Dans une étude révolutionnaire publiée dans Médecine du cerveau (Genomic Press), des chercheurs de l’UCI ont découvert une corrélation frappante entre les recherches sur Internet de médicaments contre le TDAH et les taux de prescription réels pendant la pandémie de COVID-19. Cette découverte ouvre de nouvelles possibilités d’utilisation des données de recherche en ligne pour prédire et prévenir les pénuries de médicaments sur ordonnance.
L'étude, dirigée par le Dr Steven Grieco de l'Université de Californie à Irvine, a analysé les données de Google Trends sur 20 ans, en se concentrant particulièrement sur la période suivant le début de la pandémie de COVID-19 en janvier 2020. Les chercheurs ont constaté une augmentation significative des recherches de médicaments pour le TDAH pendant cette période, reflétant l'augmentation connue des prescriptions de médicaments pour le TDAH signalées dans d'autres études.
Nos résultats suggèrent que les données de Google Trends pourraient servir de proxy en temps réel pour l'utilisation des médicaments sur ordonnance, en particulier dans des situations de santé publique en évolution rapide. Cette approche pourrait s'avérer précieuse lorsque les données réelles sur les ordonnances ne sont pas immédiatement disponibles.
Dr Steven Grieco, Université de Californie, Irvine
L'équipe de recherche a utilisé des techniques d'analyse sophistiquées, notamment l'analyse de corrélation croisée et le regroupement k-medoids, pour identifier les tendances et les sous-tendances dans les données de recherche. Ils ont également effectué une analyse des tendances saisonnières pour 187 troubles et 113 mots-clés liés aux médicaments, offrant ainsi une vue complète de l'intérêt du public pour divers problèmes de santé et traitements.
L’un des aspects les plus intéressants de l’étude était la forte corrélation (r = 0,876) entre les recherches Google Trends sur les médicaments contre le TDAH et les taux de prescription réels issus de la base de données du Medical Expenditure Panel Survey (MEPS). Cette corrélation s’est maintenue jusqu’au début de la pandémie, après quoi les données du MEPS n’étaient plus disponibles.
L’étude soulève plusieurs questions importantes qui méritent d’être explorées à l’avenir :
1. Comment cette approche pourrait-elle être étendue et affinée pour couvrir un éventail plus large de sujets de santé ?
2. Les prévisions en temps réel de l’utilisation des médicaments sur ordonnance pourraient-elles aider à prévenir les pénuries comme celle d’Adderall annoncée par la FDA en octobre 2022 ?
3. Quelles sont les implications à long terme de l’intérêt accru du public pour les médicaments contre le TDAH et de leur utilisation après la pandémie ?
4. Comment les services de santé publique, les fabricants de médicaments et les partenaires de l’industrie des données peuvent-ils collaborer efficacement pour faire des prévisions en temps réel sur l’utilisation des ordonnances publiques ?
Bien que l’étude fournisse des informations précieuses, les chercheurs reconnaissent plusieurs limites. Les données peuvent ne pas être représentatives de la population générale, ce qui exclut potentiellement les personnes ayant une connaissance limitée de l’Internet ou un accès limité à Internet. De plus, la corrélation entre les recherches sur Internet et l’utilisation réelle des médicaments sur ordonnance peut ne pas être valable pour tous les problèmes de santé ou dans différents contextes.
Malgré ces limites, les résultats de l'étude ont des implications importantes pour la santé publique et l'industrie pharmaceutique. En exploitant les données de Google Trends, les responsables de la santé et les fabricants de médicaments pourraient potentiellement détecter les premiers signes d'évolution de la demande de médicaments et réagir plus rapidement pour éviter les pénuries.
Alors que nous nous éloignons de l’urgence de santé publique liée à la COVID-19, qui a pris fin en mai 2023, cette recherche propose une nouvelle approche pour surveiller et prévoir les tendances en matière de santé publique. Elle souligne le potentiel de l’analyse des mégadonnées dans le domaine de la santé et ouvre de nouvelles perspectives pour des stratégies proactives de gestion de la santé.
