Les situations de maltraitances à enfants sont nombreuses et les conséquences peuvent être dramatiques. Le nombre d’enfants maltraités en France est très probablement sous-estimé par le sous-repérage de ces enfants et le manque de données épidémiologiques. Nous proposons une méthode innovante de repérage rétrospectif des situations de maltraitances physiques à enfants et de leurs conséquences, en termes de mortalité, retentissement somatique ou psychiatrique et consommation de soins, à partir de grandes bases de données nationales existantes : le Programme de Médicalisation des Systèmes d’Information (PMSI) et le Système Nationale d’Information Inter-Régimes de l’Assurance Maladie (SNIIRAM). Les données de la base nationale du PMSI permettront de fournir un ordre de grandeur de la fréquence des maltraitances physiques faites aux enfants au niveau national et régional. Pour approcher cette valeur, nous souhaitons l’encadrer par une borne supérieure et une borne inférieure. Nous avons pensé que la borne inférieure pourrait correspondre aux cas de maltraitances physiques codées comme telles dans le PMSI, dont nous savons qu’ils sont sous-déclarés. La borne supérieure correspondrait à la somme de ces cas et de tous ceux susceptibles de l’être. Les cas susceptibles de représenter des situations de maltraitance à enfant (ou cas potentiels) ont été identifiés par le repérage de caractéristiques particulières des lésions traumatiques et de l’âge de l’enfant sur son ou ses séjours hospitaliers. Le Système National d'Information Inter-Régimes de l'Assurance maladie (SNIIRAM) rassemble des données individuelles des bénéficiaires, depuis 2004. Ces données sont l’âge, le sexe, la commune de résidence, l’existence d’une affection de longue durée (ALD), le bénéfice de la couverture universelle complémentaire (CMU-C), le statut vital et la consommation de soin en ville. L’analyse du SNIIRAM permettra ainsi de retracer le parcours des patients selon la pathologie présentée. Dans le cas des enfants repérés comme étant maltraités, il semble intéressant de pouvoir décrire les pathologies somatique et psychiatrique associées et de les comparer aux pathologies présentées par les enfants non repérés comme étant maltraités. Ce retentissement pourra être décrit via les codes ALD (concernant les affections de longues durées), mais également via les données de consommation de médicaments et d’autres prestations. / Importance: Childhood abuse is a global public health issue yet there is a serious lack of reliable epidemiological data and the figures reported are very often underestimated. A large part of these children are not diagnosed. Moreover, diagnosed children are not recorded in a single database.Objective: The aim of this study is to provide two estimations of the frequency of child physical abuse requiring hospitalization (hospital prevalence) and the corresponding in-hospital fatality. Design, setting and participants: This was a national retrospective study using a national hospital database (PMSI).We included all children aged less than 2 years old hospitalized at least once in France from 2007 to 2014. Infants less than 1 month old were excluded in order to exclude all pathologies and neonatal complications.Three groups were defined: group1 - physically abused children (identified by the ICD 10 codes used in the PMSI concerning physical abuse); group2 - possible physically abused children (suspicious physical injuries associated with child maltreatment); and group3 - all other hospitalized children (the control group).Main outcomes and measurements: First, based on the number of children aged 0 to 2 years in France in 2010, we provide two estimations of the frequency of child physical abuse requiring hospitalization (hospital prevalence): a lower bound represented by the children of group 1 and an upper bound represented by the children of group 1+2.Secondly, we studied the follow-up of these children from their inclusion to 2014, thanks to the linkage of the differents hospital stays; with regard to the number of hospitalizations, their length of stay, their reasons and in-hospital fatality.Results: In our study, 2,628,386 children were included: 4,172 in group1, 12,024 in group2 and 2,612,190 in group3. The national annual hospital prevalence of child physical abuse (and hospital fatality) in children aged 0 to 2 years ranged from 1.6‰ (2.52%) to 5.7‰ (2.01%). Most hospital deaths occurred during the first hospital stay (between 99% and 99.6%) and are 10 times higher than in the control group. The length of stay of abused children is up to 5 times longer than for other children. Conclusions and relevance: To our knowledge, this is the first study to provide an estimation of the frequency of child physical abuse requiring hospitalization and the corresponding in-hospital fatality. Three out of four children may not be identified as being maltreated and are at risk of recurrent abuses. More effective prevention should be implemented by health professionals in order to identify those children.

