| Titre : |
CONSTRUCTION DE MODELES EVOLUTIFS DE PREDICTION DE MALADIES NON TRANSMISSIBLES |
| Type de document : |
texte imprimé |
| Auteurs : |
Fatou Ngom, Auteur |
| Editeur : |
Dakar : Université Cheikh Anta Diop de Dakar : Ecole Doctorale Mathématiques et Informatique |
| Année de publication : |
2023 |
| Importance : |
140 P. |
| Format : |
29 cm |
| Langues : |
Français (fre) |
| Mots-clés : |
modele evolutif prédiction maladie maladie non transmissible analyse de données variable de prédiction variable prédictive processus de développement agile modèle de prédiction évolutif modèle de prédiction donnée |
| Résumé : |
Les maladies non transmissibles, principalement les maladies cardiovasculaires, les cancers, les maladies respiratoires et le diabète, deviennent de plus en plus une menace pour le développement et la santé des populations. En effet elles sont les causes de décès majeures dans le monde et sont généralement engendrées ou aggravées par des facteurs de risque liés au comportement tels que la consommation de tabac, la consommation nocive d’alcool, le manque d’activité physique régulière et une alimentation déséquilibrée qui entrainent et favorisent à leur tour d’autres facteurs métaboliques tels que l’hypertension, l’obésité, le surpoids, l’hyperlipidémie. Un moyen de contrôler et de réduire l’impact de ces maladies non transmissibles est la prévention. Dans cette optique, les scientifiques, principalement, les data-scientistes ont proposés des modèles qui utilisent des techniques d’analyse de données pour prédire les maladies non transmissibles sur la base d’un ensemble de variables de prédiction représentant les facteurs de risque qui leurs sont associés. Pour une maladie non transmissible donnée, la remarque générale est que les modèles proposés sont construits avec des variables de prédiction différentes et n’intègrent pas toutes les variables prédictives pertinentes ; autrement dit, ils ne prennent pas en compte l’ensemble des facteurs liés à cette maladie. Nous avons également noté que le choix de ces variables de prédiction, dépend généralement du jeu de données utilisé, ce qui rend les modèles limités dans le choix de ces variables prédictives. Vu l’évolution de ces maladies et de leurs facteurs de risque associés, la construction de ces modèles telle que définie ne permet pas de prendre en compte une nouvelle situation comme la découverte d’un nouveau facteur de risque. Pour éviter que ces modèles existants ne soient obsolètes et que les futures modèles puissent évoluer et s’adapter face à de nouvelles situations nous avons proposé, dans le cadre de ce travail, une démarche, inspirée de l’ingénieure des processus logiciels, particulièrement du processus de développement agile, afin de construire des modèles de prédictions évolutifs, adaptables (qui prennent en comptent de nouvelles situations) et efficaces (qui intègrent l’ensemble des facteurs de risque pour une maladie non transmissible donnée). Il s’agit d’un modèle de processus de développement de modèles de prédiction que nous avons défini à travers un ensemble d’activités à réaliser pour produire ces types de modèles prédictifs. Nous pouvons ainsi définir des modèles et les faire évoluer en intégrant des variables de prédiction nouvelles, en utilisant un nouveau jeu de données et/ou en utilisant des techniques d’analyse de données plus performantes. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=1154 |
CONSTRUCTION DE MODELES EVOLUTIFS DE PREDICTION DE MALADIES NON TRANSMISSIBLES [texte imprimé] / Fatou Ngom, Auteur . - Dakar : Université Cheikh Anta Diop de Dakar : Ecole Doctorale Mathématiques et Informatique, 2023 . - 140 P. ; 29 cm. Langues : Français ( fre)
| Mots-clés : |
modele evolutif prédiction maladie maladie non transmissible analyse de données variable de prédiction variable prédictive processus de développement agile modèle de prédiction évolutif modèle de prédiction donnée |
| Résumé : |
Les maladies non transmissibles, principalement les maladies cardiovasculaires, les cancers, les maladies respiratoires et le diabète, deviennent de plus en plus une menace pour le développement et la santé des populations. En effet elles sont les causes de décès majeures dans le monde et sont généralement engendrées ou aggravées par des facteurs de risque liés au comportement tels que la consommation de tabac, la consommation nocive d’alcool, le manque d’activité physique régulière et une alimentation déséquilibrée qui entrainent et favorisent à leur tour d’autres facteurs métaboliques tels que l’hypertension, l’obésité, le surpoids, l’hyperlipidémie. Un moyen de contrôler et de réduire l’impact de ces maladies non transmissibles est la prévention. Dans cette optique, les scientifiques, principalement, les data-scientistes ont proposés des modèles qui utilisent des techniques d’analyse de données pour prédire les maladies non transmissibles sur la base d’un ensemble de variables de prédiction représentant les facteurs de risque qui leurs sont associés. Pour une maladie non transmissible donnée, la remarque générale est que les modèles proposés sont construits avec des variables de prédiction différentes et n’intègrent pas toutes les variables prédictives pertinentes ; autrement dit, ils ne prennent pas en compte l’ensemble des facteurs liés à cette maladie. Nous avons également noté que le choix de ces variables de prédiction, dépend généralement du jeu de données utilisé, ce qui rend les modèles limités dans le choix de ces variables prédictives. Vu l’évolution de ces maladies et de leurs facteurs de risque associés, la construction de ces modèles telle que définie ne permet pas de prendre en compte une nouvelle situation comme la découverte d’un nouveau facteur de risque. Pour éviter que ces modèles existants ne soient obsolètes et que les futures modèles puissent évoluer et s’adapter face à de nouvelles situations nous avons proposé, dans le cadre de ce travail, une démarche, inspirée de l’ingénieure des processus logiciels, particulièrement du processus de développement agile, afin de construire des modèles de prédictions évolutifs, adaptables (qui prennent en comptent de nouvelles situations) et efficaces (qui intègrent l’ensemble des facteurs de risque pour une maladie non transmissible donnée). Il s’agit d’un modèle de processus de développement de modèles de prédiction que nous avons défini à travers un ensemble d’activités à réaliser pour produire ces types de modèles prédictifs. Nous pouvons ainsi définir des modèles et les faire évoluer en intégrant des variables de prédiction nouvelles, en utilisant un nouveau jeu de données et/ou en utilisant des techniques d’analyse de données plus performantes. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=1154 |
|  |
Accueil
CONSTRUCTION DE MODELES EVOLUTIFS DE PREDICTION DE MALADIES NON TRANSMISSIBLES (2023)
