Traitements des réhospitalisations par des méthodes statistiques prenant en compte les évènements récurrents

Treatment of readmissions by statistical methods taking into account recurrent events

• Auteur / Autrice : Anaïs Charles-Nelson
• Direction : Sandrine Katsahian
• Type : Thèse de doctorat
• Discipline(s) : Biostatistique
• Date : Soutenance le 24/06/2020
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Pierre Louis de santé publique : épidémiologie et sciences de l'information biomédicale (Paris ; 2000-....)
• Partenaire(s) de recherche : Laboratoire : Centre de recherche des Cordeliers (Paris ; 2007-....)
• Jury : Président / Présidente : Agathe Guilloux
• Jury : Examinateurs / Examinatrices : Audrey Lavenu, Yassin Mazroui
• Jury : Rapporteurs / Rapporteuses : Agathe Guilloux, Bruno Falissard

Mots clés

Mots clés contrôlés

Analyse de survie (biométrie)

Biométrie

Réhospitalisation

Mots clés libres

Réhospitalisations

Évènements récurrents

Évènements terminaux

Fragilité

Modèle de survie

Data-mining

Rehospitalization

Recurrent events

Terminal event

Fragility

Survival model

Data-mining

Résumé

Dans de nombreuses études, les réhospitalisations (RH) sont utilisées comme marqueurs de l'efficacité d'un traitement ou encore comme marqueurs de la qualité des soins. Elles font partie de la classe des événements appelés événements récurrents (ER). Cependant, ce type d'étude soulève des problématiques statistiques majeures telles que la prise en compte de la dépendance intra-patient ou des événements terminaux (ET) stoppant de façon permanente le processus de récurrences, engendrant de l'hétérogénéité dans les données. Au-delà du nombre de RH et ses facteurs associés, les raisons des RH peuvent nous apporter des informations sur les soins prodigués aux patients et ainsi nous permet de construire des trajectoires de soins. Analyser ces trajectoires permet d'étudier et de mettre en évidence les combinaisons de raisons de RH les plus fréquentes. Ceci pourrait permettre d’anticiper les soins futurs, ce qui permettraient potentiellement d'éviter des complications sévères. Cette thèse comprend deux parties. Nous avons dans un premier temps comparé les différentes méthodes existantes permettant d'analyser les ER en présence d'un ET, et nous avons ensuite développé un modèle permettant d'analyser les ER en présence de deux ET. Dans une deuxième partie, nous nous sommes intéressés aux trajectoires de soins des patients dans l'année suivant la chirurgie bariatrique. Les trajectoires de soins ont été créées à partir des diagnostics de RH. Les trajectoires ont ensuite été analysées par l'analyse formelle de concept afin de mettre en évidence les combinaisons de diagnostics les plus fréquentes.

In many studies, rehospitalizations (RH) are used as markers of the efficacy of a treatment or even as markers of the quality of care. They belong to the class of events called recurrent events (ER). However, this type of study raises major statistical problems such as taking into account intra-patient dependence or terminal events (ET) which permanently stop the recurrence process, generating heterogeneity in the data. Beyond the number of HR and its associated factors, the reasons for HR can provide information on patient’s care and thus allows to build care trajectories. Analyzing these trajectories makes it possible to study and highlight the most frequent combinations of HR reasons. This could help anticipate future care, which could potentially avoid severe complications. This thesis has two parts. We first compared the different existing methods allowing to analyze the ER in the presence of an ET, and we then developed a model allowing to analyze the ER in the presence of two ET. In a second part, we focused on patient care trajectories in the year following bariatric surgery. Care trajectories were created from HR diagnoses. The trajectories were then analyzed by formal concept analysis in order to highlight the most frequent diagnostic combinations.