Apprentissage non supervisé pour caractériser des profils sérologiques complexes
Quand de multiples paramètres biologiques sont recherchés pour réaliser un diagnostic, la prise en compte simultanée de tous les paramètres est complexe. L’utilisation de méthodes d’apprentissage non supervisé permet de bâtir des outils d’aide au diagnostic transformant cette complexité en richesse.
Au cours de ce projet notre mission a consisté en la mise en œuvre d’un algorithme de machine learning non supervisé qui a permis d’identifier six sous populations d’individus, à partir des résultats de cinq paramètres. Un second algorithme est utilisé pour classer tout nouvel individu dans un de ces groupes. Une interface RStudio-Shiny a été développée pour effectuer ce traitement. (Voir le projet).
IAS OpenHealth.fr : Suivi épidémiologique temps réel à partir des consommations de médicaments
La propagation des maladies s’accompagne souvent de variations atypiques du besoin de la délivrance de ces médicaments. En analysant des paniers de vente de médicaments en pharmacie, les IAS® (Indicateurs Avancés Sanitaires) modélisent l’évolution de l’état sanitaire d’une population. Ils sont publiés en quasi-temps réel.
Au cours de ce projet notre mission a consisté à définir des indicateurs épidémiologiques, à les valider en collaboration avec des experts, à concevoir des algorithmes originaux de représentation spatiale et concevoir une application permettant la production en temps réel (J+1) de ces indicateurs spatialisés (Voir le projet).
Observatoire Longitudinal Officinal
L’Observatoire Longitudinal Officinal est une infrastructure complète permettant la réalisation d’études de cohortes passives en pharmaco-épidémiologie. Il est composé de plus de 2900 pharmacies, représentatives des pharmacies français, et de plus de 16 millions de patients.. Les données sont disponibles à J+1.
Au cours de ce projet notre mission a consisté à qualifier la base de données source, qui comprend des tables dépassant le milliard de lignes, à réaliser et publier des études pilotes, puis à développer une application modulaire permettant d’automatiser tout ou partie des analyses (Voir le projet).