Dans cette thèse, nous nous concentrons sur le codage du séjour d'hospitalisation en codes standards. Ce codage est une tâche médicale hautement sensible dans les hôpitaux français, nécessitant des détails minutieux et une haute précision, car le revenu de l'hôpital en dépend directement. L'encodage du séjour d'hospitalisation comprend l'encodage du diagnostic principal qui motive le séjour d'hospitalisation et d'autres diagnostics secondaires qui surviennent pendant le séjour. Nous proposons une analyse rétrospective mettant en oeuvre des méthodes d'apprentissage, sur la tâche d'encodage de certains diagnostics secondaires sélectionnés. Par conséquent, la base de données PMSI, une grande base de données médicales qui documente toutes les informations sur les séjours d'hospitalisation en France.} est analysée afin d'extraire à partir de séjours de patients hospitalisés antérieurement, des variables décisives (Features). Identifier ces variables permet de pronostiquer le codage d'un diagnostic secondaire difficile qui a eu lieu avec un diagnostic principal fréquent. Ainsi, à la fin d'une session de codage, nous proposons une aide pour les codeurs en proposant une liste des encodages pertinents ainsi que des variables utilisées pour prédire ces encodages. Les défis nécessitent une connaissance métier dans le domaine médical et une méthodologie d'exploitation efficace de la base de données médicales par les méthodes d'apprentissage automatique. En ce qui concerne le défi lié à la connaissance du domaine médical, nous collaborons avec des codeurs experts dans un hôpital local afin de fournir un aperçu expert sur certains diagnostics secondaires difficiles à coder et afin d'évaluer les résultats de la méthodologie proposée. En ce qui concerne le défi lié à l'exploitation des bases de données médicales par des méthodes d'apprentissage automatique, plus spécifiquement par des méthodes de "Feature Selection" (FS), nous nous concentrons sur la résolution de certains points : le format des bases de données médicales, le nombre de variables dans les bases de données médicales et les variables instables extraites des bases de données médicales. Nous proposons une série de transformations afin de rendre le format de la base de données médicales, en général sous forme de bases de données relationnelles, exploitable par toutes les méthodes de type FS. Pour limiter l'explosion du nombre de variables représentées dans la base de données médicales, généralement motivée par la quantité de diagnostics et d'actes médicaux, nous analysons l'impact d'un regroupement de ces variables dans un niveau de représentation approprié et nous choisissons le meilleur niveau de représentation. Enfin, les bases de données médicales sont souvent déséquilibrées à cause de la répartition inégale des exemples positifs et négatifs. / In the thesis we focus on encoding inpatient episode into standard codes, a highly sensitive medical task in French hospitals, requiring minute detail and accuracy, since the hospital's income directly depends on it. Encoding inpatient episode includes encoding the primary diagnosis that motivates the hospitalisation stay and other secondary diagnoses that occur during the stay. Unlike primary diagnosis, encoding secondary diagnoses is prone to human error, due to the difficulty of collecting relevant data from different medical sources, or to the outright absence of relevant data that helps encoding the diagnosis. We propose a retrospective analysis on the encoding task of some selected secondary diagnoses. Hence, the PMSI database is analysed in order to extract, from previously encoded inpatient episodes, the decisive features to encode a difficult secondary diagnosis occurred with frequent primary diagnosis. Consequently, at the end of an encoding session, once all the features are available, we propose to help the coders by proposing a list of relevant encodings as well as the features used to predict these encodings. Nonetheless, a set of challenges need to be addressed for the development of an efficient encoding help system. The challenges include, an expert knowledge in the medical domain and an efficient exploitation methodology of the medical database by Machine Learning methods. With respect to the medical domain knowledge challenge, we collaborate with expert coders in a local hospital in order to provide expert insight on some difficult secondary diagnoses to encode and in order to evaluate the results of the proposed methodology. With respect to the medical databases exploitation challenge, we use ML methods such as Feature Selection (FS), focusing on resolving several issues such as the incompatible format of the medical databases, the excessive number features of the medical databases in addition to the unstable features extracted from the medical databases. Regarding to issue of the incompatible format of the medical databases caused by relational databases, we propose