Thèse soutenue

Modéliser la diffusion des infections nosocomiales : l'importance des données de réseaux au sein des établissements de soins
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Rania Assab
Direction : Laura Temime
Type : Thèse de doctorat
Discipline(s) : Santé publique, environnement et société. Sécurité sanitaire
Date : Soutenance le 10/12/2018
Etablissement(s) : Paris, CNAM
Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris)
Partenaire(s) de recherche : Laboratoire : Laboratoire Modélisation, épidémiologie et surveillance des risques pour la sécurité sanitaire (Paris) - Biostatistique, Biomathématique, Pharmacoépidémiologie et Maladies Infectieuses (Villejuif)
: Assistance publique-Hôpitaux de Paris - EHPAD Korian
Jury : Président / Présidente : Avner Bar-Hen
Examinateurs / Examinatrices : Laura Temime, Lulla Opatowski-Mezrahi, Aurélien Dinh
Rapporteurs / Rapporteuses : Marie Beurton-Aimar, Yazdan Yazdanpanah

Résumé

FR  |  
EN

Chaque année les infections nosocomiales touchent plus de 4 millions de patients en Europe, avec un impact important en termes de mortalité, de morbidité et de coût. Parmi ces infections, celles causées par des bactéries multi-résistantes aux antibiotiques (BMR) jouent un rôle majeur. La modélisation mathématique des épidémies est un outil essentiel qui permet de mieux comprendre la dynamique de diffusion des BMR et d’évaluer l’efficacité des mesures de prévention.L'objectif principal de ce projet est d'étudier la dynamique de propagation de BMR au sein d'un réseau d'hôpitaux, en prenant en compte différentes échelles : intra-service, inter-services et inter-hôpitaux. Il s'agit de mettre en place une recherche méthodologique basée sur la modélisation mathématique et informatique et validée par des données recueillies au sein du réseau de soins Paris Île de France Ouest (PIFO), afin de mieux comprendre le rôle joué par chaque hôpital dans l'émergence et la sélection de BMR, de quantifier le risque de leur dissémination (y compris dans la population générale), et d'identifier des mesures de contrôle efficaces. Ce travail s'appuiera sur des méthodes d'inférence statistiques, d'analyse de sensibilité et d'analyses d'incertitude.