Data Scientist Analysis of cancer data "Old Women" in the SNDS (M/F)

Laboratoire - Service

Le poste est à pourvoir à plein temps au sein de l’unité U932 Immunité et cancer (Institut Curie et Inserm) et au sein du Département de Recherche Translationnelle, dans l’équipe Réponse au Traitement et Résidu Tumoral (RT2Lab). Cette équipe porte de nombreux projets de recherche sur des cohortes cliniques et des bases de données médico-administratives (type SNDS) fournissant un accompagnement technique et une expertise méthodologique, biostatistique, et épidémiologique.

L’objectif du projet est d’étudier les associations entre comédications, comorbidités et cancer du sein et cancers gynécologiques à une très large échelle, sur l’ensemble de la population française des patientes âgées de 70 ans et plus, à partir de données de vie réelle issues du Système National des Données de Santé (SNDS), qui recouvre la quasi-totalité des données de santé de la population française. Ceci permettra de formuler des recommandations d’adaptation des traitements et des parcours de soins aux sujets âgés et de définir des orientations de recherche.

Missions

Description des activités

A partir des données du SNDS, construire les cohortes de patientes ainsi que les covariables d’intérêt pour en déduire les trajectoires de soins les plus efficientes chez les patientes âgées.

- Construction des cohortes SNDS par type de cancers (d’identification un ensemble de patientes âgées de plus de 70 ans et traitées pour un cancer du sein ou un cancer gynécologique sur une période donnée, à partir des données du SNDS hébergées sur la plateforme de Health Data Hub).

- Construction des covariables d’intérêt (âge, type et dates des traitements reçus, prise de comédications, existence de comorbidités, sous-type de cancers du sein ect.).

- Réaliser des analyses descriptives et prédictives des trajectoires thérapeutiques et des parcours de soin (évènements indésirables, toxicités, consultations en urgences, hospitalisation).

Cette modélisation des stratégies de soins permettra d’améliorer la prise en charge des personnes âgées notamment via le calcul des coûts/bénéfices associés à chaque trajectoire de soin ou la prédiction des évènements indésirables par exemple.