a series of transformation in order to make the database and its features more exploitable by any FS methods. To limit the effect of the excessive number of features in the medical database, usually motivated by the amount of the diagnoses and the medical procedures, we propose to group the excessive number features into a proper representation level and to study the best representation level. Regarding to issue of unstable features extracted from medical databases, as the dataset linked with diagnoses are highly imbalanced due to classification categories that are unequally represented, most existing FS methods tend not to perform well on them even if sampling strategies are used. We propose a methodology to extract stable features by sampling the dataset multiple times and extracting the relevant features from each sampled dataset. Thus, we propose a methodology that resolves these issues and extracts stable set of features from medical database regardless to the sampling method and the FS method used in the methodology. Lastly, we evaluate the methodology by building a classification model that predicts the studied diagnoses out of the extracted features. The performance of the classification model indicates the quality of the extracted features, since good quality features produces good classification model. Two scales of PMSI database are used: local and regional scales. The classification model is built using the local scale of PMSI and tested out using both local and regional scales. Hence, we propose applying our methodology to increase the integrity of the encoded diagnoses and to prevent missing important encodings. We propose modifying the encoding process and providing the coders with the potential encodings of the secondary diagnoses as well as the features that lead to this encoding.

Cette recherche s'inscrit dans le domaine de la personnalisation d'Entrepôt de Données (ED) et concerne l'aide à l'exploitation d'un ED. Nous intéressons à l'assistance à apporter à un utilisateur lors d'une analyse en ligne, dans son utilisation de ressources d'exploitation existantes. Le domaine d'application concerné est la gestion hospitalière, dans le cadre de la nouvelle gouvernance, et en se limitant au périmètre du Programme de Médicalisation des Systèmes d'Information (PMSI). Cette recherche a été supportée par l'Assistance Publique des Hôpitaux de Marseille (APHM). L'approche retenue pour développer une telle assistance à l'utilisateur d'ED est sémantique et guidée par l'usage d'ontologies. Le système d'assistance mettant en oeuvre cette approche, nommé Ontologies-based Personalization System (OPS), s'appuie sur une Base de Connaissances (BC) exploitée par un moteur de personnalisation. La BC est composée des trois ontologies : de domaine, de l'ED et des ressources. Le moteur de personnalisation permet d'une part une recherche personnalisée de ressources d'exploitation de l'ED en s'appuyant sur le profil de l'utilisateur, et d'autre part pour une ressource particulière, une recommandation de ressources complémentaires selon trois stratégies possibles. Afin de valider nos propositions, un prototype du système OPS a été développé avec un moteur de personnalisation a été implémenté en Java et exploitant une base de connaissance constituée des trois ontologies en OWL interconnectées. Nous illustrons le fonctionnement de notre système sur trois scenarii d'expérimentation liés au PMSI et définis avec des experts métiers de l'APHM. / This research is situated in the domain of Data Warehouses (DW) personalization and concerns DW assistance. Specifically, we are interested in assisting a user during an online analysis processes to use existing operational resources. The application of this research concerns hospital management, for hospitals governance, and is limited to the scope of the Program of Medicalization of Information Systems (PMSI). This research was supported by the Public Hospitals of Marseille (APHM). Our proposal is a semantic approach based on ontologies. The support system implementing this approach, called Ontology-based Personalization System (OPS), is based on a knowledge base operated by a personalization engine. The knowledge base is composed of three ontologies: a domain ontology, an ontology of the DW structure, and an ontology of resources. The personalization engine allows firstly, a personalized search of resources of the DW based on users profile, and secondly for a particular resource, an expansion of the research by recommending new resources based on the context of the resource. To recommend new resources, we have proposed three possible strategies. To validate our proposal, a prototype of the OPS system was developed, a personalization engine has been implemented in Java. This engine exploit an OWL knowledge composed of three interconnected OWL ontologies. We illustrate three experimental scenarios related to PMSI and defined with APHM domain experts.

