Prédiction de survie sur des données cliniques censurées et application à la MPOC

Mémoire de maîtrise
  • Quand ? 01/12/2017 à partir de 15:00 (America/Montreal / UTC-500)
  • Où ? Au local D4-2011 de la Faculté des sciences
  • Nom du contact
  • Participants Aurélien Bach, étudiant à la maîtrise en informatique, Département d’informatique, Faculté des sciences, Université de Sherbrooke
  • Ajouter l'événement au calendrier iCal

RÉSUMÉ : La Maladie Pulmonaire Obstructive Chronique (MPOC) est une maladie respiratoire causée principalement par le tabagisme et touchant le plus souvent des personnes âgées de plus de quarante ans. Parce qu’elle est responsable du plus haut taux de réadmission ainsi que de la troisième cause de décès en Amérique du Nord et dans le reste du monde, les chercheurs et cliniciens s’intéressent à prédire le risque auquel les patients font face, de sorte à améliorer les soins et les traitements tout en optimisant les prestations des services de santé. Dans le domaine de l’analyse de survie, on s’intéresse à deux types de prédiction. Dans un premier temps, il s’agit de prédire le temps avant qu’un évènement particulier ne survienne, à savoir une éventuelle réhospitalisation ou un décès. Dans un second temps, il s’agit de prédire le groupe de risque auquel appartiennent les patients en utilisant des méthodes de classification sur deux types d’indicateurs que nous définirons. Le point clé de cette étude consiste à analyser l’impact des données censurées sur la qualité des prédictions.

Membre du jury, président rapporteur : Djemel Ziou, professeur, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Membre du jury, directeur de recherche : Shengrui Wang, professeur, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Membre du jury, évaluateur externe à l’Université de Sherbrooke : Mohamed Bouguessa, professeur, Département d’informatique, UQAM

Toutes les personnes intéressées sont cordialement invitées.