Comparaison de deux méthodes de fouille de données pour l’estimation des durées opératoires

Vandamme, Jean-Philippe [FUCAM] Meskens, Nadine [UCL]

Dans cet article, après avoir décrit les données utilisées et avoir décrit la méthodologie suivie, nous tenterons la comparaison d’une méthode classique d’analyse de données et d’une méthode de fouille de données plus récente afin d’établir une estimation de la durée opératoire. Avoir une bonne estimation de la durée opératoire est bien entendu capital pour l’optimalisation de la gestion du planning opératoire. De même une bonne estimation de la durée de séjour d’un patient facilitera grandement la gestion des lits dans les différents services de l’hôpital. C’est pourquoi de plus en plus d’auteurs s’attaquent à l’estimation de ces deux types de durées. Plusieurs d’entre eux utilisent, pour ce faire, des modèles de régression (Smith et al., 2002), de régression logistique (Wright et al., 2003), des ensembles approximatifs (Levecq et al., 2004), des réseaux de neurones (Walczak et al., 2002), ou encore des arbres de décision (Liu et al, 2006) pour ne citer que ces méthodes. Dans cet article, nous utiliserons les arbres de décision comme référence afin de comparer cette méthode d’analyse de données à une autre moins courante dans le monde de la gestion hospitalière, à savoir les forêts aléatoires.