À l’issue de cet enseignement, l’étudiant devrait être capable de :
- Organiser, documenter et préparer des données biomédicales, pharmaceutiques et de santé en vue de leur analyse ;
- Mobiliser, sous encadrement, des environnements de programmation tels que R pour réaliser les principales étapes d’un flux de management d’analyse de données de santé ;
- Choisir, appliquer certaines méthodes biostatistiques pour répondre à une question de santé ;
- Identifier les limites susceptibles d’affecter la validité, la reproductibilité et la généralisation des résultats d’une analyse de données de santé ;
- Interpréter de manière critique des résultats analytiques dans des perspectives biomédicales, pharmaceutiques et de santé.
Ces acquis d’apprentissage sont susceptibles d’être ajustés en fonction du calendrier, des ressources disponibles, du nombre d’étudiants inscrits et des besoins pédagogiques identifiés. Au besoin, ils seront précisés au début du cours et sur la plateforme Webcampus.
Cet enseignement vise à développer des compétences appliquées dans l’analyse de données biomédicales, pharmaceutiques, et de santé, y compris lorsque celles-ci sont complexes, multimodales ou de grande dimension.
Il devrait permettre aux étudiants de mobiliser des principes de science des données de santé afin de produire des résultats robustes, reproductibles et pertinents pour la recherche, la clinique et la santé publique.
L’objectif est également de développer un regard critique sur les performances, les applications et les limites des modèles et résultats des données de santé.
Le cours pourra aborder les thématiques suivantes :
- Types et sources des données biomédicales, pharmacoépidémiologiques et en santé ;
- Gestion et préparation des données biomédicales et de santé dans des environnements tels que R ;
- Principes de mise en relation de données bases de données multimodales, notamment biologiques, cliniques et d’imagerie, et de données organisées aux niveaux moléculaire, clinique et populationnel ;
- Notions d’harmonisation et de standardisation des données, avec une introduction à des initiatives internationales (OMOP et Espace européen des données de santé) ;
- Principales méthodes de biostatistique et de science des données mobilisées pour répondre à une question biomédicale ou de santé et enjeux liés à l’analyse de données de santé de grande dimension dans des environnements tels que R ;
- Principales limites méthodologiques des résultats des analyses de données de santé ;
- Interprétation et communication des résultats scientifiques issus de l’analyse des données de santé.
Le contenu est indicatif et pourra évoluer en fonction du calendrier, des ressources disponibles, des données accessibles et des besoins pédagogiques identifiés. Les éventuelles adaptations seront précisées au début du cours et sur la plateforme Webcampus.
1. Données biomédicales, pharmacoépidémiologiques et de santé : types, structures et qualité
2. Data management
3. Modèles biostatistiques d’analyse des données biomédicales de santé
4. Biais et limites des modèles et résultats d’analyse des données de santé
5. Interprétation et communication des résultats
6. Travaux pratiques
Cette table des matières est indicative et pourra évoluer en fonction du calendrier, des ressources disponibles, des jeux de données utilisés et des besoins pédagogiques identifiés. Au besoin, elle sera précisée au début du cours et sur la plateforme Webcampus.
Les travaux pratiques pourront suivre un fil conducteur allant de la préparation des données à la communication des résultats. À partir d’une problématique biomédicale ou de santé, les étudiants pourraient notamment être amenés à :
- Explorer et préparer un jeu de données de santé ;
- Formuler une stratégie d’analyse sur une question biomédicale et appliquer un ou plusieurs modèles biostatistiques ;
- Interpréter les résultats biostatistiques, examiner les biais et limites ;
- Structurer la démarche, les résultats et leur discussion dans un rapport, en respectant les principales sections d’un article scientifique.
Ces activités devraient constituer la base du travail évalué. Leur organisation, les jeux de données utilisés, la composition des groupes et les modalités de suivi seront précisés au début du cours et sur la plateforme Webcampus.
L’enseignement devrait combiner des séances théoriques (30 h) et des travaux pratiques (15 h). Les attentes et l’organisation pratique seront précisées au début du cours.
Les activités pourraient notamment comprendre :
- Des cours magistraux théoriques destinés à présenter les concepts méthodologiques et leurs conditions d’application ;
- Des démonstrations, par l’enseignant, à partir de bases de données et de supports d’études existants, dans des environnements de programmation tels que R ;
- Des travaux pratiques organisés sous la forme de groupes d’apprentissage par problèmes, au cours desquels les étudiants progresseraient de la préparation des données à la modélisation, puis à l’interprétation et à la communication.
Ces modalités pourront être ajustées en fonction du calendrier, des ressources informatiques disponibles, du nombre d’étudiants inscrits et de la progression du groupe. Au besoin, elles seront précisées au début du cours et sur la plateforme Webcampus.
L’évaluation pourra comprendre deux parties : un examen écrit et un rapport portant sur l’analyse d’une problématique biomédicale ou de santé.
L’examen écrit pourra comporter des questions ouvertes à réponse courte et/ou des questions à choix multiples. Il pourra également inclure un exercice d’application mobilisant les notions et les exercices abordés lors des travaux pratiques.
La participation à l’ensemble des travaux pratiques est attendue et ne donne pas lieu à une note de présence. Ces séances seront consacrées à la réalisation d’exercices ainsi qu’à la résolution progressive d’une problématique biomédicale ou de santé nécessitant une analyse de données. Ce travail donnera lieu à un rapport écrit, à remettre au terme des enseignements, qui contribuera à la note finale. Le rapport sera normalement réalisé en groupe, sous réserve d’adaptations en fonction du nombre d’étudiants inscrits.
La pondération respective de l’examen écrit et du rapport sera précisée au début du cours et publiée sur WebCampus.
En seconde session, les modalités d’évaluation dépendront de la partie non réussie :
- en cas d’échec à l’examen écrit, l’étudiant devra présenter un nouvel examen écrit selon le même format ;
- en cas d’échec au rapport, l’étudiant devra retravailler individuellement celui-ci, de manière autonome et en dehors des séances de travaux pratiques. La version améliorée devra être remise à une date fixée avant l’examen oral, au cours duquel l’étudiant présentera et défendra son travail ;
- en cas d’échec des deux parties, l’étudiant devra représenter l’examen écrit et défendre individuellement une version améliorée de son rapport lors de l’examen oral.
Ces modalités demeurent susceptibles d’adaptation dans le respect des règles institutionnelles et seront précisées sur la plateforme Webcampus.
Ouvrages de référence
- Boland M.R. Health Analytics with R: Learning Data Science Using Examples from Healthcare and Direct-to-Consumer Genetics. Springer.
- Etzioni R., Mandel M., Gulati R. Statistics for Health Data Science: An Organic Approach. Springer.
Supports pédagogiques
- Diapositives du cours mises à disposition sur Webcampus ;
- Potentiels documents introductifs, ressources en ligne ou articles sélectionnés par l’enseignant mis à disposition sur Webcampus ;
- Jeux de données de santé, visualisations, démonstrations et études de cas présentés pendant le cours et les travaux pratiques (environnement R) et mis à disposition sur Webcampus.