Dans un contexte de ressources rares, rationaliser les soins est devenu un impératif. Parallèlement, les difficultés de l'hôpital à gérer la fin de vie sont soulignées et les pratiques palliatives, encouragées. Nous avons étudié comment ces deux logiques s'articulaient et posé la question de l'intégration des équipes hospitalières de soins palliatifs au processus de rationalisation. La première partie de la thèse présente un état des lieux des soins palliatifs à l'hôpital. Si cette activité est reconnue comme une priorité nationale, ses modalités de développement et de financement sont sujettes à critiques et la logique financière semble avoir pris le pas sur la logique humaniste. La seconde partie de thèse définit un cadre général d'analyse économique pour les soins palliatifs. Les caractéristiques des patients pris en charge, la nature des suivis et les coûts associés aux séjours ont été étudiés et les dimensions importantes pour les malades, dégagées. Deux modèles de financement alternatifs à ceux en vigueur ont, par ailleurs, été discutés : un modèle à la journée pondérée par le type de soins et un modèle d'enveloppes annuelles forfaitaires.

Avec environ 120 000 personnes atteintes chaque année, 12 000 décès suite à la première crise et 18 000 décès après une année, l'infarctus du myocarde est un enjeu majeur de santé publique. Cette pathologie nécessite une hospitalisation et une prise en charge dans une unité de soins intensifs de cardiologie. Pour étudier cette pathologie, nous nous sommes orientés vers les bases hospitalières du PMSI.La collecte des données hospitalières dans le cadre du PMSI génère sur le plan national des bases de données de l'ordre de 25 millions d'enregistrements par an.Ces données, qui sont initialement recueillies à des fins médico-économiques, contiennent des informations qui peuvent avoir d'autres finalités : amélioration de la prise en charge du patient, prédiction de l'évolution des soins, planification de leurs coûts, etc.Ainsi émerge un autre enjeu : celui de fournir des outils d'explorations des trajectoires hospitalières des patients à partir des données issues du PMSI. Par le biais de plusieurs objectifs, les travaux menés dans le cadre de cette thèse ont pour vocation de proposer des outils combinant des méthodes issues de trois disciplines : informatique médicale, fouille de données et biostatistique.Nous apportons quatre contributions.La première contribution concerne la constitution d'une base de données de qualité pour analyser les trajectoires de patients. La deuxième contribution est une méthode semi-automatique pour la revue systématique de la littérature. Cette partie des travaux délimite les contours du concept de trajectoire dans le domaine biomédical. La troisième contribution est l'identification des parcours à risque dans la prédiction du décès intra-hospitalier. Notre stratégie de recherche s'articule en deux phases : 1) Identification de trajectoires types de patients à l'aide d'outils issus de la fouille de données ; 2) Construction d'un modèle de prédiction à partir de ces trajectoires afin de prédire le décès. Enfin, la dernière contribution est la caractérisation des flux de patients à travers les différents évènements hospitaliers mais aussi en termes de délais d'occurrences et de coûts de ces évènements. Dans cette partie, nous proposons à nouveau une alliance entre une méthode de fouille de données et de classification de données longitudinales. / With approximately 120,000 people affected each year, 12,000 deaths from the first crisis and 18,000 deaths after one year, myocardial infarction is a major public health issue. This pathology requires hospitalization and management in an intensive care cardiology unit. We study this pathology using the French national Prospective Paiement System (PPS) databases.The collection of national hospital data within the framework of the PPS generates about 25 million records per year.These data, which are initially collected for medico-economic purposes, contain information that may have other purposes: improving patient care, predicting the evolution of care, planning their costs, etc.Another emerging issue is that of providing tools for exploring patients' hospital trajectories using data from the PPS. Through several objectives, this thesis aims to suggest tools combining methods from three disciplines: medical computing, data mining and biostatistics.We make four contributions.The first contribution concerns the constitution of a quality database to analyze patient trajectories. The second contribution is a semi-automatic method for the systematic review of the literature. This part of the work delineates the contours of the trajectory concept in the biomedical field. The third contribution is the identification of care trajectories in the prediction of intra-hospital death. Our research strategy is divided into two phases: 1) Identification of typical patient trajectories using data mining tools; 2) Construction of a prediction model from these trajectories to predict death. Finally, the last contribution is the characterization of patient flows through the various hospital events, also considering of delays and costs. In this contribution, we propose a combined-data mining and a longitudinal data clustering technique.

