Identification of profiles associated with conversions between the Alzheimer’s disease stages, using a machine learning approach Article de journal
Dans: Alzheimer's Research & Therapy, vol. 16, no. 1, p. 166, 2024.
Use of a Clustering Algorithm for Treatment Sequences (TAK®) as a Pre-processing Step to Explanatory and Predictive Models Article de journal
Dans: Group, vol. 2, no. 1.6, p. 1–8, 2023.
Épidémiologie et prise en charge thérapeutique des patients atteints d'un myélome multiple: Données issues de la cohorte MYLORD jusqu'à 2020 Présentation
29.03.2023.
Etude MEMORA-Learning: découverte de profils de patients à risque de conversion précoce vers le stade sévère de la maladie d'Alzheimer via des arbres de décision de survie Article de journal
Dans: Revue d'Épidémiologie et de Santé Publique, vol. 70, p. S256, 2022.
Costs and mortality associated with HIV: a machine learning analysis of the French national health insurance database Article de journal
Dans: Journal of Public Health Research, vol. 11, no. 2, p. jphr–2021, 2022.
Diagnosing hemophagocytic lymphohistiocytosis with machine learning: a proof of concept Article de journal
Dans: Journal of Clinical Medicine, vol. 11, no. 20, p. 6219, 2022.
Innovative approach for a typology of treatment sequences in early stage HER2 positive breast cancer patients treated with trastuzumab in the French national hospital database Article de journal
Dans: Cancer Informatics, vol. 21, p. 11769351221135134, 2022.
Machine learning–based analysis of treatment sequences typology in advanced non–small-cell lung cancer long-term survivors treated with nivolumab Article de journal
Dans: JCO Clinical Cancer Informatics, vol. 6, p. e2100108, 2022.
Taux de passage entre les lignes de traitement et prise en charge des patients atteints d'un myélome multiple et ayant initié une première ligne de traitement en 2014 ou 2015. MYLORD, une étude en vie réelle à partir des données du SNDS Actes
2022.
Factors associated with aggressiveness of end-of-life care for lung cancer patients and associated costs of care Article de journal
Dans: Clinical Lung Cancer, vol. 22, no. 3, p. e320–e328, 2021.
Evolution of Dara-based regimen use along treatment lines from 2016 to 2019: a real-life study based on the French national claim database Présentation
01.01.2021.
Treatment pathways for patients with multiple myeloma: a real-life study based on the French National Claim database from 2014 to 2019 Présentation
01.01.2021.
Meta-TAK: a scalable double-clustering method for treatment sequence visualization Présentation
01.12.2020.
ATLAS–Nouvelle méthode d’analyse des lignes de traitements à partir du système national des données de santé: exemple de l’étude MYLORD, sur les patients français atteints du myélome multiple Article de journal
Dans: Revue d'Épidémiologie et de Santé Publique, vol. 68, p. S74–S75, 2020.
Analysis of Treatment Sequences in HER2-Positive EARLY Breast Cancer Patients: A Retrospective Study from the French National Hospital Database Using a Machine Learning Algorithm, the TAK Article de journal
Dans: Value in Health, vol. 23, p. S471–S472, 2020.
Meta-TAK, a Scalable Double-Clustering Method for Treatment Sequences Visualization: Case Study in Breast Cancer Using Claim Data Article de journal
Dans: Value in Health, vol. 23, p. S471, 2020.
An optimization-based process mining approach for explainable classification of timed event logs Proceedings Article
Dans: 2020 IEEE 16th International Conference on Automation Science and Engineering (CASE), p. 43–48, IEEE 2020.
Analyses des séquences de traitements à partir du SNIIRAM: cas d’étude des incidents 2013 du VIH Article de journal
Dans: Revue d'Épidémiologie et de Santé Publique, vol. 67, p. S177–S178, 2019.
ATLAS: a robust algorithm for temporal sequence alignment of treatment lines using claim databases Proceedings Article
Dans: 2019 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB), p. 1–8, IEEE 2019.
Identification des lignes de traitement en cancérologie à partir des données du Système national des données de santé: une méthode d’intelligence artificielle basée sur l’alignement de séquences Article de journal
Dans: Revue d'Épidémiologie et de Santé Publique, vol. 67, p. S92–S93, 2019.