Découverte et représentation des trajectoires de soins par analyse formelle de concepts
Résumé
Chronic diseases are a major concern in public health. They require a multidisciplinary approach and chronic patients have multiple contacts with the healthcare system. In order to improve quality of life, quality and efficiency of healthcare, the care process of chronic patients must be assessed. This implies that the whole succession of health events of such patients should be monitored. From now on, in France, no information system was design to describe cross-institutional and long-term patient care trajectories. Moreover, there have been few attempts to classify and build a typology of patient trajectories. However, enormous amount of data are collected each year by several healthcare information systems. In this work, we propose a new approach to analyze and represent patient care trajectories from data that are originally collected for a different purpose. Our system is based on Formal Concept Analysis (FCA). FCA is a method of conceptual classification aiming at discovering natural relationships in a binary table and representing them in a concept lattice. We show the advantages of FCA for describing and understanding processes in the healthcare system and we give some perspectives for the exploration of social networks in general. We also study and compare two measures of interestingness of concepts : stability and support. The measures are computed in order to reduce the complexity of big concept lattices and filter the most relevant knowledge. Drawing a parallel with itemset mining and sequential itemset mining, we propose an unsupervised classification method with interesting properties for visualization and interpretation.
Enjeu majeur de santé publique, les maladies chroniques nécessitent souvent une approche multidisciplinaire et des contacts multiples entre le patient et le système de soins. La maîtrise de ce parcours, la trajectoire de soins, est un gage de qualité des soins, qualité de vie et d'efficience médico-économique. Pour maîtriser les trajectoires de soins, il faut les connaître. Or, à ce jour en France, aucun système d'information en santé à grande échelle n'est conçu pour décrire les trajectoires de soins, encore moins d'en établir une typologie. Malgré tout, d'énormes quantités de données sont produites chaque année par le système de soins. Dans ce travail, nous proposons un système d'analyse et de représentation des trajectoires de soins à partir de données récoltées à l'origine pour d'autres utilisations. Ce système est fondé sur l'Analyse Formelle de Concepts (AFC), une méthode de classification conceptuelle capable de découvrir des liens naturels dans les données d'un tableau binaire et de les représenter sous forme de treillis de concepts. Nous montrons les apports de l'AFC dans la compréhension du fonctionnement du système de soins et les perspectives en termes d'exploration des réseaux sociaux en général. Par ailleurs, nous étudions, combinons et comparons deux mesures d'intérêt pour réduire la complexité des grands treillis et sélectionner les connaissances les plus pertinentes : la stabilité et le support d'un concept. Dans un parallèle avec la recherche de motifs fréquents simple et séquentiels, nous proposons une méthode de classification non supervisée des trajectoires de soins qui présente d'intéressantes capacités de visualisation et d'interprétabilité.
Loading...