Mise au point de méthodologies de réutilisation ...
Type de document :
Habilitation à diriger des recherches
URL permanente :
Titre :
Mise au point de méthodologies de réutilisation des données de santé pour la recherche, le pilotage et l’évaluation de la qualité des soins
Titre en anglais :
Development of methodologies for secondary use of health data for research, management, and assessment of care quality
Auteur(s) :
Lamer, Antoine [Auteur]
METRICS : Evaluation des technologies de santé et des pratiques médicales - ULR 2694
![refId](/themes/Mirage2//images/idref.png)
METRICS : Evaluation des technologies de santé et des pratiques médicales - ULR 2694
Directeur(s) de thèse :
Chazard, Emmanuel
Date de soutenance :
2024-02-21
Président du jury :
Deram, Annabelle
Organisme de délivrance :
Université de Lille
École doctorale :
École doctorale Biologie Santé de Lille
Mot(s)-clé(s) :
Bases de données de santé
Réutilisation de données -- Méthodologie
Extraction de données
Visualisation de données
Prise de décision médicale
Recherche médicale
Qualité des soins -- Évaluation
Données hétérogènes
Modèles de données communs
Réseaux sociaux
Réutilisation de données -- Méthodologie
Extraction de données
Visualisation de données
Prise de décision médicale
Recherche médicale
Qualité des soins -- Évaluation
Données hétérogènes
Modèles de données communs
Réseaux sociaux
Mot(s)-clé(s) en anglais :
Health databases
Data reuse -- Methodology
Data extraction
Data visualisation
Medical decision making
Medical resarch
Care quality assessment
Heterogeneous data
Common data models
Social networks
Data reuse -- Methodology
Data extraction
Data visualisation
Medical decision making
Medical resarch
Care quality assessment
Heterogeneous data
Common data models
Social networks
Résumé :
L’implémentation des logiciels médicaux au cours des dernières décennies a généré une quantité importante de données cliniques, stockées au format électronique. Ces logiciels, et les bases de données qui y sont liées, ont ...
Lire la suite >L’implémentation des logiciels médicaux au cours des dernières décennies a généré une quantité importante de données cliniques, stockées au format électronique. Ces logiciels, et les bases de données qui y sont liées, ont été conçus pour recueillir et restituer des données à des fins de soins, d'administration des séjours des patients et de facturation des activités de soins. Ils offrent également des possibilités de réutilisation autres que les soins directs. Ainsi, la réutilisation des données offre des possibilités pour la recherche, la qualité des soins, la gestion des activités ou la santé publique. Cependant, la réutilisation des données rencontre de nombreux verrous que nous tentons de lever à travers ce projet de recherche. Ma thématique de recherche porte sur la mise au point de méthodologies de réutilisation des données de santé. Cette thématique s’inscrit dans la continuité de mon travail de thèse d’université, soutenue en 2015 et intitulée « Contribution à la prévention des risques liés à l’anesthésie par la valorisation des informations hospitalières au sein d’un entrepôt de données ». La mise au point de méthodologies de réutilisation des données porte principalement sur quatre étapes clés : la collecte des données, l’intégration et la standardisation des données, l’extraction de caractéristiques, et leur exploitation pour retour vers l’utilisateur. Dans les années à venir, les perspectives de ce projet de recherche sont d’ (i) automatiser la collecte des données, l’intégration et l’évaluation de la qualité des données, en particulier à partir des réseaux sociaux ou des nouvelles sources de données qui apparaîtront; (ii) formaliser l’extraction de caractéristiques et proposer des outils et méthodes pour améliorer la reproductibilité de ce processus ; (iii) proposer un pipeline d’analyse épidémiologique afin d’orienter vers les stratégies optimales d'analyses statistique et faciliter l'accès et la compréhension des résultats ; (iv) favoriser l’implémentation de modèles de données commun et développement et le partage des méthodes et outils open-source dédiés à la recherche ; (v) former les professionnels de santé et les data scientists à la recherche, et favoriser les échanges entre les différentes spécialitésLire moins >
Lire la suite >L’implémentation des logiciels médicaux au cours des dernières décennies a généré une quantité importante de données cliniques, stockées au format électronique. Ces logiciels, et les bases de données qui y sont liées, ont été conçus pour recueillir et restituer des données à des fins de soins, d'administration des séjours des patients et de facturation des activités de soins. Ils offrent également des possibilités de réutilisation autres que les soins directs. Ainsi, la réutilisation des données offre des possibilités pour la recherche, la qualité des soins, la gestion des activités ou la santé publique. Cependant, la réutilisation des données rencontre de nombreux verrous que nous tentons de lever à travers ce projet de recherche. Ma thématique de recherche porte sur la mise au point de méthodologies de réutilisation des données de santé. Cette thématique s’inscrit dans la continuité de mon travail de thèse d’université, soutenue en 2015 et intitulée « Contribution à la prévention des risques liés à l’anesthésie par la valorisation des informations