Menee conjointement par INSA Rennes et UGB, cette recherche explore les modèles de régressions à inflation de zéros pour l'analyse des soins de santé.
L'Essentiel : Menee conjointement par INSA Rennes et UGB, cette recherche explore les modèles de régressions à inflation de zéros pour l'analyse des soins de santé.
Alpha Oumar Diallo (Institut National des Sciences Appliquées - Rennes).
Thèse soutenue en 2017.
Cette recherche est le fruit d'une cotutelle internationale entre plusieurs institutions partenaires.
L'analyse des données de santé représente un enjeu majeur pour les décideurs politiques et les acteurs de la santé, surtout dans un contexte où l'accès aux soins est souvent inégal et marqué par des disparités géographiques et socio-économiques. La thèse d'Alpha Oumar Diallo, réalisée dans le cadre d'une cotutelle franco-africaine, met en lumière des modèles de régressions à inflation de zéros, qui permettent de mieux comprendre les comportements de consommation des soins médicaux. Ces modèles sont particulièrement pertinents dans des contextes où l'excès de zéros dans les données peut fausser les analyses traditionnelles. En effet, de nombreux patients ne recourent pas aux soins pour diverses raisons, et comprendre les motivations derrière ce non-recours est essentiel pour améliorer l'accès aux soins.
Dans de nombreux pays d'Afrique de l'Ouest, comme le Bénin, les obstacles à l'accès aux soins peuvent être multiples : manque d'infrastructures, coûts élevés des soins, absence de couverture maladie, ou encore méfiance envers le système de santé. Par exemple, une étude récente a montré que près de 40 % des populations rurales au Bénin ne consultent pas un professionnel de santé en raison de ces barrières. La recherche d'Alpha Oumar Diallo aborde des questions fondamentales telles que l'estimation des paramètres dans des modèles binomiaux à inflation de zéro. En démontrant l'existence et la consistance de l'estimateur du maximum de vraisemblance, cette thèse ouvre la voie à des analyses plus robustes et à des politiques de santé mieux informées.
L'utilisation de simulations et de données réelles dans cette recherche est particulièrement pertinente. En effet, les données manquantes sont un problème récurrent dans les études de santé, et leur traitement adéquat est crucial pour obtenir des résultats fiables. L'auteur propose des solutions concrètes pour traiter ces données manquantes, ce qui pourrait transformer la manière dont les études de santé sont menées. Par exemple, l'application de techniques d'imputation avancées pourrait permettre de mieux estimer les comportements de consommation des soins, en tenant compte des spécificités locales.
Les résultats de cette recherche sont d'une grande portée. Ils permettent non seulement d'identifier les causes du non-recours aux soins, mais aussi de proposer des méthodes de pondération qui améliorent la qualité des estimations. Cela pourrait avoir un impact significatif sur les politiques de santé, en permettant aux décideurs de cibler plus efficacement les interventions. Par exemple, en identifiant les groupes les plus vulnérables qui n'accèdent pas aux soins, les gouvernements pourraient mettre en place des programmes spécifiques pour améliorer leur situation.
Il est crucial que les décideurs prennent en compte ces avancées méthodologiques pour optimiser les ressources de santé. En intégrant ces modèles dans les analyses de politiques publiques, il est possible de mieux comprendre les dynamiques de consommation des soins et d'adapter les stratégies en conséquence. Cela pourrait également encourager une approche plus inclusive, où les besoins des populations marginalisées sont pris en compte.
Les implications de cette recherche vont au-delà des frontières du Bénin, touchant à des enjeux globaux de santé publique et d'équité. Dans un monde où les inégalités en matière de santé sont de plus en plus visibles, il est impératif que les pays d'Afrique de l'Ouest, et au-delà, adoptent des approches basées sur des données solides. En intégrant des modèles statistiques avancés dans l'élaboration des politiques de santé, les décideurs peuvent non seulement améliorer l'accès aux soins, mais aussi renforcer la résilience des systèmes de santé face aux crises futures.
En conclusion, la thèse d'Alpha Oumar Diallo ne se limite pas à une simple avancée académique ; elle représente un véritable levier pour transformer les systèmes de santé en Afrique de l'Ouest. En mettant en lumière les comportements de consommation des soins médicaux et en proposant des solutions concrètes, cette recherche ouvre la voie à une meilleure compréhension des défis auxquels sont confrontés les systèmes de santé, tout en offrant des pistes pour une amélioration significative de l'accès aux soins pour tous.
Accéder à l'étude complète
Sources et accès
Alpha Oumar Diallo. Spécialité : Mathématiques et leurs interactions présentée par ALPHA OUMAR DIALLO ECOLES DOCTORALES : ED MATHSTIC et ED ST/UGB LABORATOIRE : IRMAR et LERSTAD. Statistiques [math.ST]. INSA de Rennes; Université Gaston Berger de Saint-Louis du Sénégal, 2017. Français. ⟨NNT : ⟩. ⟨tel-01813607⟩