Skip to Main content Skip to Navigation
Master Thesis

COUGH-COVID : dépistage du COVID-19 par analyse d’enregistrements de toux forcée par un réseau de neurones convolutifs

Résumé : Le SARS-COV-2 est l’acteur d’une pandémie depuis novembre 2019. Les gestes barrières, la traçabilité de l’infection, l’isolement des sujets porteurs et la vaccination de la population sont actuellement la pierre angulaire de la gestion épidémique de la COVID-19. L’objectif principal de l’étude « COUGH-COV » est de développer un test de dépistage non invasif afin d’éliminer la présence d’une infection à SARS-COV-2, à partir de l’analyse d’une toux forcée, par un réseau de neurone convolutif. Matériel et méthode : l’étude COUGH-COV est une étude observationnelle, prospective, menée depuis février 2020, au sein du département des urgences du CHU de Montpellier. Nous avons constitué une audiothèque comprenant des enregistrements de toux forcée de patients pris en charge aux urgences, en régulation médicale ou au centre de dépistage du CHU et qui bénéficiaient d’un test par RT-PCR dans le cadre du dépistage de la COVID-19. Nous avons développé des réseaux de neurones convolutifs à partir de cette base de données. Résultats : nous avons développé et analysé cinq cent quarante modèles de réseaux de neurones à convolution à partir d’une audiothèque comprenant mille sept cent six enregistrements. Une sélection des modèles les plus performants désigne huit modèles distincts. La précision, des modèles sélectionnés, est comprise entre 89 % et 93 %. Le modèle le plus performant affiche une sensibilité de 73 %, une spécificité de 95,5 % et, pour une prévalence de la maladie de 22 % dans notre ensemble, une valeur prédictive positive de 82,1 % et une valeur prédictive négative de 93 %. Un ajustement de la prévalence de la maladie à 10 % et à 1 % détermine une valeur prédictive négative respectivement à 97 % et à 99,7 %. Conclusion : les qualités principales du test de dépistage « COUGH-COV » que nous avons développé sont la possibilité d’obtenir un résultat instantané permettant une réactivité accrue dans la gestion épidémique, la facilité de généralisation de son utilisation au travers d’une application, le coût nul de la réalisation du test. Nos résultats montrent une excellente performance de notre test avec une valeur prédictive négative variant de 93 % à 99,7 % selon la prévalence de la maladie. Des voies d’améliorations restent à exploiter afin d’optimiser son développement et son utilisation future.
Document type :
Master Thesis
Complete list of metadata

https://dumas.ccsd.cnrs.fr/dumas-03467957
Contributor : Faculté de Médecine UM Connect in order to contact the contributor
Submitted on : Monday, December 6, 2021 - 6:05:31 PM
Last modification on : Friday, August 5, 2022 - 10:57:55 AM
Long-term archiving on: : Monday, March 7, 2022 - 7:52:10 PM

File

 Restricted access
To satisfy the distribution rights of the publisher, the document is embargoed until : 2031-12-06

Please log in to resquest access to the document

Licence


Distributed under a Creative Commons Attribution - NonCommercial - ShareAlike 4.0 International License

Identifiers

  • HAL Id : dumas-03467957, version 1

Collections

Citation

Dino Tikvesa. COUGH-COVID : dépistage du COVID-19 par analyse d’enregistrements de toux forcée par un réseau de neurones convolutifs. Médecine humaine et pathologie. 2021. ⟨dumas-03467957⟩

Share

Metrics

Record views

25