Date de l'évènement :
Lieu de l'évènement :
Organisé par :
Référent :
Chez les personnes qui injectent des drogues, les infections de la peau et des tissus mous sont fréquentes et représentent une lourde complication liée à la pratique de l’injection. Afin de mieux comprendre les facteurs influençant la survenue de ces abcès, nous avons analysé les données recueillies à l’inclusion issues de deux études conduites auprès des personnes qui injectent des drogues dans 5 pays européens. Les résultats nous donnent des pistes pour améliorer les réponses proposées par les services de réduction des risques.
Mot clefs : injection, abcès, hygiène, réduction des risques, bonnes pratiques
Enseignant Chercheur AMU - Equipe QuanTIM
Référent :
La lutte contre l’antibiorésistance implique une prescription raisonnée des antibiotiques à l’hôpital. En attendant les résultats d’antibiogramme, les cliniciens prescrivent des antibiothérapies probabilistes en se basant sur leur appréciation du niveau de gravité du patient, les recommandations disponibles, leur connaissance souvent très imparfaite de l’écologie bactérienne locale et les résultats partiels communiqués par le laboratoire au fur et à mesure du processus d'identification bactériologique.
L’objectif de ce travail est de mettre au point et évaluer la capacité d’algorithmes d’apprentissage machine à prédire la sensibilité aux antibiotiques aux différents stades d’identification, à partir des données historiques des antibiogrammes de l’Hôpital Européen Marseille.
Il permettra d'étudier ensuite l’intérêt potentiel d’une appli utilisable « au lit du malade » dans l’amélioration de la pertinence des antibiothérapies probabilistes.
Mot clefs : antibiorésistance; aide à la décision; apprentissage machine; intelligence artificielle; prédiction
