Nous avons développé un algorithme pour extraire, transformer et intégrer différentes sources de données hétérogènes dans un entrepôt de données normalisé. Cet entrepôt est architecturé selon un schéma en étoile correspondant au modèle i2b2. Nous avons ensuite évalué les performances de cet algorithme dans le cadre d’un projet de recherche en pharmaco-épidémiologie utilisant les bases de données du SNIIRAM.
L’algorithme développé comprend un ensemble de fonctionnalités permettant la création de scripts SAS. Il permet d’intégrer des données dans un entrepôt normalisé. Dans le cadre de l’évaluation des performances de cet algorithme, nous avons pu intégrer plus de 900 000 000 de lignes provenant du SNIIRAM en moins de 3 heures à l’aide d’un ordinateur de bureau. Nous avons ensuite pu sélectionner les patients de l’entrepôt ainsi obtenu avec des requêtes n’excédant pas quelques secondes.
L’algorithme présenté dans cet article permet de disposer d’un outil performant et compatible avec l’ensemble des bases de données médico-administratives, sans avoir recours à des serveurs de bases de données complexes. Cet outil permet ensuite de simplifier la constitution de cohortes issues de ces bases et, en raison de la normalisation de l’entrepôt de données, facilite le travail collaboratif entre équipes.