Analyse de série chronologique interrompue : Questions médicales fréquentes
Nom anglais: Interrupted Time Series Analysis
Descriptor UI:D065186
Tree Number:N06.850.520.450.500.912
Termes MeSH sélectionnés :
Deep Learning
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "MedicalWebPage",
"name": "Analyse de série chronologique interrompue : Questions médicales les plus fréquentes",
"headline": "Analyse de série chronologique interrompue : Comprendre les symptômes, diagnostics et traitements",
"description": "Guide complet et accessible sur les Analyse de série chronologique interrompue : explications, diagnostics, traitements et prévention. Information médicale validée destinée aux patients.",
"datePublished": "2024-02-04",
"dateModified": "2025-04-29",
"inLanguage": "fr",
"medicalAudience": [
{
"@type": "MedicalAudience",
"name": "Grand public",
"audienceType": "Patient",
"healthCondition": {
"@type": "MedicalCondition",
"name": "Analyse de série chronologique interrompue"
},
"suggestedMinAge": 18,
"suggestedGender": "unisex"
},
{
"@type": "MedicalAudience",
"name": "Médecins",
"audienceType": "Physician",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "France"
}
},
{
"@type": "MedicalAudience",
"name": "Chercheurs",
"audienceType": "Researcher",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "International"
}
}
],
"reviewedBy": {
"@type": "Person",
"name": "Dr Olivier Menir",
"jobTitle": "Expert en Médecine",
"description": "Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale",
"url": "/static/pages/docteur-olivier-menir.html",
"alumniOf": {
"@type": "EducationalOrganization",
"name": "Université Paris Descartes"
}
},
"isPartOf": {
"@type": "MedicalWebPage",
"name": "Études épidémiologiques",
"url": "https://questionsmedicales.fr/mesh/D016021",
"about": {
"@type": "MedicalCondition",
"name": "Études épidémiologiques",
"code": {
"@type": "MedicalCode",
"code": "D016021",
"codingSystem": "MeSH"
},
"identifier": {
"@type": "PropertyValue",
"propertyID": "MeSH Tree",
"value": "N06.850.520.450.500"
}
}
},
"about": {
"@type": "MedicalCondition",
"name": "Analyse de série chronologique interrompue",
"alternateName": "Interrupted Time Series Analysis",
"code": {
"@type": "MedicalCode",
"code": "D065186",
"codingSystem": "MeSH"
}
},
"author": [
{
"@type": "Person",
"name": "Jürgen Rehm",
"url": "https://questionsmedicales.fr/author/J%C3%BCrgen%20Rehm",
"affiliation": {
"@type": "Organization",
"name": ""
}
},
{
"@type": "Person",
"name": "Shannon Lange",
"url": "https://questionsmedicales.fr/author/Shannon%20Lange",
"affiliation": {
"@type": "Organization",
"name": ""
}
},
{
"@type": "Person",
"name": "Y Li",
"url": "https://questionsmedicales.fr/author/Y%20Li",
"affiliation": {
"@type": "Organization",
"name": "Key Laboratory of Medical Virology and Viral Diseases of National Health Commission, National Institute of Viral Disease Control and Prevention, Chinese Center for Disease Control and Prevention, Beijing 102206, China."
}
},
{
"@type": "Person",
"name": "S C Yu",
"url": "https://questionsmedicales.fr/author/S%20C%20Yu",
"affiliation": {
"@type": "Organization",
"name": "Office of Epidemiology, Chinese Center for Disease Control and Prevention, Beijing 102206, China."
}
},
{
"@type": "Person",
"name": "C G Jin",
"url": "https://questionsmedicales.fr/author/C%20G%20Jin",
"affiliation": {
"@type": "Organization",
"name": "School of Social Development and Public Policy, Beijing Normal University, Beijing 100875, China."
