Thèse préparée par Radia Spiga

Titre : Prévision des hospitalisations en fonction des épidémies de grippe et des facteurs météorologiques

Début de thèse : 2017
Fin de thèse : 2023

Résumé :Une bonne prise en charge des patients hospitaliers, nécessite une bonne gestion des ressources hospitalière en matériel et en personnel, ceci implique d’anticiper les admissions, et d’adapter les hospitalisations programmées en fonction de la prévision des admissions non programmées.
L’objectif de ce travail est donc de prédire le nombre hebdomadaire des admissions non programmées à l’échelle d’un hôpital, en testant les méthodes de séries temporelles adaptées aux données de comptage, le défi étant d’introduire des données exogènes dans ce type de modèles.
Cette étude se déroule en trois parties : Premièrement, décrire et caractériser les lois des données d’hospitalisation qui seront utilisés pour la prédiction. Deuxièmement, utiliser les modèles de séries temporelles adaptés à la loi de distribution des données hospitalières utilisées, en particulier les modèle INAR (INteger valued AutoRegressive time series), qui utilise un operateur d’amincissement et un paramètre « α » (probabilité qu’un évènement se produise). La troisième étape consiste à écrire et tester un modèle multivarié, en conditionnant le paramètre « α » du modèle INAR aux variation des facteurs exogènes : température extérieure et données d’activité des médecins généralistes.

Mots clés : Série temporelles, données de comptage, épidémies, hospitalisations non programmées

Date de soutenance prévue :13/02/2024

Encadrement :

Mireille Batton-Hubert : Professeur Mines Saint-Étienne, Limos
Marianne Sarazin : Médecin spécialiste de santé publique

Partenaires ou/et Financeurs :

Télécharger la thèse :

Objectifs de développement durable concernés :

Publications

[emse-03689672] Automated Coding in Case Mix Databases of Bacterial Infections Based on Antimicrobial Susceptibility Test Results
7 juin 2022
Our objective was to improve the accuracy of bacteria and resistance coding in a hospital case mix database. Data sources consisted of 50,074 files on bacteriological susceptibility tests transmitted with the HPRIM protocol from laboratory management system to electronic health record of the University hospital of Saint Etienne in July 2017. An algorithm was implemented […]
[emse-02301132] Predicting hospital admissions with integer-valued time series
30 septembre 2019
Prediction of seasonal epidemics have beenwidely treated in the medical literature, with various methods to forecast the future cases of a given disease, when it’s about infectious diseases: compartmental methods that forecast the number of persons at each state of the epidemic (susceptible, infected, resistant) are used(1), as well as methods based on time series […]
[hal-01335772] Predicting Fluctuating Rates of Hospitalizations in Relation to Influenza Epidemics and Meteorological Factors
22 juin 2016
Introduction In France, rates of hospital admissions increase at the peaks of influenza epidemics. Predicting influenza-associated hospitalizations could help to anticipate increased hospital activity. The purpose of this study is to identify predictors of influenza epidemics through the analysis of meteorological data, and medical data provided by general practitioners. Methods Historical data were collected from […]