What really happens when you mix medications? | Russ Altman

Traducteur: Jerome Bohec Relecteur: Lionel FAUCHER

So you go to the doctor and get some tests.

Vous allez chez le docteur et passez quelques tests.

The doctor determines that you have high cholesterol

Il ressort que vous avez un peu trop de cholestérol

and you would benefit from medication to treat it.

et qu'il serait bon de prendre un traitement pour y remédier.

So you get a pillbox.

Il vous prescrit une boîte

de médicaments.

You have some confidence,

Vous êtes confiant,

your physician has some confidence that this is going to work.

votre médecin est confiant que cela va faire l'affaire.

The company that invented it did a lot of studies, submitted it to the FDA.

Le laboratoire qui l'a créé a fait plein de tests, l'a soumis à la FDA.

They studied it very carefully, skeptically, they approved it.

Ils l'ont étudié précisément, avec soin, et l'ont approuvé.

They have a rough idea of how it works,

Ils ont une bonne idée de son action,

they have a rough idea of what the side effects are.

une bonne idée des effets secondaires.

It should be OK.

Ça devrait aller.

You have a little more of a conversation with your physician

Vous discutez un peu plus avec votre médecin,

and the physician is a little worried because you've been blue,

il s'inquiète car vous êtes un peu triste ces derniers temps,

haven't felt like yourself,

quelque chose cloche,

you haven't been able to enjoy things in life quite as much as you usually do.

vous n'arrivez pas à profiter de la vie comme vous en avez l'habitude.

Your physician says, "You know, I think you have some depression.

Votre médecin dit : «  Je pense que vous déprimez.

I'm going to have to give you another pill."

Je vais vous prescrire un autre médicament. »

So now we're talking about two medications.

Nous voilà à 2 traitements maintenant.

This pill also -- millions of people have taken it,

Ce médicament aussi -- des millions le prennent,

the company did studies, the FDA looked at it -- all good.

le laboratoire a fait des études, la FDA l'a revu -- c'est tout bon.

Think things should go OK.

Tout devrait bien se passer avec ça.

Think things should go OK.

Tout devrait bien se passer avec ça.

Well, wait a minute.

Attendez une minute.

How much have we studied these two together?

A-t-on bien étudié ces 2 médicaments ensemble ?

Well, it's very hard to do that.

Eh bien, c'est très dur à faire.

In fact, it's not traditionally done.

A vrai dire, ce n'est pas fait.

We totally depend on what we call "post-marketing surveillance,"

On se repose totalement sur la « surveillance après commercialisation »,

after the drugs hit the market.

après leur mise sur le marché.

How can we figure out if bad things are happening

Comment peut-on savoir si des effets secondaires existent

between two medications?

si on mélange les deux ?

Three? Five? Seven?

Et avec trois ? Cinq ? Sept ?

Ask your favorite person who has several diagnoses

Demandez à un ami qui suit plusieurs traitements

how many medications they're on.

combien de pilules il prend.

Why do I care about this problem?

Pourquoi cela m'intéresse ?

Ça m'intéresse beaucoup.

I care about it deeply.

I'm an informatics and data science guy and really, in my opinion,

Je suis informaticien et scientifique, et sérieusement, à mon avis,

the only hope -- only hope -- to understand these interactions

la seule chance -- la seule -- de comprendre ces interactions

is to leverage lots of different sources of data

est de tirer parti d'un maximum de sources d'information

in order to figure out when drugs can be used together safely

de manière à découvrir quand les médicaments peuvent être mélangés

and when it's not so safe.

et quand il y a un risque.

So let me tell you a data science story.

Ceci est une histoire de science de données.

And it begins with my student Nick.

Elle commence avec mon étudiant Nick.

Let's call him "Nick," because that's his name.

Appelons-le Nick, parce que c'est son nom.

(Laughter)

(Rires)

Nick was a young student.

Nick était étudiant.

