PROJET n° 19

e-PoleSat - planification sanitaire prospective

Modéliser, simuler les recompositions territoriales et prédire leurs conséquences

Le processus de modélisation complet a été imaginé en 4 phases; Depuis 2019 avec l'aide de la DGOS, nous avons un prototype "e-PoleSat métier" qui englobe la phase 2 de modélisation et la phase 4 de simulation et de prédictions. Il reste à faire : 1-vérifier/intégrer le programme R existant de la "phase 1- cartographie observée réelle"; et 2- à développer le programme de "la phase 3- de comparaison géographique et statistique" qui compare le modèle théorique des aires d'attraction hospitalières à la cartographie réelle des aires d'attraction hospitalières.

Notre problème

Nous souhaitons faire évoluer le prototype e-PoleSat métier pour permettre l'évaluation de la performance de e-PoleSat. Cette étape est nécessaire à la DGOS pour améliorer son niveau de confiance envers les modélisations et les prédictions de e-PoleSat.

En effet, l’hypothèse est que e-PoleSat, modèle gravitaire pourrait être adapté dans certaines spécialités médico-chirurgicales et/ou zones géographiques à l'étude et moins adapté dans d'autres cas d’étude (couvrant des spécialités médico-chirurgicales et /ou zones géographiques particulières).

Nous avons besoin de comparer systématiquement pour tous cas d’étude, les résultats modélisés/simulés par e-PoleSat aux résultats des aires d'attraction hospitalières réelles (tracées à partir des données PMSI).

Notre objectif est :

De mesurer la différence entre les zones gravitaires théoriques et les zones réelles (PMSI) et de calculer un indicateur statistique pour identifier les situations géographiques pour lesquelles ça fonctionnerait le moins (zones rurales, zone à faible densité de population, zones urbaines, zones montagneuses… ) ou les situations médicales qui fonctionneraient le moins
Autour d’une rupture d’activité (fermeture), c’est de mesurer la répartition naturelle des patients :
- Avec les données PMSI, il faut regarder si pour chaque commune le flux de patients est à destination du deuxième établissement de santé après l’établissement fermé.
- Avec PoleSat, les établissements de proximité sont identifiés lors de la simulation de fermeture d'établissement.

La solution serait de compléter notre protoype e-PoleSat métier pour répondre à l’objectif

== le développement de la phase complète de comparaison

Une comparaison géographique réalisée par superposition des couches géographiques (réelles et modélisées par e-PoleSat), par effet de transparence ;
Un curseur graphique sous l’écran de superposition des couches (cartes théoriques et cartes observées) servirait à naviguer entre les niveaux théorique et observé – évaluant ainsi la performance du modèle e-PoleSat - montrant ou ne montrant pas la bonne adéquation du modèle gravitaire et affichant le ou les indicateurs statistiques de performances (erreur calculée par différences, coefficient d’attraction, autres métriques etc);
- Autour d’une rupture d’activité (fermeture), c’est de mesurer la répartition naturelle des patients prédits par e-PoleSat et de mesurer la répartition naturelle des patients réalisée grâce aux données (PMSI)

==** idée détaillée du développement d’un curseur de comparaison**==

Nous avons besoin que l’outil puisse permettre de passer d’un résultat de simulation sur des analyses par attractivité à des flux habituels réels des patients.

Si on met le curseur à gauche on est sur une simulation 100% sur les pôles d’attractivité
Et plus on déplace le curseur vers la droite et plus on prend en compte les habitudes anciennes des patients.
Tout à droite on obtient un refus catégorique des patients et des adresseurs médicaux de changer leurs habitudes (détection de zones géographiques particulières)

Ainsi, si on crée une nouvelle activité médicale dans un hôpital, on pourra voir/analyser ce que serait l’effet sur la résilience au changement de la patientèle. Surtout pour des activités avec adresseurs libéraux.

En résumé ce que signifient les positions du curseur :

le curseur est à gauche : c’est le monde idéal théorique (modèle gravitaire) les gens consomment à proximité,
le curseur est au milieu, on observe 50% de résilience au changement et 50% de patients qui gardent leurs habitudes
le curseur est à droite, on observe un refus total de changement, 100% des patients gardent leurs habitudes de déplacement, résistent au changement

Les compétences recherchées pendant le hackhaton

profil de développeur

profil ingénieur en data science – statistiques, machine learning …

Liens vers documents à télécharger – date limite 14 mars 2025

https://filesender.renater.fr/?s=download&token=f6176d5f-011a-4b4b-bbaa-165a56a16e3a

0_pitch_2mn_e-PoleSat Metier_mai2023.pptx'

1_QUESNEL_14_dec2021_DGOS-ANAP_audio.pptx

2_Algorithme_optimise_e-polesat_VIDEO.pptx

3_e_PoleSat_article_Colloque_SanteGlobale_decisionsLocales.pdf

Anciennes versions de Pitch - pour le Hackhaton édition 2025

v1-Pitch_e-PoleSat_20Fevrier2025_1.18mn.mp4

v2-Pitch_e-PoleSat_21Fevrier2025_1.17mn.mp4