Santé connectée et prévention du suicide : vers une aide à la décision

eHealth and suicide prevention : towards clinical decision support systems

• Auteur / Autrice : Sofian Yahia-Berrouiguet
• Direction : Philippe Lenca, Romain Billot
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 18/12/2018
• Etablissement(s) : Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Département Logique des Usages, Sciences sociales et Sciences de l'Information - Lab-STICC_IMTA_CID_DECIDE - Laboratoire en sciences et techniques de l'information, de la communication et de la connaissance
• Jury : Président / Présidente : Vincent Augusto
• Jury : Examinateurs / Examinatrices : Philippe Lenca, Romain Billot, Jérôme Azé, Catherine Massoubre
• Jury : Rapporteurs / Rapporteuses : Vincent Augusto, Jérôme Azé

Mots clés

Mots clés contrôlés

Systèmes d'aide à la décision

Télémédecine

Suicide -- Prévention

Mots clés libres

Suicide

Santé connectée

Fouille de données

Systèmes d’aide à la décision médicale

Suicide

E-Health

Data mining

Ecological momentary assessment

Clinical Décision Support Systems

Résumé

La recherche en prévention du suicide fait face à des défis spécifiques liés aux caractéristiques des sujets à risque. La conception d’interventions de prévention efficaces est particulièrement difficile. Les sujets suicidants sont accueillis aux urgences qui assurent les soins immédiats et organisent la prise en charge au long cours. Un antécédent de passage à l’acte suicidaire est un puissant prédicteur de décès prématuré par au suicide. La prise en charge suivant un passage aux urgences pour un geste suicidaire constitue un défi critique pour les urgences et services de santé mentale. Compte tenu de ces enjeux, il y a eu un intérêt majeur à évaluer l’efficacité des interventions visant le maintien du contact des sujets à risque avec les services de soins. L’évaluation ponctuelle du risque suicidaire habituellement conduite aux urgences, après un geste suicidaire, ne rend pas compte son évolution après la sortie des soins, alors même que le risque de récidive reste important plusieurs mois après. Dans ces conditions, les possibilités d’identification, et donc de prise en charge, des patients à risque suicidaire sont limitées. Le développement de la santé connectée (eHealth) donne désormais accès en temps réel à des informations sur l’état de santé d’un patient entre deux séjours en centre de soins. Cette extension de l’évaluation clinique à l’environnement du patient permet de développer des outils d’aide à la décision face à la gestion du risque suicidaire.

Suicide prevention research faces specific challenges related to characteristics of suicide attempts and attempters. The design of powerful suicide prevention studies is especially challenging. Suicide attempters have been described as poorly adhering to long term treatment, and organizing such interventions from the emergency department can be difficult. While approximately one third of those who attempt suicide seek treatment for their injuries from hospital emergency department, a previous SA is a strong precursor of suicide-related premature death. The post-discharge period constitutes a critical challenge for emergency and mental health care services both in the short- and long-terms. Given these issues, there has been growing interest in assessing the efficacy of interventions that focus on maintaining post-discharge contact and offering re-engagement with health care services to suicide attempters. Suicide risk assessment usually rely on brief medical visit and does not report the evolution of this risk after the patient discharge. However, the reattempt risk is still high several months after the initial attempt. In these setting, long term suicide prevention of at risk subjects are challenging. Thanks to recent technological advances, electronic health (eHealth) data collection strategies now can provide access to real-time patient self-report data during the interval between visits. The extension of the clinical assessment to the patient environment and data processing using data mining will support medical decision making.