I said, "You know, Nick, we have to understand how drugs work

Je lui dit : « Nick, on doit comprendre l'action des médicaments,

and how they work together and how they work separately,

comment ils interagissent et agissent seuls,

and we don't have a great understanding.

et on n'a pas une bonne compréhension. »

But the FDA has made available an amazing database.

Mais la FDA met à disposition une base de données géniale,

It's a database of adverse events.

une base des effets indésirables.

They literally put on the web --

Ils mettent en ligne --

publicly available, you could all download it right now --

librement accessible, vous pourriez tout télécharger maintenant --

hundreds of thousands of adverse event reports

des centaines de milliers de rapports sur les effets indésirables

from patients, doctors, companies, pharmacists.

de patients, docteurs, entreprises, pharmaciens.

And these reports are pretty simple:

Et ces rapports sont assez simples :

it has all the diseases that the patient has,

ils contiennent toutes les maladies du patient,

all the drugs that they're on,

tous les médicaments qu'il prend,

and all the adverse events, or side effects, that they experience.

et tous les effets indésirables, ou effets secondaires qu'il rencontre.

It is not all of the adverse events that are occurring in America today,

Pas tous les effets indésirables survenant en Amérique aujourd'hui,

mais des centaines et centaines de milliers de médicaments.

but it's hundreds and hundreds of thousands of drugs.

So I said to Nick,

Donc j'ai dit à Nick :

"Let's think about glucose.

« Prenons le glucose.

Glucose is very important, and we know it's involved with diabetes.

Le glucose est très important, et nous connaissons son lien avec le diabète.

Let's see if we can understand glucose response.

Voyons voir si on peut comprendre la réponse au glucose. »

I sent Nick off. Nick came back.

Nick part là dessus. Nick revient.

"Russ," he said,

« Russ », me dit-il,

"I've created a classifier that can look at the side effects of a drug

« j'ai créé un classificateur qui peut regarder les effets d'un médicament

based on looking at this database,

dans la base de données de la FDA,

and can tell you whether that drug is likely to change glucose or not."

et dire si ce médicament peut avoir un effet sur le taux de glucose. »

He did it. It was very simple, in a way.

Il l'a fait. C'était très simple en somme.

He took all the drugs that were known to change glucose

Il a prit tous les médicaments ayant un effet

and a bunch of drugs that don't change glucose,

et quelques autres sans effet, et s'est dit :

and said, "What's the difference in their side effects?

« Quelles sont les différences sur les effets secondaires ?

Differences in fatigue? In appetite? In urination habits?"

Différence de fatigue ? D'appétit ? D'habitudes urinaires ? »

All those things conspired to give him a really good predictor.

Tout cela lui a permis de donner un très bon prédicteur.

He said, "Russ, I can predict with 93 percent accuracy

« Russ, je peux prédire avec une précision de 93%

when a drug will change glucose."

quand le glucose est impacté. »

I said, "Nick, that's great."

« Nick, c'est super. »

He's a young student, you have to build his confidence.

C'est un jeune étudiant, Il faut l'encourager.

"But Nick, there's a problem.

« Mais il y a un problème.

It's that every physician in the world knows all the drugs that change glucose,

Tous les médecins du monde connaissent les médicaments jouant sur le glucose,

because it's core to our practice.

car c'est le cœur du métier.

So it's great, good job, but not really that interesting,

Donc c'est bien, du bon boulot, mais pas très intéressant,

definitely not publishable."

et certainement pas publiable. »

(Laughter)

(Rires)

« Je sais, Russ. Je me doutais que tu dirais ça. »

He said, "I know, Russ. I thought you might say that."

Nick is smart.

Nick est intelligent.

"I thought you might say that, so I did one other experiment.

« Je m'en doutais donc j'ai fait un autre test.

J'ai cherché toutes les personnes prenant 2 médicaments,

I looked at people in this database who were on two drugs,

and I looked for signals similar, glucose-changing signals,

et j'ai cherché les signaux similaires, les signaux de changement du glucose,

for people taking two drugs,

pour les gens prenant 2 médocs,

where each drug alone did not change glucose,

lesquels, individuellement, ne jouent pas sur le taux de glucose,

but together I saw a strong signal."

mais ensemble présentent un signal fort. »

And I said, "Oh! You're clever. Good idea. Show me the list."

