Développement et intégration de méthodes d'Intelligence Artificielle pour l'analyse de données numériques et de réseaux sociaux et à des fins de recherche médicale. Cas d'utilisation sur une étude mondiale sur le diabète

par Adrian Ahne

Projet de thèse en Santé publique - épidémiologie

Sous la direction de Guy Fagherazzi.

Thèses en préparation à Paris Saclay , dans le cadre de École doctorale Santé Publique (Le Kremlin-Bicêtre, Val-de-Marne ; 2015-...) , en partenariat avec Centre de recherche en Epidemiologie et Santé des Populations Equipe 5 (laboratoire) , Générations et santé (Mode de vie, gènes et santé : épidémiologie intégrée trans-générationnelle) (equipe de recherche) et de Université Paris-Sud (1970-2019) (établissement de préparation de la thèse) depuis le 03-01-2019 .


  • Résumé

    L'objectif de ce projet de thèse est d'identifier les profils de détresse liée au diabète dans le monde entier et d'étudier leurs associations avec la variabilité glycémique et la qualité de vie, en combinant des données complexes issues de réseaux sociaux, des données cliniques / épidémiologiques et de dispositifs connectés, analysées en utilisant des méthodes d'intelligence artificielle. Cette étude fait partie du projet international World Diabetes Distress Study et peut être divisée en trois sous-objectifs: - Objectif 1. Identification des profils de la détresse liée au diabète, sur la base de données textuelles provenant de réseaux sociaux tels que Twitter (sans toutefois s'y limiter), dans le monde entier. Etude des déterminants socio-économiques et environnementaux des profils de détresse, à partir des données de géolocalisation des Tweets. - Objectif 2. Mettre en place une étude de cohorte en ligne mondiale de suivi de personnes diabétiques grâce à Diabot, un Chatbot qui recrutera, suivra, échangera avec des personnes diabétiques et collectera des informations cliniques / épidémiologiques sur leur maladie - Objectif 3. Étude prospective des associations entre variabilité / instabilité glycémique, facteurs psychologiques / détresse et qualité de vie des patients diabétiques dans le monde entier.

  • Titre traduit

    Development and integration of Artificial Intelligence methods and tools for the analysis of social media and digital data for medical research purposes. Use case on a worldwide study on diabetes


  • Résumé

    The aim of this project is to identify diabetes distress patterns all-around the world and to study their associations with glycemic variability and quality of life, based on the combination of complex data from social media, connected devices and clinical / epidemiological data, analyzed using Artificial Intelligence methods. This study is part of the international World Diabetes Distress Study project and can be divided into three sub-objectives: - Objective 1. Identification of diabetes distress patterns, based on textual data from the social media such as (but not restricted to) Twitter, all over the world. Study of the socioeconomic and environmental determinants of distress profiles, based on Tweets geolocation data. - Objective 2. Initiation of a worldwide online cohort study of people with diabetes thanks to Diabot, a Chatbot who will recruit, follow, interact with people with diabetes on Twitter and collect clinical / epidemiological information about their disease? - Objective 3. Prospective study of the associations between variability / glycemic instability, psychological factors / distress and quality of life of diabetes patients all-around the world.