Malgré les progrès thérapeutiques, le cancer du poumon reste la première cause de décès par cancer. L’objectif principal de cette étude était d’identifier les facteurs de risque associés au décès dans les 3 mois suivant la première hospitalisation pour cancer du poumon en France.
Cette analyse approfondie a permis de déterminer des typologies de patients hospitalisés bien distinctes, ce qui a facilité la définition de protocoles médicaux visant à fournir les soins les plus appropriés à chaque profil.
Etude comparative des facteurs de risque d’aggravation de la maladie COVID-19 au cours des 3 vagues en région parisienne
Présentation d’une méthode permettant une augmentation des cas d’utilisation afin d’accroître la confiance entre les modèles ML, les utilisateurs et toute personne affectée par une décision impliquant ces modèles.
L’obésité est fortement associée à de nombreux types de cancer. L’objectif de cette étude est de déterminer si la chirurgie bariatrique est associée à un risque plus faible de cancer.
Evaluer la capacité d’un modèle d’IA (Deep Learning) à distinguer différentes pathologies de l’œil pour accélérer le diagnostic
La saisie d’information est vécue comme une contrainte administrative. La data science permet d’extraire l’intelligence des données de santé au profit du pilotage de l’activité et de l’organisation hospitalière et apporter ainsi un retour sur investissement (ROI) de la charge administrative des professionnels de santé (soignants, praticiens, gestionnaires)
Retour d’expérience sur nos travaux d’optimisation et prédiction des parcours de soins AMP
Collaboration menée avec le CHI Créteil pour étudier l’impact de la mise en place d’un centre de référence pour les maladies respiratoires rares sur le parcours de soins des patients atteints de DCP
La maladie de #Lyme est la maladie vectorielle la plus fréquente en France – son #diagnostic entraine parfois des errances médicales pour les patients et un coût important pour le #systèmedesanté.
Explicabilité des prédictions : le processus d’analyse peut avoir un impact sur le type d’explications à considérer. Les explications ne devraient pas être analysées de la même manière selon que l’analyse est réalisée de manière exploratoire ou confirmatoire.
Cette étude visait à comparer les tendances des types de MBS, la sécurité à court terme et les taux de révision, chez les jeunes adolescents âgés de moins de 18 ans, par rapport aux adolescents plus âgés (18-19 ans) et aux adultes âgés de plus de 20 ans.
