• ENT
  • Intranet
  • Portail étudiant
  • Portail université

Outils accessibilité :

  • Accessibilité |
  • Aller au contenu |
  • Aller au menu
 

UPmémoires

Recherche

Thèse d'exercice

Chapuzet Laure

Reconnaissance des concepts médicaux par text mining pour le codage des données médicales lors des études cliniques : tests et mise en application

Français

Consulter le texte intégral (format PDF)  

Index

Résumé

  • Français
 

Français

Reconnaissance des concepts médicaux par text mining pour le codage des données médicales lors des études cliniques : tests et mise en application

Les évènements indésirables inscrits dans le cahier d’observation de patients participant à une étude clinique sont des données textuelles inexploitables telles quelles. Le codage de ces données est actuellement principalement réalisé par des humains, en utilisant le dictionnaire MedDRA, afin de les rendre exploitables par des outils statistiques. Le codage est ainsi un processus long et couteux avec une variabilité inter-humain et intra-humain.

Nous avons réalisé la comparaison entre deux méthodes de codage des évènements indésirables d’une base de données. Le premier codage est réalisé par des codeurs humains. Le second est réalisé par un logiciel de text mining possédant différents paramètres. Ces deux méthodes utilisent conjointement un dictionnaire de référence commun : le MedDRA. La comparaison montre que 78% des concepts médicaux de la base codée par des humains sont également présents dans la base codée par le logiciel de text mining.

Le contrôle qualité du codage d’une seconde base de données a aussi été effectué. Cette base, codée par des humains, pouvait malheureusement contenir des erreurs de codage compte tenu de sa volumétrie (55 000 évènements indésirables). Des concepts médicaux ont été retrouvés par le logiciel de text mining dont certains sont absents de la base codée par des humains. L’utilisation d’un logiciel de text mining permet donc d’améliorer la qualité du codage et de détecter des erreurs humaines de codage.

Ce travail permet de proposer un meilleur outil de codage des données médicales qui serait plus rapide, plus homogène et de meilleure qualité avec peu d’efforts humains.

Mots-clés libres : text mining, MedDRA, codage des évènements indésirables, cartouche de reconnaissance.

    Rameau (langage normalisé) :
  • Codage
  • Exploration de données
  • Fiabilité

Notice

Diplôme :
Diplôme d'état de Pharmacie
Établissement de soutenance :
Université de Poitiers
UFR, institut ou école :
UFR Médecine et Pharmacie
Domaine de recherche :
Pharmacie
Directeur(s) du travail :
Stéphanie Ragot
Date de soutenance :
17 décembre 2014
Président du jury :
Francois Seguin
Membres du jury :
Stéphanie Ragot, Céline Triquel

 

Menu :

  • Rechercher par...

    • Années de soutenance
    • Auteurs
    • Directeurs de travaux
    • Formations
    • Disciplines
    • Recherche ciblée
    • Dernières soutenances
  • Déposer en ligne

    • Qui ?
    • Quoi ?
    • Comment ?
      • Comment créer un PDF valide ?
      • Comment déposer son travail ?
      • Bonnes pratiques
    • Documents à télécharger
  • à propos d'UPétille

    • Pourquoi UPétille ?
    • Fonctionnalités
    • Modalités de diffusion
    • Contacts
    • FAQ
  • Voir aussi

    • Bibliothèques de l'UP
    • Sudoc

Annexe :

affiche de communication sur le dépôt des travaux d'étudiants : 215, c'est le nombre de fois où le réveil a sonné trop tôt cette année pour travailler sur mon mémoire. Franchement j'aimerai ne pas être le seul à l'avoir lu ! / Lionel Bernardin / idsworks.com
  • Une question ?

    Avec le service Ubib.fr, posez votre question par chat à un bibliothécaire dans la fenêtre ci-dessous ou par messagerie électronique 7j/7 - 24h/24h, une réponse vous sera adressée sous 48h.
    Accédez au formulaire...

 
 

Université de Poitiers - 15, rue de l'Hôtel Dieu - 86034 POITIERS Cedex - France - Tél : (33) (0)5 49 45 30 00 - Fax : (33) (0)5 49 45 30 50
petille@support.univ-poitiers.fr - Crédits et mentions légales