L’objectif principal de ce travail de thèse est de proposer une méthode d’évaluation de ces algorithmes qui soit réaliste, pragmatique, opérationnel (que les acteurs de la surveillance pourront mettre simplement en œuvre), validé et reproductible. Cette méthode permettra de tester et d’évaluer les algorithmes pour en établir les caractéristiques et pour en définir les limites. Pour atteindre cet objectif, premièrement, nous proposons de modéliser le processus de surveillance avec ses tâches associées, la prise de décision et l’utilisation des ODA en conditions réelles. Un travail centré sur l’incertitude au cours de la gestion d’épidémie et l’identification d’outils potentiellement utilisables pour aider à la prise de décision a été réalisé.Deuxièmement, comme la maîtrise de l’ensemble du jeu de données d’évaluation est un préalable à toute évaluation, nous avons proposé une nouvelle approche qui permet de simuler en quelques minutes, à partir d’épidémies publiées, des courbes épidémiques réalistes. Nous avons utilisé les techniques de rééchantillonnage de Monte-Carlo permettant de résoudre un certain nombre de problèmes non traités dans la littérature et nous avons identifié la divergence du χ² comme une métrique intéressante pour réaliser le contrôle qualité de cette simulation. Nous avons également proposé une revue détaillée et commentée de l’ensemble des métriques d’évaluations publiées (>50). / The main goal of this work is to propose an assessment method to evaluate outbreak detection algorithm with the following characteristics: realistic, pragmatic, operational (easy to implement), validated and reproducible. This method will allow testing and evaluating outbreak detection algorithms with the objective to determine their features and limits. To reach this goal, firstly, we propose to model the surveillance process with their associated tasks, the decision-making and the use of ODA in real conditions. A work focused of uncertainty during the outbreak management and identification of possible tools to support the expert decision-making is presented.Secondly, because building a standardized dataset of evaluation is a prior before any evaluation, we proposed a new approach to simulate in few minutes, from published epidemics, realistic outbreak curve. We used a Monte-Carlo sampling approach to solved several problems non treated in literature and identified theχ²divergence to realized the quality control of data simulated. We also proposed a detailed and commented review on published evaluation metrics (>50). An example of ODA evaluation was realized by comparing several change point analysis (CPA) model and expert judgment while seeking to identify the complementarity between human and statistical tool in a goal of help to decision-making.
Identifer | oai:union.ndltd.org:theses.fr/2016AIXM5043 |
Date | 22 November 2016 |
Creators | Texier, Gaëtan |
Contributors | Aix-Marseille, Chaudet, Hervé, Deparis, Xavier |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French, English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0017 seconds