}
}
],
"citation": [
{
"@type": "ScholarlyArticle",
"name": "Use of machine learning and deep learning to predict particulate",
"datePublished": "2023-09-15",
"url": "https://questionsmedicales.fr/article/37716314",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1016/j.jenvrad.2023.107294"
}
},
{
"@type": "ScholarlyArticle",
"name": "A deep learning model for anti-inflammatory peptides identification based on deep variational autoencoder and contrastive learning.",
"datePublished": "2024-08-08",
"url": "https://questionsmedicales.fr/article/39117712",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1038/s41598-024-69419-y"
}
},
{
"@type": "ScholarlyArticle",
"name": "Deep Learning Subtraction Angiography: Improved Generalizability with Transfer Learning.",
"datePublished": "2022-12-16",
"url": "https://questionsmedicales.fr/article/36529442",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1016/j.jvir.2022.12.008"
}
},
{
"@type": "ScholarlyArticle",
"name": "A Machine Learning and Deep Learning Approach for Recognizing Handwritten Digits.",
"datePublished": "2022-07-15",
"url": "https://questionsmedicales.fr/article/35875749",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1155/2022/9869948"
}
},
{
"@type": "ScholarlyArticle",
"name": "Editorial of Special Issue \"Deep Learning and Machine Learning in Bioinformatics\".",
"datePublished": "2022-06-14",
"url": "https://questionsmedicales.fr/article/35743052",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.3390/ijms23126610"
}
}
],
"breadcrumb": {
"@type": "BreadcrumbList",
"itemListElement": [
{
"@type": "ListItem",
"position": 1,
"name": "questionsmedicales.fr",
"item": "https://questionsmedicales.fr"
},
{
"@type": "ListItem",
"position": 2,
"name": "Environnement et santé publique",
"item": "https://questionsmedicales.fr/mesh/D004778"
},
{
"@type": "ListItem",
"position": 3,
"name": "Santé publique",
"item": "https://questionsmedicales.fr/mesh/D011634"
},
{
"@type": "ListItem",
"position": 4,
"name": "Méthodes épidémiologiques",
"item": "https://questionsmedicales.fr/mesh/D004812"
},
{
"@type": "ListItem",
"position": 5,
"name": "Caractéristiques des études épidémiologiques",
"item": "https://questionsmedicales.fr/mesh/D016020"
},
{
"@type": "ListItem",
"position": 6,
"name": "Études épidémiologiques",
"item": "https://questionsmedicales.fr/mesh/D016021"
},
{
"@type": "ListItem",
"position": 7,
"name": "Analyse de série chronologique interrompue",
"item": "https://questionsmedicales.fr/mesh/D065186"
}
]
}
},
{
"@type": "MedicalWebPage",
"name": "Article complet : Analyse de série chronologique interrompue - Questions et réponses",
"headline": "Questions et réponses médicales fréquentes sur Analyse de série chronologique interrompue",
"description": "Une compilation de questions et réponses structurées, validées par des experts médicaux.",
"datePublished": "2025-05-04",
"inLanguage": "fr",
"hasPart": [
{
"@type": "MedicalWebPage",
"name": "Diagnostic",
"headline": "Diagnostic sur Analyse de série chronologique interrompue",
"description": "Comment identifier une série chronologique interrompue ?\nQuels outils sont utilisés pour l'analyse ?\nQuelles données sont nécessaires pour l'analyse ?\nComment évaluer la validité des résultats ?\nQuels biais peuvent affecter l'analyse ?",
"url": "https://questionsmedicales.fr/mesh/D065186?mesh_terms=Deep+Learning&page=2#section-diagnostic"
},
{
"@type": "MedicalWebPage",
"name": "Symptômes",
"headline": "Symptômes sur Analyse de série chronologique interrompue",
"description": "Quels symptômes peuvent être analysés ?\nComment les symptômes évoluent-ils après une intervention ?\nPeut-on mesurer des symptômes subjectifs ?\nLes symptômes sont-ils influencés par des facteurs externes ?\nComment les symptômes sont-ils collectés ?",
"url": "https://questionsmedicales.fr/mesh/D065186?mesh_terms=Deep+Learning&page=2#section-symptômes"
},
{
"@type": "MedicalWebPage",
"name": "Prévention",
"headline": "Prévention sur Analyse de série chronologique interrompue",
"description": "Comment l'analyse aide-t-elle à la prévention ?\nQuels programmes peuvent être analysés ?\nComment mesurer l'impact d'une campagne de prévention ?\nQuels indicateurs de prévention sont pertinents ?\nPeut-on évaluer des interventions non médicales ?",
"url": "https://questionsmedicales.fr/mesh/D065186?mesh_terms=Deep+Learning&page=2#section-prévention"
},
{
"@type": "MedicalWebPage",
"name": "Traitements",
"headline": "Traitements sur Analyse de série chronologique interrompue",
"description": "Quels traitements peuvent être évalués par cette méthode ?\nComment mesurer l'efficacité d'un traitement ?\nPeut-on comparer plusieurs traitements ?\nQuels indicateurs de traitement sont utilisés ?\nComment les effets secondaires sont-ils pris en compte ?",
"url": "https://questionsmedicales.fr/mesh/D065186?mesh_terms=Deep+Learning&page=2#section-traitements"
},
{
"@type": "MedicalWebPage",
"name": "Complications",
"headline": "Complications sur Analyse de série chronologique interrompue",
"description": "Quelles complications peuvent être analysées ?\nComment les complications sont-elles mesurées ?\nLes complications sont-elles influencées par le temps ?\nPeut-on prédire des complications futures ?\nComment gérer les complications identifiées ?",
"url": "https://questionsmedicales.fr/mesh/D065186?mesh_terms=Deep+Learning&page=2#section-complications"
},
{
"@type": "MedicalWebPage",
"name": "Facteurs de risque",
"headline": "Facteurs de risque sur Analyse de série chronologique interrompue",
"description": "Quels facteurs de risque peuvent être analysés ?\nComment les facteurs de risque influencent-ils les résultats ?\nPeut-on identifier des facteurs de risque modifiables ?\nComment les facteurs de risque sont-ils mesurés ?\nLes facteurs de risque changent-ils avec le temps ?",
"url": "https://questionsmedicales.fr/mesh/D065186?mesh_terms=Deep+Learning&page=2#section-facteurs de risque"
}
]
},
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Comment identifier une série chronologique interrompue ?",
"position": 1,
"acceptedAnswer": {
"@type": "Answer",
"text": "Il faut observer des changements significatifs dans les données après une intervention."