Et j'ai dit : « Tu es malin. Bonne idée. Montre-moi la liste. »

And there's a bunch of drugs, not very exciting.

Voilà une liste de médicaments pas très sexy.

But what caught my eye was, on the list there were two drugs:

Sur la liste, il y avait 2 médicaments qui ont attiré mon attention :

paroxetine, or Paxil, an antidepressant;

Paroxétine, ou Paxil, un antidépresseur,

and pravastatin, or Pravachol, a cholesterol medication.

et Pravastatine, ou Pravachol, un médicament pour le cholestérol.

And I said, "Huh. There are millions of Americans on those two drugs."

J'ai dit : « Des millions d'Américains prennent ces 2 médicaments. »

In fact, we learned later,

Il s'avère que

15 million Americans on paroxetine at the time, 15 million on pravastatin,

15 millions prennent du paroxétine, 15 millions prennent du pravastatine,

and a million, we estimated, on both.

et 1 million prennent les deux selon nos estimations.

So that's a million people

Un million de personnes

who might be having some problems with their glucose

pouvant rencontrer des problèmes avec leur glucose

if this machine-learning mumbo jumbo that he did in the FDA database

si son programme d'apprentissage du charabia de la base de la FDA

actually holds up.

tient vraiment la route.

But I said, "It's still not publishable,

« Ce n'est toujours pas publiable,

because I love what you did with the mumbo jumbo,

parce que j'adore ce que tu as bidouillé,

with the machine learning,

ton programme d'apprentissage,

but it's not really standard-of-proof evidence that we have."

mais ce n'est pas encore une preuve irréfutable que nous avons. »

So we have to do something else.

Donc on doit faire autre chose.

Let's go into the Stanford electronic medical record.

Regardons les rapports médicaux électroniques de Stanford.

We have a copy of it that's OK for research,

Nous avons une copie OK pour la recherche,

we removed identifying information.

les rapports sont anonymisés.

And I said, "Let's see if people on these two drugs

« Voyons si les personnes prenant ces 2 médicaments

have problems with their glucose."

ont des problèmes de glucose. »

Now there are thousands and thousands of people

Il y a des milliers et des milliers de personnes

in the Stanford medical records that take paroxetine and pravastatin.

qui prennent de la paroxétine et de la pravastatine dans ces dossiers.

But we needed special patients.

Nous voulions des patients particuliers,

We needed patients who were on one of them and had a glucose measurement,

des patients prenant un de ces médicaments et ayant eu une mesure du taux de glucose,

then got the second one and had another glucose measurement,

puis ayant pris l'autre médicament et une nouvelle mesure du glucose,

all within a reasonable period of time -- something like two months.

tout cela sur une période raisonnable -- quelque chose comme 2 mois.

And when we did that, we found 10 patients.

En faisant cela, on a trouvé 10 patients.

However, eight out of the 10 had a bump in their glucose

Cependant, 8 sur 10 présentaient une hausse de leur glucose

quand ils prenaient leur 2ème P -- on appelle ça P et P -

when they got the second P -- we call this P and P --

when they got the second P.

quand ils prenaient leur 2ème P.

Either one could be first, the second one comes up,

Peu importe l'ordre, le second P arrive,

glucose went up 20 milligrams per deciliter.

le glucose monte de 20 milligrammes par décilitre.

Just as a reminder,

Pour rappel,

you walk around normally, if you're not diabetic,

si vous n'êtes pas diabétique,

with a glucose of around 90.

votre glucose est à environ 90.

And if it gets up to 120, 125,

et s'il monte à 120, 125,

your doctor begins to think about a potential diagnosis of diabetes.

votre docteur commence à penser qu'il y a un risque de diabète.

So a 20 bump -- pretty significant.

donc un pic de 20 -- plutôt notable.

I said, "Nick, this is very cool.