La surveillance des infections sur prothèses ostéo-articulaires (IPOA) est une cible de la surveillance des infections nosocomiales, calcul d'incidence difficile et peu robuste (données manquantes, pas de suivi à long terme), sur cette chirurgie à faible incidence d'infection du site opératoire (ISO). Le PMSI est une base exhaustive de données médico-administratives, permettant de suivre la trajectoire des patients (chainage). L'objectif de la thèse était d'évaluer la validité du PMSI pour la surveillance des IPOA et d'estimer son utilisation en routine sur une cohorte régionale. Une cohorte rétrospective régionale de patients avec première arthroplastie de hanche ou de genou a été constituée en utilisant la base PMSI. La définition d'IPOA était basée sur un algorithme PMSI utilisant les codes CIM-10 et les actes CCAM. Une étude de sensibilité sur 1 000 dossiers médicaux était réalisée par une enquête cas-témoin nichée dans la cohorte. L'application de la définition validée (Se 97%, Spe 95%, VPP 87%, VPN 98%) dans la cohorte a permis le calcul du taux d'IPOA, 2,2/100 pers-année [IC 95% 2,0- 2,6] et d'estimer les facteurs de risque : sexe masculin, dénutrition, obésité, maladies chroniques. La médiane de survenue de l'IPOA était 71 jours (1 à 1 650 j) mais un tiers des IPOA survenait plus d'un an après la pose. Ce travail a démontré le potentiel de l'outil PMSI (fiabilité, facilité d'utilisation, moindre coût) pour la surveillance des ISO, sous conditions d'un algorithme approprié de sélection des cas. / One target of surgical site infections (SSI) surveillance is hip or knee arthroplasty infections (HKAI), however, HKAI incidence estimations are considered to be poorly effective, especially regarding data collection and patient follow-up. In France, each hospital discharge must be registered in the National Hospital Discharge Database (HDD), convenient and permanent medico-administrative database that can be mined for epidemiological studies and evaluation. This study aims to assess performance criteria of using the HDD as an additional tool to survey SSI occurring after HKA and to study its use in routine. A cohort study was conducted using retrospectively collected regional data from the French HDD. Surveillance of HKAI occurrence was performed based on various algorithms using the ICD-10, and the classification of procedures in a case-control study nested in the cohort. The HKAI case definition was validated by checking 1,000 medical charts as the gold standard, giving performance criteria as Se 97%, Spe 95%, PPV 87%, PNV 98%. The HKAI incidence density was 2.2/100 pers-year [CI95% 2.0- 2.6] and risk factors were male gender, undernutrition, obesity, chronic diseases. The median time for HKAI occurrence was 71 days (1-1,650 d), but 1/3 of HKAI occurred more than one year after arthroplasty. The HDD potential for routine SSI surveillance in low risk surgery was demonstrated, under conditions of having appropriate algorithm for selecting infections.