}
},
{
"@type": "Question",
"name": "Quels outils sont utilisés pour l'analyse ?",
"position": 2,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des logiciels statistiques comme R ou SAS sont souvent utilisés pour l'analyse."
}
},
{
"@type": "Question",
"name": "Quelles données sont nécessaires pour l'analyse ?",
"position": 3,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des données chronologiques avant et après l'intervention sont essentielles."
}
},
{
"@type": "Question",
"name": "Comment évaluer la validité des résultats ?",
"position": 4,
"acceptedAnswer": {
"@type": "Answer",
"text": "Il faut vérifier la robustesse des résultats par des tests de sensibilité."
}
},
{
"@type": "Question",
"name": "Quels biais peuvent affecter l'analyse ?",
"position": 5,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les biais de sélection et de mesure peuvent fausser les résultats."
}
},
{
"@type": "Question",
"name": "Quels symptômes peuvent être analysés ?",
"position": 6,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des symptômes comme la fréquence des hospitalisations ou des décès peuvent être mesurés."
}
},
{
"@type": "Question",
"name": "Comment les symptômes évoluent-ils après une intervention ?",
"position": 7,
"acceptedAnswer": {
"@type": "Answer",
"text": "L'analyse peut montrer une diminution ou une augmentation des symptômes post-intervention."
}
},
{
"@type": "Question",
"name": "Peut-on mesurer des symptômes subjectifs ?",
"position": 8,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, des échelles de mesure peuvent évaluer des symptômes subjectifs comme la douleur."
}
},
{
"@type": "Question",
"name": "Les symptômes sont-ils influencés par des facteurs externes ?",
"position": 9,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, des facteurs comme la saisonnalité peuvent influencer les symptômes observés."
}
},
{
"@type": "Question",
"name": "Comment les symptômes sont-ils collectés ?",
"position": 10,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils peuvent être collectés par des enquêtes, des dossiers médicaux ou des observations."
}
},
{
"@type": "Question",
"name": "Comment l'analyse aide-t-elle à la prévention ?",
"position": 11,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle permet d'évaluer l'impact des programmes de prévention sur des résultats de santé."
}
},
{
"@type": "Question",
"name": "Quels programmes peuvent être analysés ?",
"position": 12,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des programmes de vaccination, de dépistage ou d'éducation à la santé peuvent être évalués."
}
},
{
"@type": "Question",
"name": "Comment mesurer l'impact d'une campagne de prévention ?",
"position": 13,
"acceptedAnswer": {
"@type": "Answer",
"text": "L'impact est mesuré par des changements dans les comportements ou les taux de maladies."
}
},
{
"@type": "Question",
"name": "Quels indicateurs de prévention sont pertinents ?",
"position": 14,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des indicateurs comme le taux d'incidence ou de prévalence des maladies sont pertinents."
}
},
{
"@type": "Question",
"name": "Peut-on évaluer des interventions non médicales ?",
"position": 15,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, des interventions comme des changements de politique ou d'environnement peuvent être analysées."
}
},
{
"@type": "Question",
"name": "Quels traitements peuvent être évalués par cette méthode ?",
"position": 16,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des traitements médicaux, chirurgicaux ou comportementaux peuvent être analysés."
}
},
{
"@type": "Question",
"name": "Comment mesurer l'efficacité d'un traitement ?",
"position": 17,
"acceptedAnswer": {
"@type": "Answer",
"text": "L'efficacité est mesurée par des changements dans les résultats cliniques après l'intervention."
}
},
{
"@type": "Question",
"name": "Peut-on comparer plusieurs traitements ?",
"position": 18,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, l'analyse peut comparer l'impact de différents traitements sur les mêmes résultats."
}
},
{
"@type": "Question",
"name": "Quels indicateurs de traitement sont utilisés ?",
"position": 19,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des indicateurs comme le taux de guérison ou la réduction des symptômes sont utilisés."
