Data Mining et prévention des effets indésirables liés aux médicaments

Data Mining et prévention des effets indésirables liés aux médicaments. Chazard, Emmanuel Ph.D. Thesis, Université Paris Sud, Paris XI, Paris, France, 2008.

Paper abstract bibtex

Les effets indésirables liés aux médicaments entraîneraient 10 000 décès par an en France. Leur prévention à l’hôpital repose sur les systèmes de prescription connectés (CPOE) couplés à des systèmes d’aide à la décision (CDSS). Les règles d’alertes de CDSS sont écrites à dire d’expert et génèreraient des alertes trop fréquentes et peu adaptées donc mal suivies. Le projet PSIP (Patient Safety through Intelligent Procedures in medication) propose entre autres de générer ces règles d’après la fouille automatisée des données (data mining), afin de constituer des règles d’alertes basées sur les erreurs passées du service. Ces règles seront ensuite validées par une revue experte de dossiers. Ce mémoire évoque les premières phases : conception du modèle de données, analyses statistique (31 arbres de décision) et premiers résultats (223 règles).

@phdthesis{chazard_emmanuel_data_2008,
	address = {Paris, France},
	type = {Mémoire de {Master} 2},
	title = {Data {Mining} et prévention des effets indésirables liés aux médicaments},
	url = {http://www.chazard.org/emmanuel/pdf_articles/thesis_master_2008_m2msr_chazard.pdf},
	abstract = {Les effets indésirables liés aux médicaments entraîneraient 10 000 décès par an en France. Leur prévention à l’hôpital repose sur les systèmes de prescription connectés (CPOE) couplés à des systèmes d’aide à la décision (CDSS). Les règles d’alertes de CDSS sont écrites à dire d’expert et génèreraient des alertes trop fréquentes et peu adaptées donc mal suivies. Le projet PSIP (Patient Safety through Intelligent Procedures in medication) propose entre autres de générer ces règles d’après la fouille automatisée des données (data mining), afin de constituer des règles d’alertes basées sur les erreurs passées du service. Ces règles seront ensuite validées par une revue experte de dossiers. Ce mémoire évoque les premières phases : conception du modèle de données, analyses statistique (31 arbres de décision) et premiers résultats (223 règles).},
	language = {Fr},
	school = {Université Paris Sud, Paris XI},
	author = {{Chazard, Emmanuel}},
	year = {2008},
}

Downloads: 0

{"_id":"cWGhxdcYs5mfN3sfn","bibbaseid":"chazard-dataminingetprventiondeseffetsindsirableslisauxmdicaments-2008","downloads":0,"creationDate":"2016-02-10T22:25:51.053Z","title":"Data Mining et prévention des effets indésirables liés aux médicaments","author_short":["Chazard, Emmanuel"],"year":2008,"bibtype":"phdthesis","biburl":"https://api.zotero.org/users/1597782/collections/MSB7W4UM/items?key=gxIPM4PJtMVcB8OpssCWodtP&format=bibtex&limit=100&start=100&sort=date","bibdata":{"bibtype":"phdthesis","type":"Mémoire de Master 2","address":"Paris, France","title":"Data Mining et prévention des effets indésirables liés aux médicaments","url":"http://www.chazard.org/emmanuel/pdf_articles/thesis_master_2008_m2msr_chazard.pdf","abstract":"Les effets indésirables liés aux médicaments entraîneraient 10 000 décès par an en France. Leur prévention à l’hôpital repose sur les systèmes de prescription connectés (CPOE) couplés à des systèmes d’aide à la décision (CDSS). Les règles d’alertes de CDSS sont écrites à dire d’expert et génèreraient des alertes trop fréquentes et peu adaptées donc mal suivies. Le projet PSIP (Patient Safety through Intelligent Procedures in medication) propose entre autres de générer ces règles d’après la fouille automatisée des données (data mining), afin de constituer des règles d’alertes basées sur les erreurs passées du service. Ces règles seront ensuite validées par une revue experte de dossiers. Ce mémoire évoque les premières phases : conception du modèle de données, analyses statistique (31 arbres de décision) et premiers résultats (223 règles).","language":"Fr","school":"Université Paris Sud, Paris XI","author":[{"firstnames":[],"propositions":[],"lastnames":["Chazard, Emmanuel"],"suffixes":[]}],"year":"2008","bibtex":"@phdthesis{chazard_emmanuel_data_2008,\n\taddress = {Paris, France},\n\ttype = {Mémoire de {Master} 2},\n\ttitle = {Data {Mining} et prévention des effets indésirables liés aux médicaments},\n\turl = {http://www.chazard.org/emmanuel/pdf_articles/thesis_master_2008_m2msr_chazard.pdf},\n\tabstract = {Les effets indésirables liés aux médicaments entraîneraient 10 000 décès par an en France. Leur prévention à l’hôpital repose sur les systèmes de prescription connectés (CPOE) couplés à des systèmes d’aide à la décision (CDSS). Les règles d’alertes de CDSS sont écrites à dire d’expert et génèreraient des alertes trop fréquentes et peu adaptées donc mal suivies. Le projet PSIP (Patient Safety through Intelligent Procedures in medication) propose entre autres de générer ces règles d’après la fouille automatisée des données (data mining), afin de constituer des règles d’alertes basées sur les erreurs passées du service. Ces règles seront ensuite validées par une revue experte de dossiers. Ce mémoire évoque les premières phases : conception du modèle de données, analyses statistique (31 arbres de décision) et premiers résultats (223 règles).},\n\tlanguage = {Fr},\n\tschool = {Université Paris Sud, Paris XI},\n\tauthor = {{Chazard, Emmanuel}},\n\tyear = {2008},\n}\n\n","author_short":["Chazard, Emmanuel"],"key":"chazard_emmanuel_data_2008","id":"chazard_emmanuel_data_2008","bibbaseid":"chazard-dataminingetprventiondeseffetsindsirableslisauxmdicaments-2008","role":"author","urls":{"Paper":"http://www.chazard.org/emmanuel/pdf_articles/thesis_master_2008_m2msr_chazard.pdf"},"metadata":{"authorlinks":{}},"downloads":0},"search_terms":["data","mining","vention","des","effets","ind","sirables","aux","dicaments","chazard"],"keywords":[],"authorIDs":[],"dataSources":["Ad3P6FkzWSCKrZQXc"]}