pour une variable descriptive secondaire, une harmonisation exhaustive n’est pas toujours justifiée. Il faut néanmoins vérifier que les catégories comparées ont un sens commun. Si les données sont utilisées uniquement pour décrire les pratiques propres à chaque centre, conserver les classifications locales peut être plus pertinent que de les ramener à une catégorie artificiellement uniforme.
| Usage du code | Risque en cas de différence | Approche recommandée |
|---|---|---|
| Critère d’inclusion ou d’exclusion | Sélection différente des participants selon le centre | Définir une règle commune avant l’extraction |
| Critère de jugement | Événements comptabilisés de manière inégale | Valider les correspondances avec les experts cliniques |
| Variable descriptive secondaire | Comparaisons difficiles ou catégories non équivalentes | Harmoniser au niveau utile, sans perdre le détail pertinent |
| Analyse exploratoire | Interprétation limitée par l’hétérogénéité | Documenter les écarts et tester leur influence |
Comment construire une correspondance fiable
La première étape consiste à inventorier les codes réellement présents, leur système d’origine, leur version et les règles locales qui encadrent leur saisie. Une simple liste des libellés ne suffit pas : deux libellés proches peuvent couvrir des concepts différents, tandis que deux formulations distinctes peuvent désigner la même situation clinique.
Il faut ensuite rédiger une définition opérationnelle pour chaque variable étudiée. Cette définition précise le concept recherché, les inclusions, les exclusions, le niveau de précision requis et, si nécessaire, les informations complémentaires à consulter. Les responsables de données peuvent établir les correspondances techniques, mais la validation des équivalences cliniques doit associer des professionnels connaissant les usages des centres.
La table de correspondance doit conserver les codes sources et indiquer la destination retenue, le degré d’équivalence et la justification. Une correspondance peut être exacte, plus large ou incertaine. Il vaut mieux signaler explicitement une relation approximative que présenter comme identiques deux catégories qui ne le sont pas. Les cas sans équivalent doivent rester identifiables plutôt que d’être forcés dans une catégorie voisine.
Préserver le détail sans compromettre la comparabilité
Une harmonisation trop agressive peut effacer des distinctions utiles. Si plusieurs codes détaillés sont regroupés dans une catégorie commune, les données sources doivent être conservées afin de permettre une analyse plus fine lorsque cela est pertinent. La règle de regroupement doit être appliquée de façon cohérente à tous les centres, et son effet sur les variables importantes doit être évalué.
À l’inverse, exiger partout le même code le plus détaillé peut être irréaliste si certains systèmes ne permettent pas cette précision. Une stratégie robuste définit un niveau commun réellement exploitable, puis conserve les détails supplémentaires disponibles dans une variable distincte. Cette approche sépare la comparabilité nécessaire à l’analyse principale de la richesse propre aux données locales.
Organiser la validation et la traçabilité
La validation doit porter sur des cas concrets, pas uniquement sur des libellés. Un échantillon de dossiers ou d’enregistrements peut être examiné pour vérifier que les règles communes classent les situations de façon cohérente. Les désaccords servent à préciser les définitions et à repérer les consignes locales qui pourraient modifier l’application de la correspondance.
La documentation doit permettre de reconstruire le traitement : référentiels et versions utilisés, règles de conversion, arbitrages, codes exclus, valeurs manquantes et modifications de la table. Il convient aussi d’indiquer qui a validé les décisions et comment les nouvelles difficultés seront examinées. Cette traçabilité facilite les contrôles, l’interprétation des résultats et la réutilisation des données.
Les transformations doivent être testées sur chaque centre avant le gel des données d’analyse. Il faut notamment rechercher les valeurs non reconnues, les correspondances multiples, les codes locaux inattendus et les écarts importants dans la distribution des catégories. Une anomalie n’est pas automatiquement une erreur : elle peut refléter une différence clinique réelle, mais elle mérite une vérification documentée.
Choisir entre harmonisation complète et harmonisation ciblée
L’harmonisation complète peut être coûteuse et inutile lorsque seuls quelques codes influencent les critères principaux. Une approche ciblée concentre l’effort sur les variables qui déterminent l’inclusion, l’exposition ou le jugement, puis décrit les limites des autres données. Le choix doit être établi avant l’analyse afin d’éviter d’adapter les règles aux résultats observés.
Lorsque la conversion est incertaine, une analyse de sensibilité peut comparer les résultats obtenus avec des règles plus strictes ou plus larges. Si les conclusions changent selon la correspondance retenue, cette dépendance doit être rapportée et interprétée avec prudence. Si elles restent stables, cela renforce la confiance dans la robustesse des résultats, sans supprimer les limites de qualité des données sources.
| Situation observée | Décision possible | Élément à documenter |
|---|---|---|
| Équivalence clinique claire | Regrouper sous une catégorie commune | Règle de conversion et codes d’origine |
| Correspondance plus large que le concept cible | Analyser séparément ou exclure selon le protocole | Perte de précision et justification |
| Aucun équivalent défendable | Conserver comme non comparable | Centre, code et motif d’exclusion |
| Pratiques locales incertaines | Vérifier un échantillon et clarifier les consignes | Résultats de validation et arbitrages |
FAQ
Peut-on harmoniser les codes après le début de l’étude
C’est possible, mais les règles doivent être validées avant les analyses concernées et appliquées de façon identique à tous les centres. Toute modification doit être tracée, avec ses motifs et ses conséquences éventuelles sur les critères définis dans le protocole.
Faut-il convertir tous les codes vers une seule nomenclature
Non. Une conversion globale n’est utile que si elle sert les objectifs de l’étude et préserve suffisamment le sens clinique. Pour certaines variables, une correspondance ciblée entre les codes réellement utilisés est plus fiable qu’une conversion exhaustive.
Qui doit valider les correspondances médicales
Les spécialistes du codage et de la gestion des données peuvent proposer les règles techniques, mais les équivalences qui influencent les critères cliniques doivent être validées avec des cliniciens connaissant les définitions retenues et les pratiques des centres.
Que faire lorsqu’un code n’a pas d’équivalent dans un autre centre
Ne le forcez pas dans une catégorie voisine. Conservez-le comme non comparable, indiquez son origine et évaluez si son exclusion ou son regroupement limité modifie les analyses. La décision doit être cohérente avec la définition de la variable et documentée.