}
},
{
"@type": "Question",
"name": "Comment les effets secondaires sont-ils pris en compte ?",
"position": 20,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les effets secondaires doivent être mesurés et analysés pour évaluer la sécurité du traitement."
}
},
{
"@type": "Question",
"name": "Quelles complications peuvent être analysées ?",
"position": 21,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des complications comme les infections ou les effets indésirables des traitements peuvent être évaluées."
}
},
{
"@type": "Question",
"name": "Comment les complications sont-elles mesurées ?",
"position": 22,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elles sont mesurées par des taux d'incidence ou des événements indésirables rapportés."
}
},
{
"@type": "Question",
"name": "Les complications sont-elles influencées par le temps ?",
"position": 23,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, certaines complications peuvent varier selon la période de suivi après l'intervention."
}
},
{
"@type": "Question",
"name": "Peut-on prédire des complications futures ?",
"position": 24,
"acceptedAnswer": {
"@type": "Answer",
"text": "L'analyse peut aider à prédire des complications en fonction des tendances observées."
}
},
{
"@type": "Question",
"name": "Comment gérer les complications identifiées ?",
"position": 25,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des stratégies de gestion doivent être mises en place pour minimiser les complications."
}
},
{
"@type": "Question",
"name": "Quels facteurs de risque peuvent être analysés ?",
"position": 26,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des facteurs comme l'âge, le sexe, et les comorbidités peuvent être évalués."
}
},
{
"@type": "Question",
"name": "Comment les facteurs de risque influencent-ils les résultats ?",
"position": 27,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils peuvent modifier l'impact d'une intervention sur les résultats de santé observés."
}
},
{
"@type": "Question",
"name": "Peut-on identifier des facteurs de risque modifiables ?",
"position": 28,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, l'analyse peut aider à identifier des facteurs de risque qui peuvent être modifiés."
}
},
{
"@type": "Question",
"name": "Comment les facteurs de risque sont-ils mesurés ?",
"position": 29,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils sont mesurés par des questionnaires, des dossiers médicaux ou des études épidémiologiques."
}
},
{
"@type": "Question",
"name": "Les facteurs de risque changent-ils avec le temps ?",
"position": 30,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, les facteurs de risque peuvent évoluer en fonction des changements environnementaux ou sociaux."
}
}
]
}
]
}
Cesium-137, discharged by nuclear installations under normal operations and deposited in watersheds following atmospheric testing and accidents (i.e. Chernobyl, Fukushima …), has been studied for deca...
As a class of biologically active molecules with significant immunomodulatory and anti-inflammatory effects, anti-inflammatory peptides have important application value in the medical and biotechnolog...
To investigate the utility and generalizability of deep learning subtraction angiography (DLSA) for generating synthetic digital subtraction angiography (DSA) images without misalignment artifacts....
DSA images and native digital angiograms of the cerebral, hepatic, and splenic vasculature, both with and without motion artifacts, were retrospectively collected. Images were divided into a motion-fr...
Compared with the traditional DSA method, the proposed approach was found to generate synthetic DSA images with significantly fewer background artifacts (a mean rating of 1.9 [95% CI, 1.1-2.6] vs 3.5 ...
DLSA successfully generates synthetic angiograms without misalignment artifacts, is improved through transfer learning, and generalizes reliably to novel vasculature that was not included in the train...
Optical character recognition (OCR) can be a subcategory of graphic design that involves extracting text from images or scanned documents. We have chosen to make unique handwritten digits available on...
In recent years, deep learning has emerged as a highly active research field, achieving great success in various machine learning areas, including image processing, speech recognition, and natural lan...
We adopt convolutional neural networks (CNN) to predict the basic properties of the porous media. Two different media types are considered: one mimics the sand packings, and the other mimics the syste...
Advances in high-throughput DNA synthesis and sequencing have fuelled the use of massively parallel reporter assays for strain characterization. These experiments produce large datasets that map DNA s...
To determine whether nailfold capillary images, acquired using video capillaroscopy, can provide diagnostic information about diabetes and its complications....
Nailfold video capillaroscopy was performed in 120 adult patients with and without type 1 or type 2 diabetes, and with and without cardiovascular disease. Nailfold images were analyzed using convoluti...
A total of 5236 nailfold images were acquired from 120 participants (mean 44 images per participant) and were all available for analysis. Models were able to accurately identify the presence of diabet...
This proof-of-concept study demonstrates the potential of machine learning for identifying people with microvascular capillary changes from diabetes based on nailfold images, and for possibly identify...
Computational cytology is a critical, rapid-developing, yet challenging topic in medical image computing concerned with analyzing digitized cytology images by computer-aided technologies for cancer sc...
The visual inspection of coronary artery stenosis is known to be significantly affected by variation, due to the presence of other tissues, camera movements, and uneven illumination. More accurate and...