Utilisation de la DataScience pour exploiter les données PMSI

Objectifs professionnels

Acquérir les compétences sur le thématique spécifique: la data science et le machine learning via R
Connaître la librairie « tidymodels » et les implémentations des algorithmes classiques de machine learning
Être capable d’appliquer et de paramétrer ces méthodes sur les données de santé

Public visé

Toute personne désirant connaître et exploiter les différentes bases de données PMSI, SAS, Enterprise Guide, SQL, R : médecin DIM, médecin de santé publique, MISP, IASS, statisticien, data-manager, ingénieur hospitalier, personnel ARS, Assurance Mlaadie, bureau d'étude

Contenu de formation

Machine Learning : méthodologie générale

L’apprentissage supervisé via workflow tidymodel R

Construction du jeu de données et préparation des données
Comparaison des modèles supervisés de classification ou de régression (Régression, Gradient Boosting, Random Forest, svm, etc.)
Paramétrage et entraînement du modèle
Évaluation du modèle
Diagnostique, gestion du sur-apprentissage ou du sous-apprentissage, cross-validation

Introduction à l’apprentissage non-supervisé

Cas d’utilisation sur les données médico-administratives (PMSI, ScanSanté…)

(page web actualisée le 07/07/2023)

MODALITÉS PÉDAGOGIQUES :

Présentiel

Effectif maximum : 10

MODALITES TECHNIQUES :

Lien vers la page de présentation des modalités techniques

PARCOURS PÉDAGOGIQUE :

Module 5 du Cycle Traitement des données PMSI

ÉVALUATION / VALIDATION :

Evaluation de la satisfaction

Contrôle de l'assiduité

Remise d'un certificat de réalistion

Intervenants

Responsable pédagogique

Dr Sahar BAYAT

Professeur, Département Méthodes quantitatives en santé publique, EHESP

Responsable pédagogique

Fei GAO

Professeur, Département Méthodes quantitatives en santé publique, EHESP