Soutenance mémoire
Cancer du sein et Qualité de vie
En 2015, le nombre de nouveaux cas de cancer du sein en France s’élève à 54 000. Le taux de survie 5 ans après le diagnostic est de 89 %. Si les traitements modernes permettent de sauver des vies, certains sont difficiles à supporter. De nombreux projets de recherche clinique se sont donc focalisés sur la QdV. La QdV est un critère d’évaluation clinique pertinent pour évaluer les avantages et les inconvénients des traitements que ce soit pour le patient ou pour le système de santé. La QdV a été définie par l’Organisation Mondiale de la Santé (OMS) en 1948 comme étant un état de bien-être physique, mental et social complet et non simplement l’absence de maladie. La QdV relative à la santé est un concept subjectif, dynamique et multidimensionnel incorporant au moins trois domaines : les fonctionnements physique, psychologique et social, recoupant ainsi la définition de la santé donnée par l’OMS. Ce concept se réfère à l’appréciation du patient sur le vécu de son traitement et de sa maladie même si des conséquences indirectes comme par exemple le chômage ou les difficultés financières sont parfois prises en compte. La QdV relative à la santé n’est pas directement mesurable. Elle entre donc dans le champ des Patient-Reported Outcomes (PROs), c’est à dire des mesures rapportées par les patients eux-mêmes par le biais d’auto-questionnaires [Doward and McKenna,2004,Fayers and Machin, 2013]. Plusieurs auto-questionnaires de QdV ont été développés. Ces auto-questionnaires sont constitués de questions (ou encore items) qui sont regroupées en dimensions associées à des thèmes. Ils doivent respecter un certain nombre de propriétés psychométriques pour pouvoir être validés et utilisés avec fiabilité. Ces questionnaires sont parfois génériques et/ou spécifiques d’une maladie. Ils sont conçus pour pouvoir être administrés à tous types d’individus quel que soit leur état de santé. L’EORTC QLQ-C30 est un questionnaire générique contenant 30 items et conçu pour mesurer la QdV dans la population cancéreuse. Le questionnaire est composé de cinq dimensions fonctionnelles (physique, rôle, émotionnelle, cognitive et sociale), une dimension de QdV/santé globale, huit dimensions symptomatiques (fatigue, nausée et vomissement, douleur, dyspnée, insomnie, perte d’appétit, constipation et diarrhée) et des difficultés financières liées à la maladie [McLachlan et al., 1998], voir figure 1.1. Selon le type de cancer, l’EORTC a développé des questionnaires spécifiques. Celui du cancer du sein est l’EORTC QLQ-BR23 [Sprangers et al., 1996]. Il contient 23 items et permet l’évaluation de huit dimensions supplémentaires spécifique au cancer du sein, voir figure 1.2. Parmi les huit dimensions, quatre sont des dimensions fonctionnelles (image corporelle, fonctionnement sexuel, plaisir sexuel et perspectives futures) et quatre des dimensions symptomatiques (effets secondaires liés au traitement, symptômes au niveau du bras, symptômes au niveau du sein, inquiétude liée à la perte des cheveux).
Médias sociaux et Santé
Selon une enquête réalisée en 2011 par la fondation HON [Pletneva et al., 2011], Internet est devenu la deuxième source d’information des patients après les consultations chez les médecins. 24 % de la population utilise Internet pour trouver des informations sur leur santé au moins une fois par jour (et jusqu’à 6 fois par jour) et 25 % au moins plusieurs fois par semaine. Ces « patients 2.0 » sont motivés par un accès facile à Internet au domicile, le manque général de temps pour des consultations plus classiques, un soutien humain (surtout pour les maladies chroniques),la nécessité de connaître les expériences des autres, ainsi que le désir d’obtenir plus d’informations avant ou après une consultation [Hancock et al., 2007,Merolli et al., 2013]. L’utilisation des médias sociaux devient donc de plus en plus fréquente, car ils permettent la création et l’échange de contenus générés par les utilisateurs [Kaplan and Haenlein, 2010]. De nos jours, nous avons plusieurs types de médias sociaux (blogs, forums, Facebook, Twitter, Instagram, WhatsApp, Tumblr, Google+, Snapchat, StackExchange, Reddit, etc.) et la plupart offrent différents types de services à leurs utilisateurs. La figure 1.3 présente le nombre d’utilisateurs actifs sur les médias sociaux les plus connus en Janvier 2017. Nous notons des centaines de millions d’utilisateurs pour chaque média présenté. Certains d’entre eux ont même dépassé le milliard d’utilisateurs actifs. Facebook prend la tête avec plus de 1, 871 milliards