Rishi Desai Seminar, January 28, 2026

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : le séminaire fournit une vue détaillée et actualisée des efforts de la FDA pour améliorer la surveillance des médicaments. L’argumentation est solide, appuyée par des exemples concrets, des données chiffrées et des références à des publications. L’orateur explique clairement les problèmes et les solutions, avec une logique déductive. Il souligne l’importance de l’infrastructure de données et des méthodes pour répondre à des questions de sécurité complexes. La démonstration sur la pancréatite est convaincante et illustre bien l’apport de l’approche.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : l’orateur cite des publications et des rapports de la FDA, et les méthodes sont décrites avec précision. Les sources sont fiables (FDA, publications académiques). L’adéquation titre/contenu est correcte, le titre étant générique mais le contenu correspondant à un séminaire de recherche. La présentation est bien structurée et les affirmations sont étayées. Aucun commentaire n’a été fourni pour analyser les tendances du public.

Le titre est générique mais le contenu correspond bien à un séminaire académique de recherche en épidémiologie.

8/10

Exposé par un expert reconnu en pharmacoépidémiologie, s'appuyant sur des travaux publiés et des données réelles du système Sentinel de la FDA. La méthodologie est détaillée et transparente, avec des validations internes. Quelques limites : pas de discussion approfondie des biais potentiels, et la présentation est orientée vers les succès du système.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 00:00Introduction par Albert Hofman et présentation de Rishi Desai.
• 01:00Début de l'exposé : contexte du système Sentinel et son histoire.
• 05:00Explication des limites des données de remboursement et de la nécessité d'intégrer les EHR.
• 10:00Présentation de l'architecture du Real-World Evidence Data Enterprise (RWE-DE).
• 15:00Détails sur l'extraction d'informations à partir de notes cliniques via NLP.
• 20:00Validation des algorithmes de phénotypage pour l'obésité et le tabagisme.
• 25:00Étude de cas : pancréatite aiguë et inhibiteurs du SGLT2.
• 30:00Résultats de l'étude de démonstration et conclusion sur la faisabilité.
• 35:00Processus harmonisé pour les études inférentielles et passage en production.
• 40:00Exemple de l'étude NAION avec les agonistes du GLP-1 et perspectives futures.

• Harvard Chan School - Epidemiology Degree Program Overview — Lien fourni dans la description de la vidéo pour plus d'informations sur les programmes de formation.

• Sentinel Initiative — Site officiel du système Sentinel, confirmant les informations sur son fonctionnement et ses objectifs.
• FDA Real-World Evidence Program — Page de la FDA sur les preuves du monde réel, en lien avec l'utilisation des données EHR.

• Aucune source discordante identifiée — Les informations présentées sont cohérentes avec les publications et les rapports de la FDA.