Accessibilité aux soins et performance du système de santé: Une approche statisitique et machine learning des graphes de grande dimension – GRAPH4HEALTH
Le projet vise à (i) à construire une plateforme pour gérer des données de santé massives et les rendre utilisables par les chercheurs ; (ii) utiliser les outils de la théorie des graphes pour décrire le système de soins d’une manière systématique et quantitative; (iii) développer des outils de machine learning pour comprendre la forme des graphes et prédire leurs conséquences sur la santé des patients; (iv) éclairer les politiques publiques pour améliorer l’efficacité du système de soins français.
Nous avons accès à l’intégralité des consultations et autres actes médicaux, prescriptions et séjours hospitaliers pour l’ensemble de la population vivant en France. Les données couvrent les année 2008 à 2018. Nous allons représenter cet unique jeu de données comme une série de graphes bipartites, géolocalisés, qui évoluent dans le temps. Ces graphes ont deux sortes de sommets, les patients et une catégorie de professionnels (par exemple les médecins généralistes). Un patient et un médecin sont connectés s’ils se sont rencontrés au moins une fois durant l’année courante. Le graphe informe aussi sur la manière dont les médecins partagent les patients et se les adressent les uns aux autres.
Nous allons développer des outils économétriques et de machine learning pour expliquer et/ou prédire l’allocation des patients aux professionnels en fonctions de leurs caractéristiques (localisation, pathologie du patient, spécialité du médecin, etc.). Nous voulons comprendre la formation des graphes et les utiliser pour estimer l’impact causal du système sur la consommation de soins et les performances de santé (prescriptions, admissions à l’hôpital en urgence, mortalité, etc.). Nous examinerons si certaines configurations locales de l’offre (notamment en termes de distribution géographique) sont plus efficaces que d’autres. Nous construirons des indicateurs d’accessibilité et quantifieront l’impact des déserts médicaux sur la santé de la population.
Coordination du projet
Philippe CHONE (Centre de Recherche en Economie et Stastistique - CREST)
L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.
Partenariat
ASSOCIATION GROUPE ESSEC
CASD Centre d'accès sécurisé aux données
CREST Centre de Recherche en Economie et Stastistique - CREST
CONSTANCES Cohortes épidémiologiques en population
Aide de l'ANR 898 034 euros
Début et durée du projet scientifique :
décembre 2023
- 60 Mois