Stage à Santé Publique France pour des étudiants de Master

Année universitaire 2018-2019

- Stage proposé par

Titre : Influence de l'expression du temps et de la soudaineté de la
survenue d'une cause médicale de décès pour la surveillance réactive
de la mortalité à visée d'alerte sanitaire.

Direction/ Cire : DATA

Maîtres de stage / personne contact : 

Nom : FOUILLET Prénom : Anne

Téléphone : 01 41 79 57 25 Adresse email :
anne.fouillet@santepubliquefrance.fr

- Type de stage proposé

Master 1 Master 2 Professionnel Master 2 Recherche

Extension possible au-delà de la période obligatoire Oui Non

Commentaires :

- Date proposée pour le stage et durée

pas de contrainte de date 

A partir de Février/Mars 2019 

Durée en mois : 5/6 mois

- Sujet proposé pour le stage

Santé publique France est l'agence nationale de santé publique
française. Elle intervient au service de la santé des populations.
Agence scientifique et d'expertise du champ sanitaire, elle a pour
missions : (1) l'observation épidémiologique et la surveillance de
l'état de santé des populations ; (2) la veille sur les risques
sanitaires menaçant les populations ; (3) la promotion de la santé et la
réduction des risques pour la santé ; (4) le développement de la
prévention et de l'éducation pour la santé ; (5) La préparation et la
réponse aux menaces, alertes et crises sanitaires ; (6) le lancement de
l'alerte sanitaire.

Le stage se déroulera dans l'unité « Application, Big Data et
Surveillance Syndromique » de la Direction Appui, Traitements et
Analyses des données (DATA). Cette unité a de nombreuses missions au
sein de l'agence dont le traitement des grandes bases de données, la
réalisation d'outils de restitution graphiques et le pilotage du système
national de surveillance des urgences et des décès SurSaUD(R), mis en
place en 2004. SurSaUD(R) est un des principaux dispositifs de Santé
publique France pour assurer la veille sanitaire non spécifique à visée
d'alerte notamment par l'identification d'événements inhabituels. Cette
veille s'appuie sur l'analyse quotidienne du recours aux soins d'urgence
hospitaliers et libéraux (réseaux OSCOUR(R) et SOS Médecins) et de la
mortalité (analyse des décès toutes causes de l'Insee principalement et
analyse des décès par cause médicale, issue de la certification
électronique de décès).

Le stage portera sur les données de la certification électronique des
décès, contenant les causes médicales de décès exprimées en texte
libre. Cette source de données est en cours de généralisation sur le
territoire, elle enregistre 13% de la mortalité nationale en 2018,
proportion en hausse régulière depuis plusieurs années.

Un premier travail de recherche réalisé en 2018 dans le cadre d'un stage
de Master Linguistique Informatique, a permis de sélectionner et
d'évaluer deux méthodes de classement automatisé de ces causes médicales
de décès dans des regroupements prédéfinis (« regroupements syndromiques
») : une méthode par règles linguistiques et un SVM.  L'évaluation a été
menée sur des données annotées manuellement (4500 certificats de
décès). Chaque certificat de décès contient plusieurs causes médicales,
classées dans un ou plusieurs regroupements syndromiques. Ce travail a
été réalisé sous Python 3.5.

Objectifs du stage

Dans un premier temps, le stage visera à améliorer le classement réalisé
lors du travail de recherche de 2018, à travers la prise en compte
d'informations complémentaires précisées par le médecin dans le
certificat. Cela peut concerner en particulier :

- les informations permettant d'exprimer une date ou un délai de
  survenue d'une cause par rapport à la date de décès.

- l'expression de la soudaineté de la survenue d'une cause.

Des illustrations de causes de décès contenant des expressions du temps
et de la soudaineté sont présentées en annexe.

Dans un second temps, le stage visera à mettre en oeuvre une méthode de
classement automatisé par apprentissage et comparer ses performances à
celles obtenues à partir des deux premières méthodes (Méthodes par
règles et SVM). L'évaluation des performances pourra s'appuyer sur des
échantillons qui auront été annotés grâce à une méthode d'annotation
semi-automatique.

Les principales étapes du stage seront :

* Prise en main des scripts et ressources, développés lors du premier
  travail de recherche,

* Prendre en compte des informations complémentaires à l'aide de
  traitements linguistiques,

* Evaluer l'influence de ces informations sur la dynamique des
  regroupements syndromiques,

* Développer et évaluer une méthode de classement de type étiqueteur,

* Comparer les résultats à ceux obtenus à partir des méthodes par règles
  et SVM.

Le stage s'appuiera sur des scripts et ressources existants, complétés
par une documentation et un rapport de stage.

- Prérequis

Aucun

Compétences spécifiques (préciser) : 

Maîtrise d'un logiciel spécifique (préciser) : langage Python

Autre (préciser) : 

- Commentaires

Le stagiaire sera co-encadré par l'équipe du CNRS-LIMSI (Laboratoire
d'informatique pour la Mécanique et les Sciences de l'Ingénieur),
spécialisée dans le domaine du traitement automatique des langues.

Le stage se déroulera à la Direction Appui, Traitements et Analyses de
données de Santé publique France à Saint-Maurice (94) et au CNRS-Limsi à
Orsay (91).