Analyse de trajectoires de soins à partir de bases de données médico-administratives
: apport d'un enrichissement par des connaissances biomédicales issues du Web des
données - CISMeF
Analyse de trajectoires de soins à partir de bases de données médico-administratives
: apport d'un enrichissement par des connaissances biomédicales issues du Web des
donnéesDocument
Titre : Analyse de trajectoires de soins à partir de bases de données médico-administratives
: apport d'un enrichissement par des connaissances biomédicales issues du Web des
données;
Description : Pour la recherche en santé publique, réutiliser les bases médicoadministratives est
pertinent et ouvre de nouvelles perspectives. En pharmacoépidémiologie, ces données
permettent d’étudier à grande échelle l’état de santé, les maladies ainsi que la consommation
et le recours aux soins d’une population. Le traitement de ces données est cependant
limité par des complexités inhérentes à la nature comptable des données. Cette thèse
porte sur l’utilisation conjointe de bases de données médicoadministratives et de
connaissances biomédicales pour l’étude des trajectoires de soin. Cela recouvre à
la fois (1) l’exploration et l’identification des trajectoires de soins pertinentes
dans des flux volumineux au moyen de requêtes et (2) l’analyse des trajectoires retenues.
Les technologies du Web Sémantique et les ontologies du Web des données ont permis
d’explorer efficacement les données médicoadministratives, en identifiant dans des
trajectoires de soins des interactions, ou encore des contre-indications. Nous avons
également développé le package R queryMed afin de rendre plus accessible les ontologies
médicales aux chercheurs en santé publique. Après avoir permis d’identifier les trajectoires
intéressantes, les connaissances relatives aux nomenclatures médicales de ces bases
de données ont permis d’enrichir des méthodes d’analyse de trajectoires de soins pour
mieux prendre en compte leurs complexités. Cela s’est notamment traduit par l’intégration
de similarités sémantiques entre concepts médicaux. Les technologies du Web Sémantique
ont également été utilisées pour explorer les résultats obtenus.;