Thèse--Méd.--Reims, 1973. N°: N° 48. / Bibliogr. ff. I-V.

Contexte : L'infarctus aigu du myocarde (IAM) représente une cause de morbidité et de mortalité importante au Québec. Pour assurer une prise en charge optimale, il importe de bien connaître la nature des traitements dispensés autour d'un épisode de soins. Il n'existe toutefois aucune définition opérationnelle de l'épisode de soins dans le contexte de l'IAM ni de portrait des soins ambulatoires s'y rattachant. Objectifs. Trois objectifs sont visés par cette étude: (1) décrire et classer les soins ambulatoires utilisés par la population québécoise en l'an 2000 suite à un IAM ; (2) proposer une typologie des soins ambulatoires pour l'IAM; (3) décrire et comparer les sous-populations constituées à partir de la typologie proposée. Méthodologie. Il s'agit d'une étude descriptive exploratoire, auprès de la population québécoise utilisant des données médico-administratives provenant de la RAMQ et du MSSS. La population sélectionnée inclut tous les patients hospitalisés résidant au Québec, âgés de 25 ans et plus avec un diagnostic principal d'IAM (CIM-9 : 410) dont l'admission se situe entre le 1 er janvier 2000 et le 31 décembre 2000. Afin de considérer seulement les nouveaux cas d'IAM, les patients ayant consulté l'année précédant l'hospitalisation index avec un diagnostic de maladie cardiovasculaire (CIM9 :410-414, 426-429) sont exclus. Les patients ayant eu une hospitalisation pour IAM huit semaines après l'hospitalisation index sont aussi exclus dans le but d'éviter la mesure d'une séquence d'épisodes de soins. Les variables principales sont définies par le nombre de visites médicales ambulatoires (nul, faible, modéré ou élevé), le lieu de consultation (aucune visite à l'urgence vs. ? 1 visite à l'urgence) et le type de médecin consulté (omnipraticien vs spécialiste). Les variables secondaires sont l'âge, le sexe et la présence ou l'absence de procédure de revascularisation lors de l'hospitalisation index. Résultats. Les catégories d'individus âgés de 25 à 64 ans, sexe masculin et non-revascularisés sont la plus fréquente dans la population à l'étude. Seulement 2,5% n'ont pas de consultation ambulatoire enregistrée dans le registre de données provinciales. Plus de 70% (n = 4155) de la population consulte de façon modérée un médecin omnipraticien, cardiologue, ou interniste soit entre 4 et 15 visites dans l'année suivant un IAM. Les résultats des tests comparatifs montrent une différence significative entre la variable sexe et les trois catégories de NVM. Des différences significatives sont présentées entre la variable âge et les catégories de lieu de consultation. Une typologie des soins ambulatoires (comprenant 13 types) a été construite à partir des variables principales. Chaque type à été décrit et un type de référence a été identifié en fonction d'un profil « idéal » de soins. Les sous-populations constituées à partir des 12 types ont été comparées à celle correspondant au type de référence. En général, les hommes, les patients plus jeunes (25-64 ans) et ceux ayant bénéficiés d'une revascularisation à l'hospitalisation index sont proportionnellement surreprésentés dans la population qui consulte davantage des spécialistes. Conclusion. Il existe des différences dans l'utilisation des soins ambulatoires après un IAM selon l'âge et le sexe des patients. La typologie utilisée dans le cadre de cette étude pourrait éventuellement être utilisée pour la construction d'une définition opérationnelle de l'épisode de soins ambulatoire de l'IAM.

Thèse d'exercice : Médecine. Médecine générale : Paris 12 : 2005. / Titre provenant de l'écran-titre. Bibliogr. f. 58-64.

Reproduction de : Thèse d'exercice : Médecine. Médecine générale : Paris 12 : 2008. / Titre provenant de l'écran-titre. Bibliogr. f. 63-69.

