Amélioration de la qualité des données du produit dans le contexte du cycle de vie d’un vaccin : une approche d’interopérabilité dirigée par les modèles

par Néjib Moalla

Thèse de doctorat en Informatique

Sous la direction de Abdelaziz Bouras, Yacine Ouzrout et de Gilles Neubert.

Soutenue en 2007

à Lyon 2 .


  • Résumé

    Dans la quête de l'excellence industrielle, la qualité des données est un des piliers essentiels à prendre en considération dans toute approche d'amélioration ou d'optimisation. Ainsi, la qualité des données est un besoin primordial pour s'assurer que le produit répond aux besoins du client. Dans l'industrie pharmaceutique et plus particulièrement, dans l'industrie des vaccins, la définition du produit est très complexe vu sa structure moléculaire. La qualité des données s'avère une priorité face à la multitude des définitions du produit (biologique, pharmaceutique, industrielle, etc. ) et surtout face à l'ensemble des restrictions et des recommandations réglementaires imposées par les autorités de santés clientes. Dans ce contexte, et devant la multitude des métiers et des systèmes d'information supports, le besoin d'assurer l'interopérabilité entre ces systèmes hétérogènes permettra de prendre en considération les spécifications des différents métiers lors des échanges de données. Le déploiement d'une architecture dirigée par les modèles permettra de transformer une description fonctionnelle des différents processus vers des modèles de données exprimés dans différentes plateformes. Dans le périmètre logistique de l'industrie des vaccins, nous nous intéressons à assurer la qualité de quelques données critiques dans notre ERP par le déploiement des concepts d'nteropérabilité dirigée par les modèles. La définition de niveaux de référentiels nous permettra de structurer les modèles ainsi générés pour les partager avec l'ensemble des acteurs de notre périmètre logistique. A long terme, notre approche vise à réduire le coût du produit.


  • Pas de résumé disponible.

  • Titre traduit

    Data quality improvement in vaccine industry : a model driven interoperability approach


  • Résumé

    To reach the industrial excellence, data quality is one of the essential pillars to handle in any improvement or optimization approach. Thus, data quality is a paramount need to ensure that the product meets the customer requirements. In the drug company and more particularly, in the vaccine industry, the definition of vaccine product is very complex considering its molecular structure. Data quality proves to be a priority according to many product definitions (biological, pharmaceutical, industrial, etc) and especially face to a lot of restrictions and regulatory recommendations imposed by customers as health authorities. In this context, and in front of the multitude of business activities supported by disconnected information systems, the need to ensure interoperability between these heterogeneous systems will make it possible to handle the specifications of various business scope during the exchanges of information. The deployment of model driven architecture will enable to transform a functional description of processes towards data models expressed in various platforms. In the logistic perimeter of the vaccines industry, we are interested to ensure the quality of some critical data in our ERP by the deployment of the concepts of model driven interoperability. The definition of various levels of reference frames will enable us to structure the models thus generated to share them with logistic perimeter actors. In the long run, our approach aims at reducing the cost of the product.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (vii-169 p.)
  • Notes : Thèse confidentielle jusqu'en 2014
  • Annexes : Bibliogr. p. 153-[160]

Où se trouve cette thèse ?

  • Bibliothèque : Université Lumière (Bron). Service commun de la documentation. Bibliothèque universitaire.
  • Non disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.