J'ai dit : « Nick, c'est très bon ça.

But, I'm sorry, we still don't have a paper,

Mais, désolé, on a toujours pas notre papier

because this is 10 patients and -- give me a break --

parce que 10 patients -- pardonne-moi --

c'est pas suffisant. »

it's not enough patients."

So we said, what can we do?

Que pouvons-nous faire ?

And we said, let's call our friends at Harvard and Vanderbilt,

Appelons nos amis de Harvard et Vanderbilt

who also -- Harvard in Boston, Vanderbilt in Nashville,

qui ont -- Harvard à Boston, Vanderbilt à Nashville,

who also have electronic medical records similar to ours.

des rapports médicaux électroniques, similaires aux nôtres.

Let's see if they can find similar patients

Ils ont peut-être des patients similaires

with the one P, the other P, the glucose measurements

avec le 1er P, le 2ème P, les mesures de glucose

in that range that we need.

dans l'intervalle qui nous intéresse.

God bless them, Vanderbilt in one week found 40 such patients,

Dieu merci, Vanderbilt en a trouvé 40 en une semaine.

same trend.

même tendance.

Harvard found 100 patients, same trend.

Harvard en a trouvé 100, même tendance.

So at the end, we had 150 patients from three diverse medical centers

En fin de compte, nous avions 150 patients de 3 centres médicaux différents

that were telling us that patients getting these two drugs

indiquant que les patients prenant ces 2 médicaments

were having their glucose bump somewhat significantly.

voyaient leur taux de glucose augmenter significativement.

More interestingly, we had left out diabetics,

Plus intéressant, nous avions écarté les diabétiques,

because diabetics already have messed up glucose.

les diabétiques ont des taux de glucose anormaux.

When we looked at the glucose of diabetics,

Quand on a regardé le glucose des diabétiques,

it was going up 60 milligrams per deciliter, not just 20.

il augmentait de 60 milligrammes par décilitre, pas juste 20.

This was a big deal, and we said, "We've got to publish this."

C'était important et on s'est dit : « On doit publier ça. »

We submitted the paper.

On a soumis notre papier.

It was all data evidence,

Il s'agissait de données factuelles,

data from the FDA, data from Stanford,

données de la FDA, données de Stanford,

data from Vanderbilt, data from Harvard.

données de Vanderbilt et Harvard.

We had not done a single real experiment.

On n'avait pas fait une seule expérience.

But we were nervous.

Mais nous étions nerveux.

So Nick, while the paper was in review, went to the lab.

Donc Nick, pendant l'examen du papier, est retourné au labo.

We found somebody who knew about lab stuff.

On a trouvé quelqu'un versé dans les trucs de labo.

I don't do that.

Je fais pas ça.

I take care of patients, but I don't do pipettes.

Je m'occupe des patients, je ne touche pas aux pipettes.

They taught us how to feed mice drugs.

Il nous a appris à donner des médicaments aux souris.

We took mice and we gave them one P, paroxetine.

On a pris certaines souris et on a donné un P, la paroxétine,

We gave some other mice pravastatin.

à d'autres la pravastatine.

And we gave a third group of mice both of them.

Et à un 3ème groupe de souris, les 2 P.

And lo and behold, glucose went up 20 to 60 milligrams per deciliter

Et voilà, le glucose a augmenté de 20 à 60 milligrammes par décilitre

in the mice.

chez les souris.

Le papier a été accepté, rien qu'avec les informations factuelles,

So the paper was accepted based on the informatics evidence alone,

but we added a little note at the end,

mais on a ajouté une note à la fin disant :

saying, oh by the way, if you give these to mice, it goes up.

« Au fait, si vous testez sur des souris, ça monte. »

That was great, and the story could have ended there.

C'est très bien et l'histoire aurait pu s'arrêter là.

But I still have six and a half minutes.

Mais j'ai encore 6 min 30.

