HAL - INRIA :: [inria-00386790, version 1] Prédiction de la pneumonie nosocomiale à l'aide d'un modèle multi-états.

inria-00386790, version 1

%% inria-00386790, version 1
%% http://hal.inria.fr/inria-00386790/en/
@inproceedings{NGUILEMAKAO:2009:INRIA-00386790:1,
    HAL_ID = {inria-00386790},
    URL = {http://hal.inria.fr/inria-00386790/en/},
    title = { {P}r{\'e}diction de la pneumonie nosocomiale {\`a} l'aide d'un mod{\`e}le multi-{\'e}tats.},
    author = {{N}guile {M}akao, {M}oli{\`e}re and {C}oeurjolly, {J}ean-{F}ran{\c{c}}ois and {L}iquet, {B}eno{\^i}t and {T}imsit, {J}ean-{F}ran{\c{c}}ois},
    abstract = {{L}es mod{\`e}les multi-{\'e}tats connaissent une utilisation croissante dans plusieurs domaines notamment en m{\'e}decine, pour expliquer la survenue d'{\'e}v{\`e}nements au cours du temps pouvant {\^e}tre concurrents. {D}ans ce papier, nous utilisons un mod{\`e}le multi-{\'e}tats pour construire la fonction de pr{\'e}diction individualis{\'e}e de la pneumonie nosocomiale en r{\'e}animation dans les trois jours qui suivent l'instant d'observation du patient. {L}e mod{\`e}le multi-{\'e}tats est d{\'e}crit par un processus semi-{M}arkov non-homog{\`e}ne. {N}ous proposons ici une estimation param{\'e}trique et non param{\'e}trique de la pr{\'e}diction qui tient compte de covariables fixes et d{\'e}pendantes du temps. {U}ne application est faite sur une base de donn{\'e}es de 2873 patients de r{\'e}animation ventil{\'e}s m{\'e}caniquement, extraite de la base {OUTCOMEREA}.},
    language = {{F}ran{\c{c}}ais},
    affiliation = {{E}pid{\'e}miologie pronostique des cancers et affections graves - {INSERM} : {U}823 - {U}niversit{\'e} {J}oseph {F}ourier - {G}renoble {I} - {L}aboratoire {J}ean {K}untzmann - {LJK} - {CNRS} : {UMR}5224 - {U}niversit{\'e} {J}oseph {F}ourier - {G}renoble {I} - {U}niversit{\'e} {P}ierre {M}end{\`e}s-{F}rance - {G}renoble {II} - {I}nstitut {P}olytechnique de {G}renoble - {C}entre {\'e}pid{\'e}miologie et biostatistique - {INSERM} : {U}897 - {U}niversit{\'e} {V}ictor {S}egalen - {B}ordeaux {II} - {C}linique de r{\'e}animation m{\'e}dicale - {CHU} {G}renoble - {H}{\^o}pital {A}lbert {M}ichallon - {U}niversit{\'e} {J}oseph {F}ourier - {G}renoble {I} },
    booktitle = {41{\`e}mes {J}ourn{\'e}es de {S}tatistique, {SF}d{S}, {B}ordeaux },
    address = {{B}ordeaux, {F}rance {F}rance },
    audience = {internationale },
    year = {2009},
    URL = {http://hal.inria.fr/inria-00386790/PDF/p231.pdf},
}

