Classification automatique de series chronologiques de patients souffrant de douleurs chroniques
Published in Revue des Nouvelles Technologies de Information, 2023
Abstract
La douleur chronique touche des millions de patients en France, soit environ 30% de la population générale. Les traitements disponibles sont anciens, ont une efficacité limitée et peuvent entraîner des effets indésirables importants (Kerckhove et al. (2022)). De plus, le parcours de santé des patients souffrant de douleur chronique est multiple ce qui entraîne des résultats médiocres en terme d’amélioration de leur santé. L’identification des profils de ces patients permettrait aux corps médical d’améliorer les résultats de soins et de mieux soutenir ces patients. Dans cette étude, nous proposons d’utiliser l’algorithme de clustering évidentiel des c-moyennes (ECM) pour identifier des parcours de soins et déterminer les divers profils de patients affectés par la douleur chronique.
Armel Soubeiga and Jessem Ettaghouti and Violaine Antoine and Alice Corteval and Nicolas Kerckhove and Sylvain Moreno, " Classification automatique de séries chronologiques de patients souffrant de douleurs chroniques," 2023, Revue des Nouvelles Technologies de l’Information, Extraction et Gestion des Connaissances, RNTI-E-39, Page:651-652