(Laughter)

(Rires)

So we were sitting around thinking about all of this,

Donc on était là, à réfléchir à tout ça,

and I don't remember who thought of it, but somebody said,

et je ne me rappelle pas qui, mais quelqu'un à dit :

« Je me demande si les patients qui prennent ces 2 médicaments

"I wonder if patients who are taking these two drugs

are noticing side effects of hyperglycemia.

ont remarqué les effets secondaires d'hyperglycémie.

They could and they should.

Ils pourraient et ils devraient.

How would we ever determine that?"

Comment pourrions-nous le déterminer ? »

We said, well, what do you do?

Qu'est-ce que tu fais ?

You're taking a medication, one new medication or two,

Tu prends un médicament, puis un autre ou deux,

and you get a funny feeling.

et tu te sens bizarre.

What do you do?

Que fais-tu ?

You go to Google

Tu vas sur Google

and type in the two drugs you're taking or the one drug you're taking,

et tu cherches le nom du ou des médicaments que tu prends,

and you type in "side effects."

et tu tapes « effets secondaires ».

What are you experiencing?

Et ce que tu ressens?

So we said OK,

Donc on s'est dit OK,

let's ask Google if they will share their search logs with us,

demandons à Google s'ils veulent bien partager leurs logs avec nous,

so that we can look at the search logs

qu'on puisse voir les recherches

and see if patients are doing these kinds of searches.

et voir si des patients font ce genre de recherches.

Google, I am sorry to say, denied our request.

Je suis désolé de le dire, mais Google a refusé.

So I was bummed.

J'étais un peu abattu.

I was at a dinner with a colleague who works at Microsoft Research

A un dîner avec un collègue travaillant pour Microsoft Research,

and I said, "We wanted to do this study,

j'ai dit : « On voulait faire cette étude,

Google said no, it's kind of a bummer."

Google a dit non, c'est triste. »

He said, "Well, we have the Bing searches."

Il me dit : « Nous avons les recherches Bing. »

(Laughter)

(Rires)

Yeah.

Ouais.

That's great.

C'est bien.

Now I felt like I was --

J'avais l'impression --

(Laughter)

(Rires)

I felt like I was talking to Nick again.

J'avais l'impression de parler à Nick de nouveau.

He works for one of the largest companies in the world,

Il travaille pour une des plus grosses sociétés au monde

et j'essaye de le réconforter.

and I'm already trying to make him feel better.

Il me dit : « Non, Russ, tu n'as pas bien compris.

But he said, "No, Russ -- you might not understand.

We not only have Bing searches,

On n'a pas seulement les recherches Bing,

but if you use Internet Explorer to do searches at Google,

mais si tu utilises Internet Explorer pour chercher sur Google,

Yahoo, Bing, any ...

Yahoo, Bing, n'importe...

Then, for 18 months, we keep that data for research purposes only."

Alors, pendant 18 mois on garde ces infos pour des questions de recherches. »

I said, "Now you're talking!"

J'ai dit : « Là, tu m'intéresses ! »

This was Eric Horvitz, my friend at Microsoft.

C'était Eric Horvitz, mon ami chez Microsoft.

So we did a study

Donc on a fait une étude

where we defined 50 words that a regular person might type in

dans laquelle on définissait 50 mots qu'une personne pourrait taper

if they're having hyperglycemia,

en cas d'hyperglycémie,

like "fatigue," "loss of appetite," "urinating a lot," "peeing a lot" --

comme « fatigue », « perte d'appétit », « urine beaucoup », « fait beaucoup pipi »

forgive me, but that's one of the things you might type in.

pardon, mais c'est un des trucs que vous pourriez taper.

So we had 50 phrases that we called the "diabetes words."

Nous avions 50 phrases qu'on a appelées les « mots du diabète ».

And we did first a baseline.

Et on a d'abord cherché une référence.

And it turns out that about .5 to one percent

Il s'avère que 0,5 à 1%

of all searches on the Internet involve one of those words.

de toutes les recherches sur internet incluent l'un de ces mots.

So that's our baseline rate.

C'est notre taux de référence.