Thèse d'exercice : Médecine. Médecine générale : Paris 12 : 2005. / Titre provenant de l'écran-titre. Bibliogr. f. 62-64.

Introduction : Le *Costs for Patients Questionnaire (CoPaQ)* est un questionnaire autodéclaré utilisé pour estimer les coûts d'une maladie pour les patients et leurs proches. L'objectif de cette étude était de l'adapter pour les patients ambulatoires avec des conditions aigües (*Ambulatory Patients with Emergency Conditions* ou APEC) et de le tester en vue d'une étude ultérieure comparant les coûts dans les services d'urgence et les cliniques de soins de première ligne. Méthodologie : Le CoPaQ a été modifié par un panel d'experts comprenant des cliniciens, des patients, des chercheurs et des linguistes. Cette nouvelle version (CoPaQ-APEC) a d'abord été prétestée aux urgences auprès d'utilisateurs potentiels via un questionnaire en ligne. Les répondants ont été invités à évaluer la clarté, l'utilité, la redondance et la validité du CoPaQ-APEC (1 = fortement en désaccord à 9 = tout à fait d'accord). Le CoPaQ-APEC a ensuite été testé sur une cohorte prospective d'adultes ambulatoires souffrant de maladies respiratoires aiguës consultant dans une clinique sans rendez-vous et un service d'urgence de la ville de Québec. Les résultats de l'étude pilote ont permis de modifier le questionnaire. Résultats : Toutes les dimensions du CoPaQ-APEC évaluées lors du prétest ont reçu une médiane de 8. Dans l'étude pilote, 25 participants au service d'urgence et 28 participants à la clinique sans rendez-vous ont complété le CoPaQ-APEC. L'âge moyen des participants était de 39,5 ans et 62,3 % étaient des femmes. Le CoPaQ-APEC a réussi à détecter une différence de coûts entre les milieux de soins dans l'étude pilote. Les coûts pour les patients étaient significativement plus élevés aux urgences et étaient principalement dus à l'absentéisme au travail et à la perte de productivité imputable aux temps d'attente prolongés. L'étude pilote a permis d'apporter des modifications au questionnaire et de confirmer son pouvoir discriminant. Au total, 9 questions ont été supprimées, 14 ont été ajoutées, 33 modifications de contenu et 77 modifications de reformulation ont été apportées à CoPaQ. Le CoPaQ-APEC final contient 37 questions. Conclusion : Cette étude a permis de développer le CoPaQ-APEC pour évaluer les coûts encourus par les patients ambulatoires avec des conditions aigües et leurs proches. / Introduction: The Costs for Patients Questionnaire (CoPaQ) is a self-reported questionnaire used to estimate the costs of a disease for patients and their caregivers. The aim of this study was to adapt and test it in order to compare costs for Ambulatory Patients with Emergency Conditions (APEC) in emergency departments (EDs) and primary care clinics in a subsequent study. Methods: CoPaQ was modified by a panel of experts including patients, clinicians, researchers and linguists. This new version (CoPaQ-APEC) was pretested with potential users via an online survey. The respondents were invited to evaluate CoPaQ-APEC's clarity, utility, redundancy and validity (1 = strongly disagree to 9 = strongly agree). CoPaQ-APEC was then piloted on a prospective cohort of ambulatory adults with acute respiratory conditions consulting in a walk-in clinic and an ED. Results from the pilot study informed modifications to the questionnaire. Results: All dimensions assessed in the pretest received a median of 8. In the pilot study, 25 participants in the ED and 28 participants in the walk-in clinic completed the CoPaQ-APEC. Mean age of participants was 39.5 years and 62.3% were females. CoPaQ-APEC was successful in detecting a difference in costs between care settings in the pilot study. Patient costs were significantly higher in the ED, and were mainly due to work absenteeism and lost productivity attributable to prolonged waiting times. The pilot study informed changes to the questionnaire and confirmed its discriminating ability. In total, 9 questions were removed, 14 were added, 33 content changes and 77 rewording changes were made to CoPaQ. The final CoPaQ-APEC contains 37 questions. Conclusion: This study developed the CoPaQ-APEC to evaluate costs borne by ambulatory patients with emergency conditions and their informal caregivers.

