Apports des méthodes de machine learning et de deep learning dans la prédiction des durées de séjours hospitalières et des ré-hospitalisations

Contributions of machine learning and deep learning methods in predicting hospital length of stay and readmissions

• Auteur / Autrice : Franck Jaotombo
• Direction : Laurent Boyer, Badih Ghattas
• Type : Thèse de doctorat
• Discipline(s) : Biologie santé. Recherche clinique et santé publique
• Date : Soutenance le 08/12/2022
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : École Doctorale Sciences de la Vie et de la Santé (Marseille)
• Partenaire(s) de recherche : Laboratoire : Centre d'études et de recherche sur les services de santé et la qualité de vie (Marseille)
• Jury : Président / Présidente : Cyrille Colin
• Jury : Examinateurs / Examinatrices : Patrice François
• Jury : Rapporteur / Rapporteuse : Marianne Clausel, Antoine Duclos

Mots clés

Mots clés contrôlés

Qualité des soins de santé

Apprentissage machine

Réhospitalisation

Hôpitaux -- Durée du séjour

Mots clés libres

Machine Learning

Transformers

Fusion de données

Latent Dirichlet Allocation

Réhospitalisation

Durée de Séjour

Qualité des soins

Machine Learning

Transformers

Data Fusion

Latent Dirichlet Allocation

Readmission

Length of Stay

Quality of Care

Résumé

Cette thèse traite de la prédiction des durées de séjours hospitalières et de réhospitalisations à partir de méthodes de Machine Learning et de Deep Learning appliquées à l’ensemble des données hospitalières exploitables (structurées et non structurées), largement sous-utilisées à l’heure actuelle. La prédiction des durées de séjour hospitalières est un enjeu organisationnel important pour améliorer l’accès, la qualité et l’efficience des soins. La prévention des réhospitalisations constitue un enjeu important pour la qualité et la sécurité des prises en charge du patient hospitalisé ; les réhospitalisations ont un impact négatif sur la qualité de vie des patients et de leurs proches en plus des risques iatrogènes inhérents à toute hospitalisation, et alourdissent le coût de la prise en charge. La démarche suivie au cours de cette thèse a consisté à utiliser des méthodes de Machine Learning et de Deep Learning pour rechercher le meilleur compromis possible entre performance et interprétabilité. Nous démontrons que les données structurées bien choisies permettent d’obtenir une très bonne performance (ROC AUC variant de 0.789 à 0.972 sur nos données), avec une interprétabilité satisfaisante mais peu spécifique. Les données textuelles seules ont une performance plus que satisfaisante (ROC AUC variant de 0.723 à 0.848), mais avec une interprétabilité beaucoup plus spécifique et détaillée sur les séjours à risque. Le meilleur compromis entre performance et interprétabilité est donné par les données mixtes, avec d’un côté une très bonne performance (ROC AUC variant entre 0.938 et 0.966) et simultanément des descriptions très détaillées des séjours à risques.

This thesis is centered on predicting hospital length of stay and readmissions using Machine Learning and Deep Learning methods applied to all usable hospital data (structured and unstructured), still largely underused. Predicting length of stay is an important organizational issue for improving access, quality, and efficiency of care. Preventing readmission is an important step in enhancing the quality and safety of the hospitalized patient’s care. In addition to the iatrogenic risks inherent to any hospitalization, readmissions increase the cost of care, and engender negative impacts on the patients’ quality of life as well as on their relatives.The approach adopted in this thesis is based on using Machine Learning and Deep Learning methods to find the best possible trade-off between performance and interpretability. We demonstrate that with a well-chosen structured data, one can obtain a very good performance (ROC AUC varying from 0.789 to 0.972 on our data), with a satisfactory but not very specific interpretability. Textual data alone provide a somewhat satisfactory performance (ROC AUC varying from 0.723 to 0.848), but with a much more specific and detailed interpretability on risky stays. The best compromise between performance and interpretability is given by mixed data, with on the one hand a very good performance (ROC AUC varying between 0.938 and 0.966) along with a very detailed description of risky stays.