Date de l'évènement :
Lieu de l'évènement :
En Afrique Sub-saharienne (ASS), les HSH subissent un fort stigma ainsi qu'une pression sociale à avoir des partenaires féminines. Nous avons conduit une revue systématique avec pour objectifs de i) collecter et synthétiser toutes les informations sur la bisexualité masculine (comportements sexuels avec les femmes, risque VIH, contexte psychosocial, structurel...)
ii) évaluer le risque de passerelle du VIH entre les HSHF et leurs partenaires féminines dans les différents contextes épidémiques (épidémie généralisée au Sud, épidémie mixte en Afrique de l'Ouest, épidémie intermédiaire en Afrique Centrale). Nous présenterons la méthodologie d'une revue systématique en méthodes mixtes (analyse thématique de données qualitatives et méta-analyses de données quantitatives) ainsi qu'une partie des résultats.
Mot clefs : revue systématique, VIH, bisexualité masculine, Afrique Sub-Saharienne, hommes ayant des relations sexuelles avec des hommes et avec des femmes (HSHF)
After the diagnosis of a disease, a key question in clinical practice is accurate prediction of patient prognosis. In this context, there is an increasing interest in joint models for longitudinal and time-to-event data, due to their ability of updating survival estimates as additional longitudinal information are recorded (e.g. individual biomarkers measurements). The main drawback of this approach is of a practical nature: complex model specifications are still difficult to implement and/or computationally expensive to estimate. JM-Optim is a project that intends to fill this gap through the proposal of (i) a set of numerical tools to improve the performance of the estimation process and (ii) the development of a web app, with interactive user interfaces for joint analysis. We present these ideas with a medical-decision problem concerning the clinical management of critically ill cancer patients being considered for intensive care units.
Mot clefs : e-Health, joint model, longitudinal data, personalized medicine, predictive models, survival data, stochastic optimization