d’utilisateurs actifs et se dirige vers la barre des 2 milliards. Les patients ont tendance à utiliser ces médias, en particulier les forums de santé pour rechercher du soutien, partager leurs expériences, leurs opinions et leurs émotions sur différentes thématiques. [Hancock et al., 2007] ont montré que la communication anonyme via des ordinateurs facilite l’expression des états affectifs tels que les émotions, les opinions et les doutes. Généralement, ces états affectifs sont réprimés dans des contextes de communication plus traditionnels tels que les interviews en face-à-face ou les enquêtes menées par questionnaires. Dans ce contexte éminemment subjectif, la caractérisation et la compréhension de la perception que les patients ont de leur QdV est difficile, mais néanmoins particulièrement intéressante pour permettre notamment aux professionnels de santé d’améliorer leur connaissance de la QdV ressentie par les patients. Dans cette thèse, nous nous intéresserons aux histoires racontées par les patients atteints d’un cancer du sein dans les forums de santé en ligne à propos de leur santé, pour mieux comprendre leur perception de la QdV. En effet, de nombreux messages traitent de la façon de faire face aux symptômes ou aux effets secondaires des médicaments. Ce nouveau mode de communication est très prisé des patients car associé à une grande liberté du discours due notamment à l’anonymat fourni par ces sites. Les médias sociaux ont déjà été utilisé dans des recherches pour des programmes de santé. [Sadilek et al., 2012] ont utilisé Twitter pour analyser la propagation des maladies. [Krieck et al., 2011, Sadilek and Kautz, 2013] ont montré que Twitter pouvait également être utilisé pour prédire les épidémies de grippe. [Opitz et al., 2014, Zhang et al., 2017] ont utilisé les forums pour étudier les différents sujets abordés par les patients. Le traitement de ces données s’avère parfois très difficile, car de nombreux verrous sont associés à leurs analyses. En particulier la volumétrie des textes et leur hétérogénéité, aussi bien dans leur structure que dans leur contenu. En effet, comparé à d’autres types de texte, tels que les dossiers patients électroniques, les rapports cliniques, etc., les messages des médias sociaux sont mal rédigés et non structurés. Ils contiennent beaucoup de mots d’argots, des abréviations, des fautes d’orthographes. De ce fait, il est donc nécessaire d’adapter les méthodes semiautomatiques existantes pour traiter ces textes.
De quoi parlent-ils ?
Cette dimension se focalise sur les différentes thématiques discutées par les patients dans les médias sociaux. Afin d’étudier la QdV, il est nécessaire de comparer ces divers thèmes abordés dans les médias sociaux avec les thèmes des items présents dans les auto-questionnaires de QdV (EORTC QLQ-C30 et EORTC QLQ-BR23). Pour identifier les thèmes discutés par les patients, plusieurs approches existent,parmi lesquelles : 1) la prédiction supervisée de thèmes [Abdaoui et al., 2015a] : on cherche à associer les messages à des catégories prédéfinies; 2) la recherche d’informations [Opitz et al., 2014] : des thèmes sont décrits par des mots clés et on recherche les messages, parmi la multitude de messages, se rapportant à ces thèmes; 3) la prédiction non supervisée [Zhang et al., 2017] : on cherche les thèmes d’intérêt décrits par les patients sans a priori, c’est-à-dire sans classe prédéfinie. La dernière approche est celle à laquelle nous nous intéresserons dans cette thèse. Nous utiliserons une technique d’apprentissage non supervisée appelée LDA pour détecter les thèmes d’intérêt et proposerons une méthode originale pour relier automatiquement ces thèmes aux items des questionnaires de QdV.
Exploration et alignement des thèmes et les autoquestionnaires de QdV
Nous avons utilisé et étendu des méthodes de la littérature afin de détecter lesdifférents thèmes discutés par les patients dans les forums et les relier aux dimensions fonctionnelles et symptomatiques des auto questionnaires de QdV (EORTC QLQ-C30 et EORTC QLQ-BR23). Pour cela, nous avons appliqué un modèle d’apprentissage non supervisé appelé LDA avec des prétraitements pertinents. Ensuite, nous avons proposé une méthode permettant de calculer automatiquement la distance entre les thèmes détectés et les items des auto-questionnaires de QdV. Nous avons trouvé de nouveaux thèmes pouvant être intéressants pour la QdV et concluons que les données provenant des médias sociaux peuvent être utilisées pour une étude complémentaire à la QdV des patientes atteintes d’un cancer du sein.