La multimorbidité, la co-occurrence de deux maladies chroniques ou plus chez un même individu, est une condition de plus en plus commune avec le vieillissement de la population. La multimorbidité est associée de façon indépendante au statut socioéconomique (SSE) et à l’utilisation des soins de santé. Toutefois, l’effet combiné de la multimorbidité et du SSE sur l’utilisation des soins ambulatoires reste mal compris. Nous avons réalisé une étude de cohorte populationnelle rétrospective afin de déterminer l’impact du SSE des adultes multimorbides sur l’utilisation fréquente de trois types de soins ambulatoires: les admissions à l’urgence, les consultations d’omnipraticiens et les consultations de médecins spécialistes. À l’aide de modèles de régression logistique multivariés, nous avons calculé les proportions d’utilisation fréquente des soins ambulatoires en fonction du nombre de maladies chroniques stratifiées selon le niveau de défavorisation matérielle, le tout ajusté pour l’âge, le sexe, la défavorisation sociale et l’emplacement géographique. Notre étude populationnelle suggère que le SSE a un effet modifiant dans l’association entre la multimorbidité et les consultations fréquentes de médecins spécialistes. En effet, la différence de proportions ajustées de ces consultations, entre les individus les plus défavorisés et les moins défavorisés, passe de 0,1 % pour ceux sans maladies chroniques à 5,1 % pour ceux avec quatre maladies chroniques ou plus. Cette différence de proportions n’est pas observée pour les admissions fréquentes à l’urgence ou les consultations fréquentes d’omnipraticiens. Même dans un système de santé universel, on constate des disparités dans l’utilisation des soins ambulatoires selon le SSE. Bien que les individus défavorisés utilisent davantage les services d’urgences et d’omnipraticiens, cette utilisation semble proportionnelle au nombre de maladies. Cependant, pour les individus plus favorisés qui consultent davantage / Multimorbidity, the co-occurrence of two or more chronic diseases in the same individual, is an increasingly common condition with the aging of the population. Multimorbidity is independently associated with socioeconomic status (SES) and healthcare utilization. However, the combined effect of SES and multimorbidity on the use of ambulatory care services remains poorly understood. We conducted a retrospective population-based cohort study to determine whether the SES of multimorbid adults had an impact on the frequent use of three types of ambulatory care services: emergency room, general practitioners and specialist physicians. Using multivariate logistic regression models, we calculated the proportions of frequent ambulatory care use based on the number of chronic diseases, stratified by level of material deprivation and adjusted for age, sex, social deprivation and geographical location. Our population study suggests that SES has a modifying effect on the association between multimorbidity and the frequent use of specialist physicians’ services. In fact, for frequent specialist physicians’ visits, the difference in adjusted proportions of frequent use between the most deprived and the least deprived individuals, increased from 0.1% for those without any chronic disease to 5.1% for those with four or more chronic diseases. This difference in proportion is not observed for frequent visits to an emergency room or frequent visits to a general practitioner. Even in a public healthcare system, there are still disparities in the use of ambulatory care services according to the SES. Although individuals with a lower SES have a greater use of emergency rooms and general practitioners, this use seems proportional to the number of diseases. However, for individuals with a higher SES who visit specialist physicians more often, the disparities based on SES seem to increase with the number of diseases. Further studies are needed to better understand this phenomenon and to reduce social inequalities in health.

Thèse d'exercice : Médecine. Médecine générale : Paris 12 : 2006. / Titre provenant de l'écran-titre. Bibliogr. f. 68-71.