<?xml version="1.0" encoding="UTF-8"?>
<listBibl xmlns="http://www.tei-c.org/ns/1.0" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML">
<listBibl type="inproceedings"><head>Communications avec acte</head>
<biblStruct type="inproceedings" xml:id="inria-00386790"><analytic>
<author><persName><forename>Molière</forename><surname>Nguile Makao</surname></persName>
<affiliation>
<orgName type="team">Epidémiologie pronostique des cancers et affections graves</orgName>
<country>FR</country>
<orgName type="institution">INSERM : U823</orgName>
<orgName type="institution">Université Joseph Fourier - Grenoble I</orgName>
</affiliation>
</author>
<author><persName><forename>Jean-François</forename><surname>Coeurjolly</surname></persName>
<affiliation>
<orgName type="laboratory">LJK</orgName>
<orgName type="team">Laboratoire Jean Kuntzmann</orgName>
<country>FR</country>
<orgName type="institution">CNRS : UMR5224</orgName>
<orgName type="institution">Université Joseph Fourier - Grenoble I</orgName>
<orgName type="institution">Université Pierre Mendès-France - Grenoble II</orgName>
<orgName type="institution">Institut Polytechnique de Grenoble</orgName>
</affiliation>
</author>
<author><persName><forename>Benoît</forename><surname>Liquet</surname></persName>
<affiliation>
<orgName type="team">Centre épidémiologie et biostatistique</orgName>
<country>FR</country>
<orgName type="institution">INSERM : U897</orgName>
<orgName type="institution">Université Victor Segalen - Bordeaux II</orgName>
</affiliation>
</author>
<author><persName><forename>Jean-François</forename><surname>Timsit</surname></persName>
<affiliation>
<orgName type="team">Epidémiologie pronostique des cancers et affections graves</orgName>
<country>FR</country>
<orgName type="institution">INSERM : U823</orgName>
<orgName type="institution">Université Joseph Fourier - Grenoble I</orgName>
</affiliation>
<affiliation>
<orgName type="team">Clinique de réanimation médicale</orgName>
<country>FR</country>
<orgName type="institution">CHU Grenoble</orgName>
<orgName type="institution">Hôpital Albert Michallon</orgName>
<orgName type="institution">Université Joseph Fourier - Grenoble I</orgName>
</affiliation>
</author>
<title type="main" level="a">Prédiction de la pneumonie nosocomiale à l'aide d'un modèle multi-états.</title></analytic><monogr><meeting>41èmes Journées de Statistique, SFdS, Bordeaux</meeting><imprint><pubPlace><settlement>Bordeaux, France</settlement><country>France</country></pubPlace><biblScope type="publicationDate">2009</biblScope></imprint></monogr><idno type="HALid">http://hal.inria.fr/inria-00386790/en/</idno><idno type="HALFile">http://hal.inria.fr/inria-00386790/PDF/p231.pdf</idno></biblStruct>
</listBibl>
</listBibl>

Prédiction de la pneumonie nosocomiale à l'aide d'un modèle multi-états.

Molière Nguile Makao ¹, Jean-François Coeurjolly ², Benoît Liquet ³, Jean-François Timsit ^1, 4

(2009)

Accès au texte intégral
PDF

41èmes Journées de Statistique, SFdS, Bordeaux (2009)

Résumé : Les modèles multi-états connaissent une utilisation croissante dans plusieurs domaines notamment en médecine, pour expliquer la survenue d'évènements au cours du temps pouvant être concurrents. Dans ce papier, nous utilisons un modèle multi-états pour construire la fonction de prédiction individualisée de la pneumonie nosocomiale en réanimation dans les trois jours qui suivent l'instant d'observation du patient. Le modèle multi-états est décrit par un processus semi-Markov non-homogène. Nous proposons ici une estimation paramétrique et non paramétrique de la prédiction qui tient compte de covariables fixes et dépendantes du temps. Une application est faite sur une base de données de 2873 patients de réanimation ventilés mécaniquement, extraite de la base OUTCOMEREA.

1 :	Epidémiologie pronostique des cancers et affections graves
	INSERM : U823 – Université Joseph Fourier - Grenoble I
2 :	Laboratoire Jean Kuntzmann (LJK)
	CNRS : UMR5224 – Université Joseph Fourier - Grenoble I – Université Pierre Mendès-France - Grenoble II – Institut Polytechnique de Grenoble
3 :	Centre épidémiologie et biostatistique
	INSERM : U897 – Université Victor Segalen - Bordeaux II
4 :	Clinique de réanimation médicale
	CHU Grenoble – Hôpital Albert Michallon – Université Joseph Fourier - Grenoble I

Domaine

Mathématiques/Statistiques

Statistiques/Théorie


inria-00386790, version 1
http://hal.inria.fr/inria-00386790/fr/
oai:hal.inria.fr:inria-00386790
Contributeur : Francois Caron <>
Déposé pour le compte de : Francois CARON <>
Soumis le : Vendredi 22 Mai 2009, 09:21:45
Dernière modification le : Mardi 2 Juin 2009, 08:24:40