Porteur : Matthieu Legrand, Paris

Objectif : Identifier les sous-phénotypes des patients Covid-19 à l’admission et leur association avec l’évolution de la maladie. Les variables (cliniques et biologiques) à inclure dans l’analyse de regroupement seront sélectionnées à l’aide d’une analyse de l’importance des caractéristiques basée sur des arbres de décision par boosting de gradient (package xgboost pour R) afin d’identifier les principaux facteurs prédictifs d’évolution. Ces variables seront ensuite incluses dans une analyse de clustering non supervisée utilisant des k-medoids. Une fois identifiés, les clusters seront caractérisés séparément et leur association avec l’évolution de la maladie sera testée.

Réutilisation de données cliniques : oui

Utilisation d’échantillons : non

Publication : article soumis