Thèse d'exercice : Médecine. Médecine générale : Paris 12 : 2005. / Titre pris sur l'écran-titre. Bibliogr. f. 124-126.

Thèse ou mémoire avec insertion d'articles / L'expansion rapide de l'Internet des Objets Médicaux (IoMT) englobe une variété de technologies connectées dans le domaine de la santé. Toutefois, les dispositifs de mesure actuels, notamment les bracelets connectés, présentent des limitations qui entravent l'adoption généralisée de l'IoMT et leur utilisation pour la mesure précise et fiable de l'état de santé. Ces limitations se manifestent dans la nécessité d'une transmission continue des données vers des services distants, souvent dépendante de l'utilisation d'un smartphone ou d'une connexion Internet. De plus, l'utilisation prédominante de montres commerciales dans l'IoMT soulève des défis majeurs, tels que la dépendance énergétique liée à une connectivité Internet intensive, la nécessité fréquente de recharges, et le risque de surcharge d'informations due à un affichage continu des données. Une autre contrainte significative dans le contexte de l'IoMT est la dépendance à des serveurs locaux (edge servers) pour la réalisation d'opérations cruciales. De nombreuses applications nécessitent ces serveurs périphériques pour effectuer des traitements locaux, améliorant ainsi la réactivité du système et réduisant la dépendance aux ressources cloud. Cependant, cette dépendance introduit de nouveaux défis en termes de gestion des données, de sécurité et de latence. Cette recherche s'inscrit dans un contexte complexe où l'IoMT, malgré ses avantages potentiels, doit surmonter des obstacles liés à la transmission de données, à la dépendance énergétique des dispositifs, et à la nécessité d'une infrastructure robuste, telle que les serveurs locaux, pour réaliser des opérations cruciales. Ces défis sont particulièrement prégnants dans le cadre de l'extraction des signes vitaux et l'étude de l'activité physique humaine. Pour répondre à ces défis, ce projet de recherche vise à concevoir un bracelet intelligent intégrant des circuits analogiques-numériques pour l'acquisition brute de signaux physiologiques. L'objectif est d'extraire plusieurs signes vitaux, d'optimiser l'utilisation des capteurs en fonction de l'activité et des signes vitaux, d'effectuer des opérations complexes à grande vitesse avec une faible latence et une consommation d'énergie limitée. Le bracelet sera configurable et adaptable, utilisant une transmission sans fil efficace tout en conservant la trace de l'évolution des signes vitaux. Il en résulte trois grands axes de recherches. Un premier axe de recherche a permis de démontrer un système novateur d'analyse en temps réel de douze mouvements de l'activité physique humaine grâce à l'intégration d'apprentissage machine dans le capteur. Ce système, en utilisant les données brutes des capteurs inertiel, a permis de réduire considérablement les coûts computationnels tout en améliorant la précision de la machine à vecteur de support à noyau gaussien par l'utilisation d'une Normalisation Sphérique Multi-Mapping (NSMM) visant à améliorer la dispersion des données. Les résultats montrent une rétroaction de prédiction rapide avec une latence inférieure à 20 ms et une consommation d'énergie modérée tout en offrant une précision de 98.28%. De manière similaire, le deuxième axe de recherche s'est concentré sur le développement d'un bracelet intelligent intégrant plusieurs algorithmes d'IA permettant d'extraire en temps réel des signes vitaux, même lors d'artefacts de mouvement. Ces algorithmes, spécifiquement optimisés pour minimiser l'utilisation de la RAM et des ressources matérielles, permettent une mesure précise du rythme cardiaque, de la fréquence respiratoire et de la saturation en oxygène. L'introduction d'un algorithme intelligent de fusion de domaines maintien des performances élevées pour l'extraction des signes vitaux tout en réduisant l'utilisation de la RAM, même en présence d'artefacts de mouvement. Par ailleurs, le troisième axe de recherche a innové en déployant un modèle d'apprentissage automatique, une machine à vecteur support à noyau linéaire, embarqué dans un dispositif portable pour détecter en temps réel les chutes. L'optimisation du modèle a considérablement réduit l'utilisation de la RAM de 97.9%, tout en maintenant une précision élevée de 96.4% dans la détection des chutes. Bien que cette optimisation entraîne une légère augmentation de la latence, celle-ci reste inférieure à 132 ms, garantissant une détection efficace