If people type in "paroxetine" or "Paxil" -- those are synonyms --

Si les gens tapent « paroxétine » ou « Paxil » -- ce sont des synonymes --

and one of those words,

et l'un de ces mots,

the rate goes up to about two percent of diabetes-type words,

le taux monte jusqu'à environ 2% des « mots du diabète »,

if you already know that there's that "paroxetine" word.

si vous savez que le mot « paroxétine » s'y trouve.

Si c'est « pravastatine », le taux monte à 3% par rapport au taux de référence.

If it's "pravastatin," the rate goes up to about three percent from the baseline.

If both "paroxetine" and "pravastatin" are present in the query,

Si on a « paroxétine » et « pravastatine » ensemble dans la recherche,

it goes up to 10 percent,

il monte à 10%,

a huge three- to four-fold increase

une augmentation par 3 ou 4

in those searches with the two drugs that we were interested in,

dans ces recherches sur les 2 médicaments qui nous intéressaient,

and diabetes-type words or hyperglycemia-type words.

avec des mots propres au diabète ou à l'hyperglycémie.

We published this,

On a publié ça,

and it got some attention.

et cela a attiré l'attention.

The reason it deserves attention

La raison pour laquelle ça mérite notre attention

is that patients are telling us their side effects indirectly

est que les patients nous disent les effets secondaires rencontrés

indirectement via leurs recherches.

through their searches.

We brought this to the attention of the FDA.

On a porté cela à l'attention de la FDA.

They were interested.

Ils étaient intéressés.

They have set up social media surveillance programs

Ils ont monté des programmes de surveillance des réseaux sociaux

to collaborate with Microsoft,

en collaboration avec Microsoft,

which had a nice infrastructure for doing this, and others,

qui avait une bonne infrastructure pour ça et d'autres pour

to look at Twitter feeds,

suivre les flux Twitter,

to look at Facebook feeds,

suivre les flux Facebook,

to look at search logs,

suivre les recherches,

to try to see early signs that drugs, either individually or together,

pour déceler les indices qu'un médicament seul ou associé à d'autres,

are causing problems.

pose problème.

What do I take from this? Why tell this story?

Qu'en retirer ? Pourquoi raconter cela ?

Well, first of all,

Eh bien, pour commencer,

we have now the promise of big data and medium-sized data

nous avons la promesse de l'analyse de données

to help us understand drug interactions

pour nous aider à comprendre les interactions entre médicaments

and really, fundamentally, drug actions.

et, véritablement, leurs effets.

How do drugs work?

Comment fonctionnent-ils ?

This will create and has created a new ecosystem

Cela va créer, et a déjà créé, un nouvel écosystème pour

for understanding how drugs work and to optimize their use.

comprendre comment les médicaments agissent et optimiser leur usage.

Nick went on; he's a professor at Columbia now.

Nick a avancé, il est professeur à Columbia désormais.

He did this in his PhD for hundreds of pairs of drugs.

Il a fait ça pour son doctorat, pour des centaines d'associations de médicaments.

He found several very important interactions,

Il a trouvé plusieurs interactions très importantes,

and so we replicated this

et donc on a reproduit ça

and we showed that this is a way that really works

et on a montré que ça fonctionne vraiment

for finding drug-drug interactions.

pour trouver des interactions entre médicaments.

However, there's a couple of things.

Cela dit, quelques précisions.

We don't just use pairs of drugs at a time.

On ne fait pas que tester des couples de médicaments ensemble.

As I said before, there are patients on three, five, seven, nine drugs.

Comme je l'ai déjà dit, certains patients prennent 3, 5, 7, 9 médicaments.

Have they been studied with respect to their nine-way interaction?

Est-il possible d'étudier leurs multiples interactions ?

Yes, we can do pair-wise, A and B, A and C, A and D,

Oui, on peut tester par paires, A avec B, A avec C, A avec D,

but what about A, B, C, D, E, F, G all together,

mais qu'en est-il de A, B, C, D, E, F, G tous ensemble,

being taken by the same patient,

pour un même patient,

perhaps interacting with each other

peut-être interagissant entre eux

in ways that either makes them more effective or less effective

au point de les rendre plus efficaces ou moins efficaces

or causes side effects that are unexpected?

ou causer des effets secondaires inattendus ?

