La recherche au service de la performance en Santé
U.INSERM 1290 - La recherche au service de la performance en Santé
FrançaisEnglish
Université Claude Bernard Lyon 1
U.INSERM 1290 - La recherche au service de la performance en Santé

Équipe de recherche

LEQUERTIER Vincent

LEQUERTIER Vincent

RESHAPE : Doctorant
Téléphone : 0472115796
E-mail : vincent.lequertier@chu-lyon.fr

Affiliations

Université de Lyon, Université Claude Bernard Lyon 1, Université Saint-Étienne, RESHAPE U1290, F-69008 Lyon, F-42023 Saint-Etienne, France ;

Decision and Information Systems for Production systems (EA 4570), INSA Lyon, UJM-Saint Étienne, France;

Hospices Civils de Lyon – Service des Données de Santé, Lyon, France;

Ecole Doctorale Interdisciplinaire Sciences-Santé (EDISS) ED 205, Université Claude Bernard Lyon 1, Lyon, France

Axes de recherche

Titre de thèse

Méthode globale de prédiction des durées de séjours avec intégration des données incrémentales et évolutives

 

Thematique de these

L'estimation de la durée de séjour doit être établie à chaque admission à l’hôpital afin de planifier les activités de soins de manière pertinente. Une estimation inexacte peut rendre inefficiente l’organisation du travail à l’hôpital, entraîner une surcharge de travail des professionnels de santé et un allongement des délais d'attente pour les patients. Les hôpitaux sont amenés à optimiser l’utilisation de leurs ressources face aux besoins sanitaires croissants de la population et à de nombreuses contraintes budgétaires. Dans ce contexte, l’objectif du projet est de développer une nouvelle méthode de prédiction des durées de séjours qui assistera le gestionnaire des lits dans l’estimation des durées de séjours au plus juste possible au moment de l’admission et pendant le séjour d’hospitalisation.

Année d’inscription : 2019

Encadrants :

Antoine Duclos

Tao Wang

Julien Fondrevelle

Biosketch

Titulaire d’un diplôme d’ingénieur généraliste de l’ESIGELEC spécialité Big Data et Transformation du Numérique, Vincent Lequertier est doctorant en épidémiologie, santé publique et recherche sur les services de santé. Ses centres de d’intérêts sont principalement l’Intelligence Artificielle et la représentation des données.