Modèles de prédiction des coûts des diagnostics de complications durant la grossesse et l'accouchement

Geraldo-Demers, Marc-André (2019). « Modèles de prédiction des coûts des diagnostics de complications durant la grossesse et l'accouchement » Mémoire. Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en économique.

Fichier(s) associé(s) à ce document :
[img]
Prévisualisation
PDF
Télécharger (5MB)

Résumé

La caractérisation des risques potentiels pour la santé d'une femme durant la grossesse et l'accouchement est une tâche primordiale puisque ces risques ont un impact direct sur la santé de l'enfant dès la naissance, en plus de potentiellement mettre en danger la vie de la patiente. Les coûts engendrés par une mauvaise identification de ces risques peuvent avoir un poids important sur un système de santé en termes de ressources médicales et financières. En détectant plus rapidement si une patiente doit avoir recours à davantage de ressources le jour de son accouchement, les risques potentiels pour sa santé peuvent être minimisés en plus de permettre un gain d'efficience dans la gestion des ressources. L'objectif de ce mémoire est de faire la prédiction des coûts des diagnostics de complications durant la grossesse et l'accouchement. Les données utilisées proviennent d'un État nord-américain et elles contiennent les dossiers médicaux de 54 000 femmes qui ont donné naissance entre les années 1998 à 2006. Les prédictions sont réalisées avec des méthodes d'apprentissage automatique et de ré-échantillonnage. Les résultats obtenus démontrent que les méthodes d'apprentissage automatique et de ré-échantillonnage permettent la prédiction des complications. Les meilleurs modèles pour prédire les complications et les coûts sont les modèles de forêt aléatoire et AdaBoost. Les variables les plus importantes pour prédire les complications sont l'âge de la mère, les complications antérieures, les maladies transmises sexuellement, l'hypertension et le diabète. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : santé, grossesse, accouchement, apprentissage automatique, méthodes de ré-échantillonnage, système de santé, coûts des soins de santé

Type: Mémoire accepté
Informations complémentaires: Le mémoire a été numérisé tel que transmis par l'auteur.
Directeur de thèse: Merrigan, Philip
Mots-clés ou Sujets: Diagnostics obstétricaux / Grossesse / Accouchement / Complications et séquelles / Modèles prédictifs / Apprentissage automatique / Rééchantillonnage (Statistique) / Coût des soins médicaux
Unité d'appartenance: École des sciences de la gestion > Département des sciences économiques
Déposé par: Service des bibliothèques
Date de dépôt: 18 déc. 2020 11:13
Dernière modification: 18 déc. 2020 11:13
Adresse URL : http://archipel.uqam.ca/id/eprint/13790

Statistiques

Voir les statistiques sur cinq ans...