Conseils
Création d’outils d’aide à la décision et d’études afin de comprendre, calibrer et évaluer des interventions et stratégies, à partir de données individuelles (SNDS) et contextuelles :
Etudes en vie réelle
Analyse de grands volumes de données (Big Data) provenant des patients au cours de la vie quotidienne.
Ciblage des parcours patients ville-hôpital
Définition des parcours de soins en fonction des caractéristiques (médicales, socioéconomiques, géographiques) des patients.
Mise en avant des disparités d’accès à l’innovation.
Evaluations quasi-expérimentales
Création de groupes comparables dans les données de vie réelle afin de pouvoir mettre en avant la non-infériorité en termes d’indicateurs cliniques ou économiques d’une intervention par rapport à une autre.
Statistiques décisionnelles
Mise à profit des techniques de Machine Learning et de statistiques pour le développement d’outils et de rapports pour l’aide à la décision.
Data Visualisation
Présentations graphiques et simplifiées de résultats complexes afin d’aider l’utilisateur à intégrer les différents types d’informations. (Cartographie dynamique, diagramme de Sankey.)
