Apport de la fouille de données pour la prévention du risque suicidaire

Romain Billot (1, 2) , Sofian Berrouiguet (1, 2, 3, 4) , Mark Larsen (5) , Michel Walter (3) , Jorge López Castroman (6) , Enrique Baca-Garcia (7) , Philippe Courtet (8) , Philippe Lenca (1, 2)

1 Lab-STICC_IMTA_CID_DECIDE
2 IMT Atlantique - LUSSI - Département Logique des Usages, Sciences sociales et Sciences de l'Information
3 CHU - BREST - Hopital de Bohars - CHRU Brest
4 EA7479 SPURBO - Soins Primaires, Santé Publique, Registre des cancers de Bretagne Occidentale
5 BDI - Black Dog Institute (University of New South Wales)
6 CHU Nîmes - Hôpital Universitaire Carémeau [Nîmes]
7 Department of Psychiatry (Hospital Universitario Fundacion Jimenez Diaz )
8 PSNREC - Neuropsychiatrie : recherche épidémiologique et clinique

Avec plus de 800 000 décès par an dans le monde, le suicide est la troisième cause de décès évitable. Il y a 20 fois plus de tentatives, impliquant de nombreuses hospitalisations, des coûts humains et sociétaux énormes. Ces dernières années, les modalités de collecte de données, sociologiques et cliniques, concernant les patients reçus en consultation après une tentative, ont connu de profonds changements liés aux outils numériques. Nous présentons les principaux résultats d'un processus complet de fouille de données sur un échantillon de suicidants de deux hôpitaux européens. Le premier objectif est d'identifier des groupes de patients similaires et le second d'identifier des facteurs de risque associés au nombre de tentatives. Des méthodes non supervisées (ACM et clustering) et supervisées (arbres de régression) sont appliquées pour y répondre. Les résultats mettent en lumière l'apport de la fouille de données à des fins descriptives ou explicatives.

Mots clés: Fouille de données; Data mining; Machine learning; Suicide; Tentative de suicide; Clustering; Arbres de régression

Domaines: Intelligence artificielle [cs.AI]; Ordinateur et société [cs.CY]; Psychiatrie et santé mentale; Santé publique et épidémiologie; Machine Learning [stat.ML]

Romain Billot, Sofian Berrouiguet, Mark Larsen, Michel Walter, Jorge López Castroman, et al.. Apport de la fouille de données pour la prévention du risque suicidaire. Conférence Internationale sur l'Extraction et la Gestion des Connaissances, Revue des Nouvelles Technologies de l'Information, Jan 2018, Paris, France. pp.143 - 154. ⟨hal-01694714⟩