Contexte : Les Systèmes d’Aide à la Décision (SAD) en antibiothérapie empirique présentent plusieurs limites : (i) leurs recommandations sont uniquement valables pour les profils patient décrits dans les Guides de Bonnes Pratiques cliniques (GBP) ; (ii) leur mise à jour est rare ; (iii) leur ergonomie défaillante gène leur adoption en pratique clinique courante. Pour pallier ces limites, nous proposons une approche conduisant à un SAD capable de générer automatiquement des recommandations, comme le font les experts qui écrivent les GBPs, et de les afficher dans une interface porteuse de connaissances, facile à utiliser. Méthodes : Notre démarche a consisté à (i) extraire des GBPs le raisonnement médical profond qu’utilisent les experts pour établir les recommandations ; (ii) utiliser le processus de décision en antibiothérapie empirique et les principes d’utilisabilité pour concevoir une interface agréable à utiliser. Résultats : L’implémentation du raisonnement médical des experts sous la forme d’un algorithme utilisant 12 propriétés des antibiotiques permet de retrouver automatiquement les antibiotiques recommandés quelle que soit la situation clinique, sans l’intervention des experts. Ces propriétés pourraient être mises à jour automatiquement via des ressources extérieures telles que les bases de données médicamenteuses. La création d’une interface porteuse de connaissances, selon le processus de décision en antibiothérapie et les principes d’utilisabilité, améliore significativement l’utilisabilité perçue et la confiance des médecins dans le système. Conclusion : L’extrapolation de notre approche à des pathologies chroniques mérite d’être étudiée. / Context: CDSS (Clinical Decision Support System) for the empiric prescription of antibiotics present many limits: (i) recommendations are only given for clinical situations that are described in CPGs (Clinical Practice Guidelines); (ii) updating is infrequent; (iii) poor ergonomics is an impediment to clinical adoption. To overcome these limits, we propose an approach leading to a CDSS that is able to generate ecommendations as in CPGs, and to display recommendations in an interface supporting knowledge. Methods: Our approach consists in (i) extracting from CPGs the deep medical reasoning used by experts to establish recommendations, (ii) using the decision process in empiric antibiotherapy and the usability principles to design a pleasant interface. Results: The implementation of the medical reasoning of the experts as an algorithm using 12 properties of antibiotics, allows to retrieve automatically the recommended antibiotics for all clinical situations, without the intervention of the experts. These properties could be updated automatically thanks to others resources like drugs data bases. The design of an interface supporting knowledge according to the decision process in empiric antibiotherapy and the usability principles, improve significantly the perceived usability and the confidence in the system. Conclusion: The extrapolation of our approach to the chronic diseases should be assessed.
| Identifer | oai:union.ndltd.org:theses.fr/2014PA132034 |
| Date | 25 November 2014 |
| Creators | Tsopra Tahiraly, Rosy |
| Contributors | Paris 13, Venot, Alain, Duclos Cartolano, Catherine |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0021 seconds