Apports d'une méthode de fouille de données pour la détection des cas incidents de cancer du sein dans les données du Programme de Médicalisation des Systèmes d'Information : une analyse formelle des concepts sur les doonées 2001 de PMSI et du registre du cancer de l'Isère - Université de Lorraine Access content directly
Master Thesis Year : 2011

Data mining methods to detect incident breast cancer cases from the French medicoadministrative

Apports d'une méthode de fouille de données pour la détection des cas incidents de cancer du sein dans les données du Programme de Médicalisation des Systèmes d'Information : une analyse formelle des concepts sur les doonées 2001 de PMSI et du registre du cancer de l'Isère

Abstract

Introduction. L'utilisation du PMSI pour l'estimation de l'incidence des cancers se heurte à l'imperfection des critères de sélection (algorithmes) des cas, construits de façon empirique parmi les milliers de codes de diagnostics ou d'actes disponibles. Les méthodes d'extraction de connaissances à partir de données (ECD) permettent de comparer tous les algorithmes se présentant sous la forme d'une conjonction d?attributs.Objectif. Découvrir le ou les algorithme(s) ayant les meilleures qualités (sensibilité,spécificité et valeurs prédictives) pour identifier les cas de cancer du sein incidents parmi les séjours du PMSI.Méthode. Les courts séjours du PMSI de 2001 comprenant un diagnostic de cancer du sein ont été croisés avec les données du registre du cancer de l?Isère qui constituait le gold standard pour identifier les cas de cancer du sein incidents. Une analyse formelle des concepts a permis de calculer la sensibilité, la spécificité et les valeurs prédictives de tous les algorithmes possibles, construits avec les codes de diagnostics et d?actes, l'âge, les établissements et les dates de sortie des séjours.Résultats. Le registre a identifié 825 patientes avec un cancer du sein incident. Le PMSI a identifié 1693 patientes ayant au moins un séjour avec cancer du sein, dont 645 étaient dans le registre. Les algorithmes les plus sensibles recherchaient un diagnostic principal de cancer du sein ou un acte d?anesthésie. Les algorithmes ayant les meilleures valeurs prédictives positives (VPP) associaient mastectomie, curage ganglionnaire, anesthésie générale, passage en salle de réveil et diagnostic principal de cancer du sein. Les diagnostics de tumeurs secondaires correspondaient aux plus basses VPPConclusion. Les méthodes d?ECD ont permis de traiter automatiquement tous lesalgorithmes possibles. Ces résultats permettent de proposer des algorithmes ciblés enfonction de l?objectif recherché (sensibilité, spécifique ou valeur prédictive)
Fichier principal
Vignette du fichier
SCDMED_T_2011_GOETZ_CHRISTOPHE.pdf (1.36 Mo) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

hal-01732682 , version 1 (14-03-2018)

Identifiers

  • HAL Id : hal-01732682 , version 1

Cite

Christophe Goetz. Apports d'une méthode de fouille de données pour la détection des cas incidents de cancer du sein dans les données du Programme de Médicalisation des Systèmes d'Information : une analyse formelle des concepts sur les doonées 2001 de PMSI et du registre du cancer de l'Isère. Sciences du Vivant [q-bio]. 2011. ⟨hal-01732682⟩
31 View
309 Download

Share

Gmail Mastodon Facebook X LinkedIn More