• Unité de soutien SRAP | Québec



  • Keven Voyer

    Candidat à la maîtrise
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Philippe Després
    Collaboration
    Régie de l'assurance maladie du Québec
    Début du projet
    Titre du projet de recherche
    Développement d’un outil d’aide à la prise de décision permettant l’approbation de médicaments d’exception basé sur des algorithmes d’apprentissage supervisé
    Description

    Un médicament d’exception est un médicament qui n’est habituellement pas couvert par le régime public d’assurance-médicaments (RPAM). Les mesures mises en place à la RAMQ pour les médicaments d’exception permettent à l’ensemble de la population d’obtenir la couverture de certains médicaments si ces derniers sont utilisés dans le respect des indications reconnues par l’Institut national d'excellence en santé et services sociaux (INESSS). Les médicaments d'exception constituent aujourd'hui une part importante et en constante augmentation des dépenses totales en médicaments d’ordonnance.

    Pour le RPAM, l’un des moyens de contrôler cette hausse est de rembourser ces médicaments selon des règles préétablies. Actuellement, le système traite automatiquement environ 20% des demandes alors que les autres sont dirigées vers une analyse au cas par cas, ce qui génère des délais.

    Ce projet consiste à aider le secteur d’affaire à répondre plus rapidement aux demandes d’approbation de médicaments d’exception. Un outil sera développé sur la base de 15 années de données recueillies par le système actuel, et visera à augmenter le nombre de demandes traitées de façon automatique. 

  • Titre du projet de recherche
    Pipelines de données robustes en radio-oncologie
    Description

    Ce projet consiste à établir les bonnes pratiques en gestion des données de santé et à construire une infrastructure logicielle afin de les appliquer.

    Nous avons développé des pipelines qui permettent de récupérer quotidiennement les données de traitements de curiethérapie afin de calculer et stocker leurs indices dosimétriques dans une base de données dédiée à la recherche. Ces indices sont essentiels à la planification des traitements en radiothérapie et à l’estimation de leur qualité.

  • Samuel Ouellet

    Candidat à la maîtrise
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Philippe Després
    Début du projet
    Titre du projet de recherche
    Pipelines d'extraction automatiques en imagerie médicale
    Description

    L’objectif de ce projet est d’extraire un ensemble de données pertinentes à partir des fichiers produits par les appareils d'imagerie médicale.

    Le procédé consiste à bâtir des pipelines ETL (extract-transform-load) pour rendre les données consommables pour l'analyse et la visualisation.  Un exemple d’analyse consiste à observer les tendances de doses administrées aux patients selon l'établissement, le protocole ou l'appareil utilisé, afin d'éventuellement identifier des pratiques hors-normes.

    Les données extraites pourraient aussi guider la pratique en permettant d'évaluer la pertinence de certains examens, et ainsi d'optimiser les ressources dans le réseau de la santé.  

     

  • Simon Duchesne

    Professeur titulaire
    Faculté de médecine
    Université Laval

  • Pierre-Luc Déziel

    Professeur agrégé
    Faculté de droit
    Université Laval

  • Anne-Sophie Charest

    Professeure agrégée
    Faculté des sciences et de génie
    Université Laval

    Anne-Sophie Charest est professeure agrégée au Département de mathématiques et de statistique de l’Université Laval. Elle est la directrice des programmes de certificat et de baccalauréat en statistique. 

    Elle a obtenu un baccalauréat en probabilités et statistique de l'Université McGill en 2007, et en 2012 un doctorat en statistique de l'Université Carnegie Mellon, à Pittsburgh, en Pennsylvanie.

    Ses recherches sont focalisées sur la confidentialité de données statistiques notamment la création de jeux de données synthétiques et le critère de la confidentialité différentielle, l'analyse de données d'enquêtes, le traitement de données manquantes et l'approche d'inférence Bayésienne. 

    Anne-Sophie Charest est membre régulière du Centre de recherche en données massives (CRDM) de l'Université Laval et du Centre de recherches mathématiques (CRM) de l'Université de Montréal.

  • Gabriel Couture

    Candidat à la maîtrise
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Philippe Després
    Début du projet
    Titre du projet de recherche
    Pipelines de données robustes en radio-oncologie
    Description

    Ce projet consiste à établir les bonnes pratiques en gestion des données de santé et à construire une infrastructure logicielle afin de les appliquer.

    Nous avons développé des pipelines qui permettent de récupérer quotidiennement les données de traitements de curiethérapie afin de calculer et stocker leurs indices dosimétriques dans une base de données dédiée à la recherche. Ces indices sont essentiels à la planification des traitements en radiothérapie et à l’estimation de leur qualité.

    L’agrégation de ces indices permet aux différents chercheurs comme les bio-statisticiens et les radio-oncologues d’effectuer des études sur des ensembles de données plus volumineux.

  • Découvrir

    Projet en vedette

    Le cancer de la prostate est le deuxième cancer le plus fréquent et la cinquième cause de décès par cancer chez les hommes. Pour améliorer les résultats de santé des patients, le traitement doit être personnalisé en se basant sur un pronostic précis. Il existe déjà des nomogrammes permettant d’identifier les patients à faible risque de récidive sur la base d’informations cliniques préopératoires, mais ces outils n’utilisent pas les images médicales des patients.

    Lire plus