Rechercher

Sur ce site

 
Accueil du site > Annuaire > Gicquel Quentin

Quentin Gicquel
Contrat à durée déterminée - UCBL
courriel :
tél. : 04 26 73 29 05
Unité d’hygiène et d’épidémiologie
Hôpital de la Croix Rousse
103 grande rue de la Croix Rousse
69317 LYON cedex 04
Equipe Epidémiologie et Santé Publique

  • Appartenance

    Axe 3 (Méthodes d’Exploitation Epidémiologique des Systèmes d’Information en Santé – MEESIS) de l’équipe « épidémiologie et santé publique).

    Ingénieur d’étude :

  • Thématique de recherche

    Missions : L’apport des techniques de data-mining dans la surveillance épidémiologique des infections nosocomiales

    La prévention de la lutte contre les infections nosocomiales est une question clé dans les hôpitaux. Les techniques de datamining ont été très peu utilisées dans le champ de la lutte contre les infections nosocomiales. Quelques expériences ont été décrites aux Etats-Unis 1-3. qui sont prometteuses en termes de gain de temps de travail et amélioration de la réactivité face à des modifications de la description épidémiologique des infections nosocomiales rencontrées en réanimation

    Sources de données
    - Base de données du service de réanimation (service Nord CHLS) : 1500 patients et 180 variables.
    - Base de données du Projet ALADIN (URL : http://www.aladin-project.eu/ ) : L’objectif du projet est de concevoir un système de détection des infections nosocomiales dans les comptes rendus hospitaliers4,5 en disposant d’outils d’analyse automatique de textes. La base de données contiendra 2000 patients (1000 patients sans infection nosocomiale et 1000 patients atteints d’infections nosocomiales) et plusieurs centaines de variables.

    Méthodes d’analyses en datamining Plusieurs méthodes de datamining ayant des caractéristiques différentes ont été testées :
    -  arbres de décision
    -  random forest
    -  règles d’associations prédictives
    -  règles boostées
    -  SVM (machine à vecteur support)
    -  régressions logistique

    Perspectives de recherche : Comme l’infection nosocomiale est minoritaire, nous obtenons des modèles peu performants pour la prédire. Cela s’accentue quand on l’étudie par site : infection pulmonaire, infection urinaire, infection du CVC et bactériémie. Afin de contrer cette difficulté, on s’efforcera de définir une méthode de data mining adaptée au déséquilibre des classes. Par exemple, dans le cas des arbres de décision, on agira à différents niveaux pour proposer une solution adaptée : jeu d’apprentissage, fonction d’éclatement des nœuds de l’arbre, règle de prédiction, stratégie d’élagage et procédure de validation qui ne pénalisent pas la classe minoritaire.

    Gestion des données du projet ALADIN http://www.aladin-project.eu/

    Conception et réalisation d’une application permettant de récupérer les données médicales servant de gold-standard pour l’évaluation de l’outil de détection ALADIN. Coordination multicentrique de la gestion des données médicales.

    Références :

    1. Brossette S, Sprague A, Hardin M, Waites K, Jones W, Moser S. Association rules and data mining in hospital infection control and public health surveillance. Journal of the American Medical Informatics Association 1998 ;5(4):373-381.

    2. Brossette S, Sprague A, Jones W, Moser S. A data mining system for infection control surveillance. Methods of Information in Medicine 2000 ;39:303-310.

    3. Brossette S, Jones W, Moser S. Application of data mining to intensive care unit microbiologic data. Emerging Infectious Diseases 1999 ;5(3):454-457.

    4. Metzger MH, Gicquel Q, Proux D, Pereira S, Kergourlay I, Serrot E, Segond F, Darmoni S. Development of an Automated Detection Tool for Healthcare-associated Infections Based on Screening Natural Language Medical Reports. AMIA Annu Symp Proc. 2009.

    5. Proux D, Marchal P, Segond F, Kergourlay I, Darmoni S, Pereira S, Gicquel Q, Metzger M. Natural Language Processing to detect Risk Patterns related to Hospital Acquired Infections. International Conference on Recent Advances in Natural Language Processing. Borovets, Bulgaria, 2009.

    6. Dirieh Dibad A, Sakji S, Prieur E, Pereira S, Joubert M, Darmoni S. Recherche d’information multiterminologique en contexte : étude préliminaire. Informatique et Santé 2009 ;17:101-112.

  • Enseignement

    Introduction à l’algorithmie et à la programmation en Visual Basic (12 séances de TD de 2 heures). Cours de licence 2 sciences économiques, Université Lyon 2

+Publications