Bulletin de la Dialyse à Domicile

Exhaustivité et concordance des données du RDPLF par rapport au registre national REIN

Emmanuel Fabre — 2026-06-15

Le Registre de Dialyse Péritonéale de Langue Française (RDPLF) constitue depuis plus de quarante ans une source majeure de données sur les modalités thérapeutiques de dialyse à domicile. Sa participation reposant sur le volontariat des centres, la question de son exhaustivité et de sa représentativité nationale reste essentielle. Cette étude évalue ces para-mètres en comparant les données du RDPLF à celles du rapport 2026 du Registre national français REIN, réputé exhaustif pour la France.
La comparaison porte sur les données du 31 décembre 2024 ; plusieurs indicateurs communs ont été analysés : nombre de patients prévalents et incidents en dialyse péritonéale, répartition régionale des patients, modalités de traitement selon l’âge, niveau d’autonomie, recours à l’assistance et paramètres liés à l’anémie. Les résultats montrent que le RDPLF recense entre 90 % et 97 % des patients prévalents enregistrés dans REIN. Les effectifs de patients incidents sont légèrement supérieurs dans le RDPLF, probablement en raison de différences dans la temporalité de mise à jour des données. Malgré ces écarts, les tendances observées dans les deux registres sont remarquablement concordantes.
La comparaison des caractéristiques des patients et des pratiques de prise en charge révèle une très forte cohérence. Les distributions des techniques de dialyse péritonéale selon l’âge, les niveaux d’autonomie et les modalités d’assistance sont quasiment identiques.
Ces résultats confirment la représentativité nationale du RDPLF pour la dialyse péritonéale en France et soulignent la complémentarité des deux registres. Alors que REIN fournit une surveillance exhaustive de l’insuffisance rénale chronique, le RDPLF apporte des données cliniques continues détaillées et spécialisées sur les traitements à domicile. Cette complémentarité constitue un atout important pour l’évaluation des pratiques et le développement des stratégies de dialyse à domicile.

Quatre bonnes pratiques pour faire de ChatGPT/Claude un vrai assistant R

Claire Della Vedova — 2026-06-15

L’intelligence artificielle, peut apporter une aide considérable à celles et ceux qui souhaitent publier leurs travaux ; néanmoins son utilisation, sans esprit critique, peut aboutir à des résultats totalement faux. Il nous a paru utile de demander à une biostatisticienne et formatrice de sensibiliser nos lecteurs et lectrices aux pièges possibles de ces logiciels pour l’analyse de leurs données , en prenant l’exemple d’un logiciel très utilisés dans les travaux médicaux.
Cet article présente quatre bonnes pratiques pour utiliser efficacement les modèles de langage (LLM) comme ChatGPT ou Claude dans un contexte de programmation en R. L’auteur commence par décrire les trois erreurs les plus fréquentes produites par les LLM : l’invention de fonctions inexistantes, l’utilisation de syntaxes obsolètes et, plus grave encore, la proposition de méthodes statistiques inadaptées. Ces erreurs peuvent passer inaperçues chez les débutants et conduire à des analyses erronées. Il est donc essentiel de vérifier systématiquement les fonctions proposées, de prêter attention aux messages d’avertissement de R et de comprendre les conditions d’application des tests statistiques recommandés.
L’article détaille ensuite une méthode en trois étapes permettant d’obtenir des réponses plus fiables : fournir un contexte précis sur les données et l’environnement de travail, décrire clairement l’objectif recherché et préciser le format attendu de la réponse. L’auteure insiste particulièrement sur la confidentialité des données.
Une troisième partie explique comment vérifier qu’un code généré fonctionne réellement. Quatre vérifications sont proposées : contrôler l’absence d’erreurs et de “warnings”, vérifier la structure des résultats, évaluer la plausibilité des valeurs obtenues et tester le code sur un petit jeu de données connues.
Enfin, l’article précise quand privilégier un LLM, quand consulter la documentation officielle de R et quand demander l’avis d’un humain compétent. L’objectif global est de rendre l’utilisateur autonome tout en utilisant les LLM comme outils d’assistance et non comme substituts à la réflexion critique.

Tumeur brune cranio-faciale d’apparition précoce évoluant vers des lésions squelettiques multifocales chez un patient sous dialyse péritonéale : rapport de cas et revue de la littérature

Hanene Gaied — 2026-06-15

Contexte : Les tumeurs brunes (TB) sont des manifestations squelettiques rares de l’ostéite fibrosante kystique causée par un hyperparathyroïdisme prolongé. Elles sont le plus souvent rapportées chez des patients atteints d’hyperparathyroïdisme secondaire avancé sous hémodialyse, tandis que leur apparition précoce chez les patients sous dialyse péritonéale (DP) reste rare. L’atteinte cranio-faciale est particulièrement rare.
Présentation du cas : Nous rapportons le cas d’une femme de 27 ans atteinte d’une insuffisance rénale terminale sous DP qui a développé une TB cranio-faciale peu après le début de la dialyse. L’évaluation biochimique a révélé des taux de parathormone (PTH) nettement élevés (3 032 pg/mL). Malgré une régression partielle initiale, la tumeur brune a rapidement évolué vers des lésions squelettiques multifocales, touchant notamment la clavicule, la tête humérale, les côtes et la branche ischiopubienne, associées à des fractures et à une calcinose tumorale. Un traitement médical a été instauré et une parathyroïdectomie a été programmée.
Conclusion : Ce cas souligne le risque de développement précoce d’une tumeur brune cranio-faciale et de progression squelettique multifocale rapide chez les patients sous dialyse péritonéale présentant une hyperparathyroïdie non contrôlée. Une détection précoce et une orientation chirurgicale rapide peuvent être vitales pour prévenir les complications squelettiques graves chez les patients sous DP atteints d’hyperparathyroïdie non contrôlée.