La surveillance des infections sur prothèses ostéo-articulaires (IPOA) est une cible de la surveillance des infections nosocomiales, calcul d'incidence difficile et peu robuste (données manquantes, pas de suivi à long terme), sur cette chirurgie à faible incidence d'infection du site opératoire (ISO). Le PMSI est une base exhaustive de données médico-administratives, permettant de suivre la trajectoire des patients (chainage). L'objectif de la thèse était d'évaluer la validité du PMSI pour la surveillance des IPOA et d'estimer son utilisation en routine sur une cohorte régionale. Une cohorte rétrospective régionale de patients avec première arthroplastie de hanche ou de genou a été constituée en utilisant la base PMSI. La définition d'IPOA était basée sur un algorithme PMSI utilisant les codes CIM-10 et les actes CCAM. Une étude de sensibilité sur 1 000 dossiers médicaux était réalisée par une enquête cas-témoin nichée dans la cohorte. L'application de la définition validée (Se 97%, Spe 95%, VPP 87%, VPN 98%) dans la cohorte a permis le calcul du taux d'IPOA, 2,2/100 pers-année [IC 95% 2,0- 2,6] et d'estimer les facteurs de risque : sexe masculin, dénutrition, obésité, maladies chroniques. La médiane de survenue de l'IPOA était 71 jours (1 à 1 650 j) mais un tiers des IPOA survenait plus d'un an après la pose. Ce travail a démontré le potentiel de l'outil PMSI (fiabilité, facilité d'utilisation, moindre coût) pour la surveillance des ISO, sous conditions d'un algorithme approprié de sélection des cas.

Introduction / présentation du contexte : La création des ARS s’est accompagnée d’un pilotage régionalisé de la gouvernance sanitaire. Si les modalités administratives de découpage des territoires sanitaires sont connues, nous proposons une analyse géographique des logiques de fréquentation effectives des établissements hospitaliers qui semblent échapper à ce cadre réglementaire.Méthodes employées et sources de donnéesA partir du PMSI-MCO, nous avons étudié les flux inter-régionaux hospitaliers pour dix motifs de recours. L’analyse a été complétée par une analyse cartographique associant les mobilités à différents découpages géographiques et historiques, en Bourgogne et pour neuf autres régions test.Principaux résultats : La cartographie des mobilités hospitalières en Bourgogne et pour chaque région test montre que les flux de patients s’insèrent dans des ensembles territoriaux souvent cohérents au regard des limites que nous avons utilisées. Nos résultats indiquent que les frontières administratives régionales ne délimitent pas toujours des territoires homogènes. Pour chaque région test, des frontières invisibles apparaissent, héritées de la sédimentation historique et façonnées par des interfaces géographiques multiples.Discussion/Conclusion : La géographie aide à mieux comprendre l’organisation des flux hospitaliers, qui échappent aux logiques administratives régionales de la planification actuelle. A l’heure de la création de nouvelles grandes régions, l’outil géographique apparaît essentiel pour contribuer à l’instauration d’une gouvernance sanitaire plus pragmatique. / Introduction / presentation of the context : The creation of ARS (Regional Healthcare Agencies) was accompanied by the regionalized organization of healthcare. Even though the administrative procedures for dividing the country into areas for healthcare coverage are well known, we propose a geographic analysis of the reasons why patients attend one hospital rather than another, which seem to escape the logic used by the authorities.Methods employed and sources of data : Using the PMSI-MCO, we studied the flow of patients living in one region to hospitals in other regions according to ten reasons for visiting hospitals. The analysis was completed by a cartographic analysis, which related the flow to different geographical and historical divisions in Burgundy and in nine other test regions.Main results : The cartography of hospital flow in Burgundy and for each test region showed that the choices made by patients were often coherent with regard to the limits that we used. Our results indicate that regional administrative boundaries do not always create homogeneous territories. For each test region, invisible boundaries appear. They stem from historical sedimentation and were shaped by numerous geographic dynamics.Discussion/ConclusionGeography makes it easier to understand hospital flow, which escapes the logic of current regional administrative planning. Now, with the creation of new super-regions, geography appears to be an essential tool to establish more pragmatic healthcare coverage.