Les problèmes d’addictions touchent environ 275 millions de personnes dans le monde. Certains gouvernements se livrent à une véritable guerre ouverte pour combattre ce fléau. Aux États-Unis, une vague d’addiction aux opiacés (opium, morphine ou codéine) ravage le pays. C’est dans l’objectif d’enrayer ce problème de santé publique que l’École de médecine de Stanford a utilisé la data science pour connaître l’origine de ces addictions.
Quelles méthodes ont été utilisées ?
Pour mener à bien leurs études, le docteur et professeur Tina Hernandez-Boussard et son équipe ont eu recours à l’aide Gainwell Technologies, une entreprise spécialisée dans l’administration médicale. Grâce à eux, ils ont pu obtenir une base de plusieurs millions de données, composée de dossiers médicaux rendus anonymes. L’équipe du docteur Hernandez-Boussard a alors fait analyser ces données par des algorithmes de machine learning et de deep learning, codés en R et en Python.
Quels sont les résultats de ces études ?
Les résultats des analyses ont montré que les prescriptions de médicaments contenant des opiacés sont souvent erronées. La dose est soit trop forte, soit sur une durée trop longue. De ce fait, les patients tombent rapidement en dépendance de ces produits et se tournent vers des produits illicites pour combler leurs besoins. Les analyses montrent aussi que les patients prenant des opiacés pour la première fois ont une chance sur trois de développer une dépendance.
Les résultats d’études ont été transmis aux United States Département of Health and Human Services (HHS).
Ce rapport a pour but de montrer la dangerosité des médicaments opiacés et d’inciter les médecins à revoir les méthodes de prescription (posologie, durée de traitement, etc.).
Si vous aussi vous souhaitez combattre les addictions, et si vous envisagez une carrière dans les métiers de la Data Science pour faire avancer la recherche médicale, découvrez notre offre de formation en visitant cette page.
Source : healthcareitnews.com