|
Table des matières
1 Introduction
1.1 Contexte et motivations
1.1.1 Cancer du sein et Qualité de vie
1.1.2 Médias sociaux et Santé
1.1.3 Objectifs de la thèse
1.2 Les dimensions d’analyse
1.2.1 Comment s’expriment-ils?
1.2.2 De quoi parlent-ils?
1.2.3 Que ressentent-ils ?
1.3 Corpus de données utilisés
1.4 Contributions
1.4.1 Vocabulaire patient/médecin
1.4.2 Exploration et alignement des thèmes et les auto-questionnaires de QdV
1.4.3 Sentiments exprimés par les patients
1.5 Organisation du manuscrit
1.6 Publications
1.6.1 Revues internationales avec comité de lecture
1.6.2 Revues nationales avec comité de lecture
1.6.3 Conférences internationales
1.6.4 Conférences nationales
1.6.5 Workshops nationaux
1.6.6 Posters/Démonstrations
1.7 Projets connexes
2 Vocabulaire patient/médecin
2.1 Introduction
2.2 Motivations et état de l’art
2.3 Construction des relations du CHV
2.3.1 Étape 1 : création du vocabulaire expert
2.3.2 Étape 2 : création du corpus patient
2.3.3 Étape 3 : extraction des termes candidats à partir du corpus patient
2.3.4 Étape 4 : correction orthographique des termes candidats mal orthographiés
2.3.5 Étape 5 : recherche des termes abrégés
2.3.6 Étape 6 : similarité entre deux termes
2.3.7 Étape 7 : extension aux synonymes
2.4 Validation des relations du CHV
2.4.1 Première campagne d’évaluation
2.4.2 Extension aux synonymes
2.4.3 Deuxième campagne d’évaluation
2.5 Formalisation des relations dans une ontologie SKOS
2.5.1 Spécification du modèle
2.5.2 Alignement du vocabulaire expert
2.5.3 Résultats et discussions
2.6 Conclusions et perspectives
3 Exploration des thèmes
3.1 Introduction
3.2 État de l’art
3.3 Méthodes
3.3.1 Prétraitements effectués
3.3.2 Détection et interprétation des thèmes
3.3.3 Alignement des thèmes détectés par LDA avec les items des auto-questionnaires de QdV
3.4 Résultats
3.4.1 Modèles thématiques
3.4.2 Correspondance avec les thèmes des auto-questionnaires de QdV
3.5 Discussions
3.5.1 Auteurs des messages
3.5.2 Généralisation de la méthode
3.5.3 Limites de LDA : choix de K, nombre de thèmes
3.5.4 Correspondance entre auto-questionnaires et médias sociaux
3.5.5 Thèmes émergents dans les médias sociaux
3.5.6 Utilisation différente du forum et de Facebook
3.6 Conclusions et perspectives
4 Analyse des sentiments
4.1 Introduction
4.2 État de l’art
4.2.1 Classification de sentiments non supervisée
4.2.2 Classification de sentiments supervisée
4.2.3 Analyse des sentiments dans le domaine biomédical
4.3 Matériels
4.3.1 Corpus de forums de santé
4.3.2 Corpus sur d’autres types de textes
4.3.3 Lexiques
4.3.4 Classifieurs
4.4 Méthodes
4.4.1 Caractéristiques
4.4.2 Sélection d’attributs
4.4.3 Mesures d’évaluation
4.5 Expérimentations et discussions
4.5.1 Classification multi-classe
4.5.2 Classification multi-label
4.6 Plateforme de classification de sentiments
4.7 Quantification des sentiments et des émotions par thématique
4.8 Conclusions et perspectives
5 Conclusions générales et perspectives
5.1 Résumé des contributions
5.2 Perspectives
5.2.1 Évolution temporelle du langage patient
5.2.2 Interventions non médicamenteuses
5.2.3 Fouille de médias sociaux et éthique
5.2.4 Fouille de médias sociaux multimédias
A Vocabulaire patient/médecin
A.1 Fonction de pondération
A.2 Mesure de similarité
B Auto-questionnaires de qualité de vie
B.1 Formulaire EORTC QLQ-C30
B.2 Formulaire EORTC QLQ-BR23
C Analyse des sentiments
C.1 Calcul du Kappa
C.2 Algorithme de Bhowmick et al
C.3 Mesures d’évaluation utilisées
C.3.1 Mesures d’évaluation pour la classification multi-classe
C.3.2 Mesures d’évaluation pour la classification multi-label
Bibliographie
Télécharger le rapport complet
