Université de Rennes 1 Réutilisation des données de vie réelle dans la gestion des épidémies d'arboviroses en territoire Caribéen : application à la surveillance de la dengue en Martinique Harnessing real-world data to manage arboviral disease outbreaks in the Caribbean. The dengue use case in Martinique Données de vie réelleDonnées massives en santéSurveillance syndromiqueCaraïbeDengue Real-world dataHealth Big DataSyndromic surveillanceCaribbeanDengue Données de vie réelle Antilles Données massives Antilles Surveillance syndromique Antilles Dengue Antilles Les maladies infectieuses émergentes sont devenues un enjeu majeur de santé publique ces dernières années et sont à l’origine de nombreuses crises sanitaires touchant en majorité les régions tropicales et subtropicales telles que la Caraïbe. À l’heure actuelle, les systèmes de surveillance syndromique basés sur la collecte et l’analyse de données souffrent de plusieurs limites, notamment les délais entre un événement de santé et sa notification et le coût élevé de ces systèmes, alors que l’accélération de la propagation de ces pathologies demande des systèmes de plus en plus réactifs. Des alternatives basées sur les données de vie réelle, c’est-à-dire l’ensemble des données recueillies en dehors de la recherche clinique, sont étudiées depuis plusieurs années pour tenter de répondre aux enjeux de réactivité et de disponibilité des données. L’objectif de cette thèse est d’évaluer la place des données de vie réelle dans la surveillance syndromique et plus spécifiquement de la surveillance de la dengue dans la Caraïbe. Cette thèse sur articles explore trois axes importants : une première partie fait un état des lieux et étudie les enjeux des systèmes de surveillance syndromique dans la Caraïbe. La seconde partie expose les verrous liés aux données de vie réelle. La troisième partie explore les verrous liés à l’exploitation des données à travers le cas d’usage de la surveillance de la dengue en Martinique. Enfin, la discussion s’intéresse aux atouts et contraintes des données de vie réelle dans la surveillance syndromique et leur place dans la préparation (preparedness) et la capacité de réponse des systèmes à répondre aux épidémies. The incidence of emerging infectious diseases has increased considerably over the last few years, causing several health crises, especially in tropical and subtropical areas such as the Caribbean. Currently, traditional surveillance systems based on data collection are hampered by several limitations, especially delays between a case and its notification, and high costs despite their need to be responsive. Alternatives approaches based on real-world data, ie. data not collected in experimental conditions, have been studied for several years to help improve responsiveness and data availability of these systems. The aim of this thesis is to assess the role of real-world data in syndromic surveillance and more specifically dengue monitoring in the Caribbean. This thesis explored three major axes: first, we conducted a state of the art on syndromic surveillance systems in the Caribbean and their limitations. Secondly, we identified the challenges related to real-world data. The third section explored the challenges related to data exploitation through the use case of dengue surveillance in Martinique. Finally, the discussion focused on the challenges and opportunities of real-world data in syndromic surveillance and their place in epidemic preparedness and response. Electronic Thesis or DissertationText fr en application/pdf1 : 4447 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/4845e3a4-9c4a-4553-a734-cf6b91b06cb8 Sylvestre Emmanuelle 1988-07-04 FR 20037222X emmanuelle.sylvestre@chu-martinique.fr 2022REN1B013 http://www.theses.fr/2022REN1B013 2022-04-05 Analyse et traitement de l'information et des images médicales Universite de Rennes 1thesis.degree.grantor_1 02778715X Doctorat non ouiCuggiaMarcintervenant_1079366341CabiéAndréintervenant_208145094XFicheurGrégoireintervenant_3148926452DeloumeauxJacquelineintervenant_4167835912BringaySandraintervenant_511360016XJannotAnne-Sophieintervenant_6083201297 Biologie-SantéecoleDoctorale_1 221707778 Laboratoire de Traitement du Signal et de l'Image partenaireRecherche_1 177793767 ddc:610 CuggiaMarcCabiéAndréFicheurGrégoireDeloumeauxJacquelineBringaySandraJannotAnne-SophieUniversite de Rennes 1Sciences et technologie, medecine, pharmacie, odontologie, droit, economie, gestion, philosophieBiologie-SantéÉcole doctorale Biologie-Santé (Rennes) Laboratoire de Traitement du Signal et de l'Image ASCII PDF 4553377 restriction 2022-04-05 2023-04-05 restriction 2022-04-05 2023-04-05