Au CHU de Toulouse, notre unité de recherche et d’évaluation économique en santé (Erees) se concentre aussi sur plusieurs thématiques de recherche essentielles pour comprendre et améliorer le système de santé :
- étude de l’impact des déterminants socio-économiques sur l’efficience du système de santé, en analysant comment des facteurs tels que le revenu, l’éducation et l’environnement social influencent l’accès aux soins et les résultats de santé,
- étude du fardeau économique de l’aide informelle, en évaluant les coûts associés aux soins fournis par les proches et leur impact sur la santé des aidant·es,
- description et analyse des parcours de soins en cherchant à identifier les trajectoires des patient·es à travers le système de santé, afin de repérer les points de blocage et d’améliorer la continuité des soins.
Ces recherches visent à fournir des recommandations concrètes pour optimiser les ressources et garantir une meilleure qualité de vie aux patient·es.
Pour mener à bien ces recherches au sein de l’Erees, nous nous appuyons principalement sur les données du Système national des données de santé (SNDS), ainsi que sur les données provenant d’études cliniques. Ces sources nous permettent d’obtenir des informations riches et variées sur les parcours de soins des patient·es. Afin de mieux caractériser ces parcours, nous mobilisons des méthodologies d’intelligence artificielle, telles que le machine learning et la clusterisation, qui nous aident à identifier des patterns et des groupes homogènes au sein des données.
Notre unité s’investit aussi dans le développement et l’adaptation d’outils mathématiques innovants en vue répondre de manière ciblée aux contraintes identifiées, qu’il s’agisse de modéliser des situations complexes, de traiter des données atypiques ou de répondre à des besoins méthodologiques spécifiques. Cette démarche nous permet de produire des analyses d’efficience robustes tout en nous ajustant aux réalités concrètes du terrain. Ces approches nous permettent d’évaluer l’impact des traitements et d’optimiser les décisions cliniques et économiques.