Application de l'analyse des Big Data dans la recherche gastro-intestinale

Les Big Data, qui se caractérisent par certaines traits uniques comme le volume, la vitesse et la valeur, ont révolutionné la recherche dans de nombreux domaines, y compris la médecine. Les Big Data dans les soins de santé sont définis comme de grands ensembles de données qui sont collectés régulièrement ou automatiquement et stockés électroniquement. Avec le volume croissant de la collecte de données de santé, il est envisagé que l'approche des Big Data puisse améliorer non seulement la santé individuelle, mais aussi la performance des systèmes de santé. L'application de l'analyse des Big Data dans le domaine de la recherche en gastro-entérologie et en hépato-gastro-entérologie a également ouvert de nouvelles approches de recherche. Bien qu'elle conserve la plupart des avantages et évite certains inconvénients des études d'observation traditionnelles (études de cas-témoins et études de cohortes prospectives), elle permet de cartographier les phénotypes de l'hétérogénéité de la maladie, d'améliorer la sécurité des médicaments, ainsi que de développer la médecine de précision, des modèles de prédiction et un traitement personnalisé. Contrairement aux essais contrôlés randomisés, elle reflète la situation du monde réel et étudie des patients souvent sous-représentés dans les essais contrôlés randomisés. Cependant, le biais résiduel et/ou non mesuré reste une préoccupation majeure, ce qui nécessite une conception d'étude méticuleuse et diverses méthodes d'ajustement statistique. D'autres inconvénients potentiels incluent la validité des données, les données manquantes, la capture de données incomplètes en raison de l'indisponibilité des codes de diagnostic pour certaines situations cliniques, et la vie privée individuelle. Avec les avancées technologiques continues, certaines des limitations actuelles des Big Data peuvent être encore minimisées. Cette revue illustrera l'utilisation de la recherche sur les Big Data concernant les maladies gastro-intestinales et hépatiques en utilisant des exemples récemment publiés.