We really have no idea.

Nous n'en avons aucune idée.

It's a blue sky, open field for us to use data

C'est un nouvel horizon, un nouveau champ pour nous d'utiliser des données

to try to understand the interaction of drugs.

pour essayer de comprendre toutes les interactions des médicaments

Two more lessons:

2 dernières leçons :

I want you to think about the power that we were able to generate

je veux que vous imaginiez la force que nous avons pu générer

with the data from people who had volunteered their adverse reactions

à partir des données de gens qui ont accepter de partager leurs réactions

through their pharmacists, through themselves, through their doctors,

via leurs pharmaciens, entre eux, leurs docteurs,

the people who allowed the databases at Stanford, Harvard, Vanderbilt,

les gens qui ont permis d'utiliser les bases de Stanford, Harvard, Vanderbilt

to be used for research.

à des fins de recherche.

People are worried about data.

Les gens s'inquiètent.

They're worried about their privacy and security -- they should be.

Ils ont peur pour leur vie privée et leur sécurité -- ils ont raison.

We need secure systems.

Il faut des systèmes sûrs.

But we can't have a system that closes that data off,

Mais on ne peut pas travailler sans ces données,

because it is too rich of a source

car c'est une source trop riche

of inspiration, innovation and discovery

d'inspiration, d'innovation et de découvertes

for new things in medicine.

de nouvelles connaissances en médecine.

And the final thing I want to say is,

La dernière chose que je veux dire :

in this case we found two drugs and it was a little bit of a sad story.

dans ce cas on a trouvé 2 médicaments et c'est une histoire un peu triste.

The two drugs actually caused problems.

Les 2 médicaments posent problème.

They increased glucose.

Ils augmentent le glucose.

They could throw somebody into diabetes

Ils peuvent provoquer un diabète

who would otherwise not be in diabetes,

chez des gens qui ne l'auraient pas sinon,

and so you would want to use the two drugs very carefully together,

vous avez donc intérêt à faire très attention aux 2 ensemble,

peut-être à éviter les 2 ensemble,

perhaps not together,

make different choices when you're prescribing.

faire des prescriptions différentes.

But there was another possibility.

Mais il y a une autre possibilité.

We could have found two drugs or three drugs

On aurait pu trouver 2 ou 3 médicaments

that were interacting in a beneficial way.

qui interagissent de façon bénéfique.

We could have found new effects of drugs

Produisant de nouveaux effets

that neither of them has alone,

qu'aucun d'entre eux n'a seul,

but together, instead of causing a side effect,

mais ensemble, au lieu d'effets secondaires,

they could be a new and novel treatment

ils pourraient être un nouveau traitement

for diseases that don't have treatments

pour des maladies sans traitement

or where the treatments are not effective.

ou dont les traitements sont inefficaces.

If we think about drug treatment today,

Si on pense aux traitements aujourd'hui,

all the major breakthroughs --

toutes les découvertes majeures --

for HIV, for tuberculosis, for depression, for diabetes --

pour le SIDA, la tuberculose, la dépression, le diabète --

it's always a cocktail of drugs.

c'est toujours un cocktail de médicaments.

And so the upside here,

Et donc, la bonne nouvelle,

and the subject for a different TED Talk on a different day,

et le sujet d'une autre TED Talk, un autre jour, c'est

is how can we use the same data sources

comment pouvons-nous utiliser la même source de données

to find good effects of drugs in combination

pour trouver les effets positifs lors du mélange de médicaments

that will provide us new treatments,

apportant ainsi de nouveaux traitements,

new insights into how drugs work

de nouvelles infos sur leur fonctionnement

and enable us to take care of our patients even better?

et nous permettre de prendre encore mieux soin de nos patients ?

Thank you very much.

Merci beaucoup.

(Applause)

(Applaudissements)