Gabra Nohmie et Anick Bérard | Les malformations congénitales majeures (MCM) concernent entre 2 % et 6 % des grossesses dans le monde. Pourtant, leur identification à partir des données en vie réelle reste un défi : les définitions et algorithmes varient, rendant les comparaisons entre études difficiles. Dans une étude menée à partir de la Quebec Pregnancy Cohort, les chercheurs ont comparé 10 algorithmes utilisés pour détecter ces malformations chez plus de 233 000 nourrissons. Les résultats révèlent des écarts importants : selon l’algorithme employé, la prévalence des malformations congénitales varie de 2,9 % à 9,0 %. Les anomalies les plus fréquemment identifiées concernent les systèmes musculosquelettique et circulatoire. L’étude montre également qu’une définition trop large (basée sur un seul code diagnostic) tend à surestimer la prévalence. Et qu’une approche plus spécifique, combinant données hospitalières et ambulatoires, permet d’obtenir une estimation plus fiable (5,0 %), cohérente avec les données internationales. Il semble donc que le choix de l’algorithme influence directement les résultats. Ces travaux soulignent l’importance de méthodes rigoureuses et transparentes pour améliorer la reproductibilité, faciliter les collaborations en pharmacoépidémiologie, et soutenir une meilleure prise de décision en santé. |