hospitalières au sein d’un entrepôt de données ». La mise au point de méthodologies de réutilisation des données porte principalement sur quatre étapes clés : la collecte des données, l’intégration et la standardisation des données, l’extraction de caractéristiques, et leur exploitation pour retour vers l’utilisateur. Dans les années à venir, les perspectives de ce projet de recherche sont d’ (i) automatiser la collecte des données, l’intégration et l’évaluation de la qualité des données, en particulier à partir des réseaux sociaux ou des nouvelles sources de données qui apparaîtront; (ii) formaliser l’extraction de caractéristiques et proposer des outils et méthodes pour améliorer la reproductibilité de ce processus ; (iii) proposer un pipeline d’analyse épidémiologique afin d’orienter vers les stratégies optimales d'analyses statistique et faciliter l'accès et la compréhension des résultats ; (iv) favoriser l’implémentation de modèles de données commun et développement et le partage des méthodes et outils open-source dédiés à la recherche ; (v) former les professionnels de santé et les data scientists à la recherche, et favoriser les échanges entre les différentes spécialitésLire moins >
Résumé en anglais : [en]
The implementation of medical software over the past few decades has generated a significant amount of clinical data, stored in electronic format. These software programs, and their associated databases, were designed to ...
Lire la suite >The implementation of medical software over the past few decades has generated a significant amount of clinical data, stored in electronic format. These software programs, and their associated databases, were designed to collect and retrieve data for care, patient stay administration, and care billing purposes. They also provide opportunities for reuse beyond direct care. For example, data reuse offers opportunities for research, quality of care, business management or public health. However, data reuse encounters many obstacles that we are trying to overcome through this research project. My research focus is on the development of methodologies for the reuse of health data. This theme is part of the continuity of my university thesis work, defended in 2015 and entitled "Contribution to the prevention of risks related to anesthesia by the promotion of hospital information within a data warehouse". The development of methodologies for the reuse of data primarily involves four key stages: data collection, data integration and standardization, feature extraction, and their exploitation for feedback to the user. In the coming years, the outlook for this research project is to: (i) automate data collection, integration, and data quality assessment, especially from social networks or emerging new data sources; (ii) formalize feature extraction and propose tools and methods to enhance the reproducibility of this process; (iii) propose an epidemiological analysis pipeline to guide optimal statistical analysis strategies and facilitate access to and understanding of results; (iv) promote the implementation of common data models and the development and sharing of open-source methods and tools dedicated to research; (v) train healthcare professionals and data scientists in research and foster collaboration among different specialtiesLire moins >
Lire la suite >The implementation of medical software over the past few decades has generated a significant amount of clinical data, stored in electronic format. These software programs, and their associated databases, were designed to collect and retrieve data for care, patient stay administration, and care billing purposes. They also provide opportunities for reuse beyond direct care. For example, data reuse offers opportunities for research, quality of care, business management or public health. However, data reuse encounters many obstacles that we are trying to overcome through this research project. My research focus is on the development of methodologies for the reuse of health data. This theme is part of the continuity of my university thesis work, defended in 2015 and entitled "Contribution to the prevention of risks related to anesthesia by the promotion of hospital information within a data warehouse". The development of methodologies for the reuse of data primarily involves four key stages: data collection, data integration and standardization, feature extraction, and their exploitation for feedback to the user. In the coming years, the outlook for this research project is to: (i) automate data collection, integration, and data quality assessment, especially from social networks or emerging new data sources; (ii) formalize feature extraction and propose tools and methods to enhance the reproducibility of this process; (iii) propose an epidemiological analysis pipeline to guide optimal statistical analysis strategies and facilitate access to and understanding of results; (iv) promote the implementation of common data models and the development and sharing of open-source methods and tools dedicated to research; (v) train healthcare professionals and data scientists in research and foster collaboration among different specialtiesLire moins >
Langue :
Français
Collections :
Date de dépôt :
2024-06-12T12:54:25Z
Fichiers
- HDR_LAMER_Antoine.pdf
- Non spécifié
- Accès libre
- Accéder au document