Clustering flou de séries temporelles discrètes pour la modélisation des trajectoires de soins de la douleur chronique - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2024

Clustering flou de séries temporelles discrètes pour la modélisation des trajectoires de soins de la douleur chronique

Résumé

L’analyse des trajectoires a récemment fait l’objet d’une attention croissante dans le domaine de la santé en raison d’une progression importante du volume de données de suivi individuel des patients. L’identification des typologies de trajectoires de soins devient ainsi un défi majeur dans la perspective d’une médecine personnalisée. Cependant, cette tâche devient plus difficile lorsque les données des trajectoires sont complexes, imprécises et subjectives. Elle est d’autant plus ardue lorsque les informations médicales sont représentées par une série temporelle discrète auto-déclarée. Dans cette étude, nous étendons l’analyse séquentielle multicanal à l’extraction de trajectoires séquentielles décrites par des séries temporelles discrètes, couvrant différents aspects de la douleur chronique. De plus, nous exploitons les avantages du clustering relationnel flou basé sur de multiples matrices de distance. Nous proposons une approche de clustering basée sur la distance qui intègre l’extraction de séquences de traitement discrètes, le calcul de relations de dissimilarité entre paires de séquences et le clustering relationnel collaboratif souple. Cette méthode a été appliquée à des données réelles issues d’une étude de suivi quotidien de patients souffrant de douleurs chroniques en France. Les résultats indiquent que cette approche améliore l’interprétabilité des typologies de trajectoires identifiées pour les professionnels de la santé et permet de considérer simultanément plusieurs dimensions intervenant dans une trajectoire de soins, facilitant ainsi la mise à l’échelle.
Fichier principal
Vignette du fichier
Clustering_fuzzy_discrete_time_series.pdf (309.99 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-04485203 , version 1 (01-03-2024)

Identifiants

  • HAL Id : hal-04485203 , version 1

Citer

Armel Soubeiga, Violaine Antoine, Sylvain Moreno. Clustering flou de séries temporelles discrètes pour la modélisation des trajectoires de soins de la douleur chronique. 24ème conférence francophone sur l'Extraction et la Gestion des Connaissances EGC 2024, Jan 2024, Dijon, France. ⟨hal-04485203⟩
7 Consultations
2 Téléchargements

Partager

Gmail Facebook X LinkedIn More