PREDICT

PREdiction inviDualisée de la persIstanCe des Traitements biologiques chez les patients atteints de psoriasis
En cours d'exécution
01/11/2024

-

31/10/2025

Objectifs principaux

L’objectif du présent projet est donc d’élaborer un modèle d’apprentissage statistique qui permettra de prédire la persistance de chaque traitement biologique pour chaque patient atteint de psoriasis, d’après ses caractéristiques et son parcours de soin.

Problème identifié

Le psoriasis est une dermatose inflammatoire chronique pour laquelle de nombreux traitements biologiques sont disponibles pour traiter les formes modérées à sévères. La persistance de ces traitements (i.e. la durée de traitement depuis l’initiation jusqu’à son interruption) diminue rapidement au cours du temps compte tenu de leur inefficacité secondaire ou de la survenue d’évènements indésirables. Afin de guider le choix parmi les options thérapeutiques, une prédiction individualisée de la persistance est nécessaire.

Méthode/Technologie utilisée

Méthodes d’apprentissage statistique supervisé de type apprentissage d’ensemble adaptées aux données de survie.

Publications

Contacts

Léa Hoisnard () & Judith Abecassis ()

Membres

AP-HP, Inria

Nos autres projets

Chaire BOPA

Description

Chaire Innovation « Bloc Opératoire Augmenté » (BOPA)

Nom des partenaires impliqués
AP-HP, Inria, Institut Mines-Télécom, Université de Paris-Saclay, Chaire Humanité et Santé du CNAM

lire la suite