Nos tutelles

CNRS

Nos partenaires


Accueil > Publications > Thèses

PRODEL Martin


Modélisation automatique et simulation de parcours de soins à partir de bases de données de santé.

Lundi 10 avril 2017 à 10h - amphi F1 - EMSE

Les deux dernières décennies ont été marquées par une augmentation significative des données collectées dans les systèmes d’informations. Cette masse de données rendue disponible contient des informations riches et peu exploitées. Cette réalité s’applique au secteur de la santé où l’informatisation est un réel enjeu pour l’amélioration de l’efficience et de la qualité des soins. Les méthodes existantes dans les domaines de l’extraction de processus, de l’exploration de données et de la modélisation mathématique ne parviennent pas à gérer des données aussi hétérogènes et volumineuses que celles de la santé. Notre objectif est de développer une méthodologie complète pour transformer des données de santé brutes en modèles de simulation des parcours de soins cliniques. Nous introduisons d’abord un cadre mathématique dédié à la découverte de modèles décrivant les parcours de soin, en combinant optimisation combinatoire et Process Mining. Ensuite, nous enrichissons ce modèle par l’utilisation conjointe d’un algorithme d’alignement de séquences et de techniques classiques de Data Mining. Notre approche est capable de gérer des données bruitées et de grande taille. Enfin, nous proposons une procédure pour la conversion automatique d’un modèle descriptif des parcours de soins en un modèle de simulation dynamique. Après validation, le modèle obtenu est exécuté pour effectuer des analyses de sensibilité et évaluer de nouveaux scénarios. Un cas d’étude sur les maladies cardiovasculaires est présenté, avec l’utilisation de la base nationale des hospitalisations entre 2006 et 2015. La méthodologie présentée dans cette thèse est entièrement réutilisable dans d’autres aires thérapeutiques et sur d’autres sources de données de santé.

Mots clefs : Optimisation mathématique, fouille de processus, recherche opérationnelle, fouille de données, données de santé, parcours de soin, simulation, modèles prédictifs.

Jury :
Mme Maria DI MASCOLO, Directrice de Recherche CNRS, Grenoble INP - Rapporteur
M. Andrea MATTA, Professeur, Politecnico di Milano, Italie - Rapporteur
M. Philippe LENCA, Professeur, IMT Atlantique, Brest - Examinateur
M. Farouk TOUMANI, Professeur, LIMOS, Clermont-Ferrand - Examinateur
M. Xiaolan XIE, Professeur, Mines Saint-Étienne - Directeur de thèse
M. Ludovic LAMARSALLE, Dirigeant, Pharm.D, MSc, HEVA, Lyon - co-directeur de thèse
M. Vincent AUGUSTO, Maître de Recherche, Mines Saint-Étienne - co-encadrant de thèse
M. Baptiste JOUANETON, MSc, HEVA, Lyon- co-encadrant de thèse.