des chutes. En conclusion, ces recherches contribuent au développement de dispositifs portables intelligents intégrant l'apprentissage automatique pour la surveillance médicale en temps réel. Les méthodes innovantes, les algorithmes optimisés et les déploiements embarqués ouvrent des perspectives pratiques, notamment dans la prévention des blessures, les soins aux personnes âgées et la surveillance continue de la santé. Ces résultats enrichissent l'évolution de l'IoMT, en fournissant des solutions adaptées et efficaces aux contraintes des dispositifs portables. / The rapid expansion of the Internet of Medical Things (IoMT) encompasses a variety of connected technologies in the healthcare sector. However, current measurement devices, notably wearable devices like smartwatches, have limitations that hinder the widespread adoption of IoMT and their use for precise and reliable health monitoring. These limitations include the need for continuous data transmission to remote services, often reliant on a smartphone or Internet connection. Additionally, the prevalent use of commercial watches in IoMT poses major challenges, such as energy dependence due to intensive Internet connectivity, frequent recharging needs, and the risk of information overload from continuous data display. Another significant constraint in the IoMT context is the reliance on edge servers for crucial operations. Many applications require these peripheral servers for local processing, improving system responsiveness and reducing dependence on cloud resources. However, this dependence introduces new challenges in terms of data management, security, and latency. This research addresses a complex context where IoMT, despite its potential benefits, must overcome obstacles related to data transmission, device energy dependence, and the need for a robust infrastructure, such as edge servers, to perform critical operations. These challenges are particularly prevalent in vital signs extraction and human physical activity studies. To address these challenges, this research project aims to design a smart bracelet integrating analog-todigital circuits for raw physiological signal acquisition. The goal is to extract multiple vital signs, optimize sensor use based on activity and vital signs, perform complex operations at high speed with low latency and limited energy consumption. The bracelet will be configurable and adaptable, using efficient wireless transmission while keeping track of vital signs evolution. As a result, three main research axes emerge. The first axis demonstrates an innovative realtime analysis system for twelve human physical activity movements through machine learning integration into the sensor. Using raw inertial sensor data, this system significantly reduces computational costs while improving the accuracy of the Gaussian kernel support vector machine through the use of Multi-Mapping Spherical Normalization (MMSN) to improve data dispersion. The results show rapid prediction feedback with latency below 20 ms and moderate energy consumption while offering 98.28% accuracy. Similarly, the second research axis focused on developing a smart bracelet integrating multiple AI algorithms for real-time ex traction of vital signs, even during motion artifacts. These algorithms, specifically optimized to minimize RAM and hardware resource usage, allow for precise measurement of heart rate, respiratory rate, and oxygen saturation. The introduction of an intelligent domain fusion algorithm maintains high performance for vital signs extraction while reducing RAM usage, even in the presence of motion artifacts. Furthermore, the third research axis innovated by deploying a machine learning model, a linear kernel support vector machine, embedded in a wearable device for real-time fall detection. Model optimization significantly reduced RAM usage by 97.9%, while maintaining high detection accuracy of 96.4% for falls. Although this optimization leads to a slight increase in latency, it remains below 132 ms, ensuring effective fall detection. In conclusion, this research contributes to the development of smart wearable devices integrating machine learning for real-time medical monitoring. The innovative methods, optimized algorithms, and embedded deployments offer practical prospects, particularly in injury prevention, elderly care, and continuous health monitoring. These results enrich the evolution of IoMT by providing tailored and effective solutions to the constraints of wearable devices.