Automatisation de l'analyse des données de personnes en perte d'autonomie

Détails du projet

Année : 2025

Client : Direction de l’Action Sanitaire de Monaco

Objectifs :

Ce projet visait à consolider près de 20 ans de données historiques collectées par le Centre de Coordination Gérontologique de Monaco (CCGM) pour en analyser les tendances et prédire la perte d’autonomie, tout en établissant un système automatisé de suivi du programme.

Livrables :

• Base de données consolidée
• Rapport complet d’analyse de données
• Rapport de suivi mensuel
• Application R-Shiny pour la mise à jour automatisée des livrables

Résumé des activités

Créé en 2005, le Centre de Coordination Gérontologique de Monaco CCGM a pour mission d’accompagner le vieillissement et la prévention de la perte d’autonomie sur le territoire monégasque. Il assure le suivi de 800 personnes grâce à des évaluations gérontologiques standardisées à domicile. Près de 3 500 personnes ont bénéficié du programme depuis 2006. Les données de suivi longitudinal, comprenant environ 13 000 évaluations standardisées, constituent une ressource unique pour analyser les besoins de prise en charge de la population âgée.

Sigia a été mandaté pour consolider et analyser ces données, décrire l’activité du programme, documenter les changements dans les caractéristiques et les parcours de la population suivie, et développer un indicateur prédictif de perte d’autonomie.

À l’aide du logiciel statistique R, deux livrables peuvent désormais être produits automatiquement par l’équipe du CCGM :

• Un rapport détaillé au format HTML fournissant 76 tableaux et 35 figures, chacun pouvant être facilement exporté par l’utilisateur au format Excel ou PNG.
• Un document de suivi au format Word fournissant 9 tableaux et 6 figures pour suivre les activités et les résultats de l’année en cours.

Pour faciliter l’utilisation du processus automatisé, tous les scripts R ont été regroupés dans une bibliothèque R dédiée et une application R-Shiny a été développée. Cette application permet aux utilisateurs d’importer les données requises et d’exporter les résultats finaux en toute simplicité (figure 1).

Un modèle d’analyse de survie multivariée à événements répétés a été ajusté pour fournir un score de risque de perte d’autonomie. La capacité de ce score à prédire correctement la perte d’autonomie a été évaluée sur un sous-échantillon de la population (figure 2).