Loading...
Please wait, while we are loading the content...
Détection automatique des infections du site opératoire
| Content Provider | Semantic Scholar |
|---|---|
| Author | Quéroué, Marine |
| Copyright Year | 2019 |
| Abstract | Introduction - L'amelioration de la surveillance et de la prevention des infections du site operatoire (ISO) fait partie du programme national de lutte contre les infections nosocomiales. Notre objectif etait de mettre en place un outil de detection automatique par apprentissage supervise afin de remplacer le systeme de surveillance actuel. Methode - Deux approches ont ete menees pour detecter les ISO suite a une chirurgie du rachis et une neurochirurgie correspondant respectivement a 2133 et 2303 interventions. La premiere approche utilise les multiples sources d’information disponibles dans l’entrepot de donnees du CHU de Bordeaux. La seconde approche utilise uniquement le texte libre. Pour chaque approche, nous avons compare la precision de deux algorithmes, a savoir la regression logistique et les forets aleatoires, avec un rappel fixe a 100%. Resultats - Le modele final utilisant toutes les donnees a obtenu les meilleures performances pour la chirurgie du rachis avec une precision de 94%. Le modele utilisant des donnees de texte libre a obtenu des resultats corrects et etait meilleur pour la neurochirurgie. Discussion - L'utilisation du texte libre presente l'avantage d'etre transposable a d'autres etablissements de sante et facilement applicable a diverses specialites chirurgicales avec des performances stables. Les performances de nos algorithmes doivent etre evaluees sur un jeu de donnees test. |
| Starting Page | 57 |
| Ending Page | 57 |
| Page Count | 1 |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://dumas.ccsd.cnrs.fr/dumas-02420229/document |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
