Université de Rennes 1 Analyse et visualisation de trajectoires de soins par l’exploitation de données massives hospitalières pour la pharmacovigilance Analysis and visualization of care trajectories by using hospital big data for pharmacovigilance Données Massives HospitalièresVisualisation de donnéesTrajectoires de soinsAnalyse de séquencesPharmacovigilance Hospital Big DataData VisualizationCare TrajectoriesSequence AnalysisPharmacovigilance Pharmacovigilance Thèses et écrits académiques Données massives Thèses et écrits académiques Médecine -- Informatique Thèses et écrits académiques Data visualisation Thèses et écrits académiques Le phénomène de massification des données de santé constitue une opportunité de répondre aux questions des vigilances et de qualité des soins. Dans les travaux effectués au cours de cette thèse, nous présenterons des approches permettant d’exploiter la richesse et le volume des données intra hospitalières pour des cas d’usage de pharmacovigilance et de surveillance de bon usage du médicament. Cette approche reposera sur la modélisation de trajectoires de soins intra hospitalières adaptées aux besoins spécifiques de la pharmacovigilance. Il s’agira, à partir des données d’un entrepôt hospitalier de caractériser les événements d’intérêt et d’identifier un lien entre l’administration de ces produits de santé et l’apparition des effets indésirables, ou encore de rechercher les cas de mésusage du médicament. L’hypothèse posée dans cette thèse est qu’une approche visuelle interactive serait adaptée pour l’exploitation de ces données biomédicales hétérogènes et multi-domaines dans le champ de la pharmacovigilance. Nous avons développé deux prototypes permettant la visualisation et l’analyse des trajectoires de soins. Le premier prototype est un outil de visualisation du dossier patient sous forme de frise chronologique. La deuxième application est un outil de visualisation et fouille d’une cohorte de séquences d’événements. Ce dernier outil repose sur la mise en œuvre d’algorithme d’analyse de séquences (Smith-Waterman, Apriori, GSP) pour la recherche de similarité ou de motifs d’événements récurrents. Ces interfaces homme-machine ont fait l’objet d’études d’utilisabilité sur des cas d’usage tirées de la pratique réelle qui ont prouvé leur potentiel pour un usage en routine. The massification of health data is an opportunity to answer questions about vigilance and quality of care. The emergence of big data in health is an opportunity to answer questions about vigilance and quality of care. In this thesis work, we will present approaches to exploit the diversity and volume of intra-hospital data for pharmacovigilance use and monitoring the proper use of drugs. This approach will be based on the modelling of intra-hospital care trajectories adapted to the specific needs of pharmacovigilance. Using data from a hospital warehouse, it will be necessary to characterize events of interest and identify a link between the administration of these health products and the occurrence of adverse reactions, or to look for cases of misuse of the drug. The hypothesis put forward in this thesis is that an interactive visual approach would be suitable for the exploitation of these heterogeneous and multi-domain biomedical data in the field of pharmacovigilance. We have developed two prototypes allowing the visualization and analysis of care trajectories. The first prototype is a tool for visualizing the patient file in the form of a timeline. The second application is a tool for visualizing and searching a cohort of event sequences The latter tool is based on the implementation of sequence analysis algorithms (Smith-Waterman, Apriori, GSP) for the search for similarity or patterns of recurring events. These human-machine interfaces have been the subject of usability studies on use cases from actual practice that have proven their potential for routine use. Electronic Thesis or DissertationText fr application/pdf1 : 3826 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/92bb93c5-cb31-4953-814d-2f9cca898e73 Ledieu Thibault 1990-10-15 fr 234078502 thibault.ledieu@gmail.com 2018REN1B032 http://www.theses.fr/2018REN1B032 2018-10-19 Analyse et traitement de l’information et des iimages médicales Universite de Rennes 1thesis.degree.grantor_1 02778715X Doctorat non ouiCuggiaMarcintervenant_1079366341ThiessardFrantzintervenant_2087277468 Biologie-SantéecoleDoctorale_1 221707778 Universite Bretagne LoirepartenaireRecherche_1 191639044 Laboratoire de Traitement du Signal et de l'Image partenaireRecherche_2 177793767 ddc:610 CuggiaMarcThiessardFrantzUniversite de Rennes 1Sciences et technologie, medecine, pharmacie, odontologie, droit, economie, gestion, philosophieBiologie-SantéÉcole doctorale Biologie-Santé (Rennes)Universite Bretagne Loire Communaute des etablissements d enseignement superieur et de recherche (ComuE) Laboratoire de Traitement du Signal et de l'Image ASCII PDF 3918315