Santé publique France est l’agence nationale de santé publique française. Etablissement public de l’Etat sous tutelle du ministre chargé de la santé, issu de la fusion de plusieurs établissements publics, créé par l’ordonnance 2016-246 du 15 avril 2016, l’agence intervient au service de la santé des populations. Agence scientifique, d’expertise et de sécurité sanitaires, elle a pour missions :

1. L'observation épidémiologique et la surveillance de l'état de santé des populations ; 
2. La veille sur les risques sanitaires menaçant les populations ;
3. La promotion de la santé et la réduction des risques pour la santé ;
4. Le développement de la prévention et de l'éducation pour la santé ;
5. La préparation et la réponse aux menaces, alertes et crises sanitaires ;
6. Le lancement de l'alerte sanitaire.

L’agence est organisée autour de 12 directions scientifiques, transversales ou assurant le soutien à l’activité.

Les orientations stratégiques de l’agence et son programme de travail, arrêtés par son Conseil
d’administration, se déclinent en trois axes : Consolider la capacité d’anticipation et de réponse réactive pour faire face aux menaces sanitaires ; Mesurer et évaluer l’ampleur des maladies et des facteurs de risques pour guider leur prévention et leur contrôle ; Renforcer l’impact sur la santé dans toutes les politiques publiques et la prévention et promotion de la santé.

Direction Appui, Traitements et Analyses des données (DATA) - Unité Appui et méthodes pour les études et investigations dans le domaine de la surveillance (AMETIS)

Activités du stage

Au sein d’un environnement pluridisciplinaire, en interaction étroite avec des statisticiens/data scientists et des épidémiologistes, le·stagiaire aura comme missions de :

• Comprendre le panorama des données de surveillance des IRA en France ; identifier les spécificités de chaque source de données pour penser son intégration dans un modèle global.
• Réaliser une rapide revue de la littérature sur les méthodes récentes en analyse détection précoce des épidémies dues aux virus respiratoires. Un intérêt particulier sera porté aux modèles (bayésiens) spatio-temporels et multivariés. NB : certains de ces modèles peuvent s’articuler des méthodes de data science comme le deep learning ou des modèles de transmission de maladies infectieuses.
• Construire un modèle pour la détection précoce des épidémies hivernales et le tester sur les données de surveillance des IRA, sur la grippe et le COVID-19 pour produire des alertes au niveau national et régional. Le langage utilisé sera R, via notamment le package INLA. Les outils de développement à la disposition de l’étudiant inclueront RStudio, Positron, VScode, IA Mistral et Git/Gitlab.

Objectif du stage

• Proposer et de mettre en oeuvre, après une courte revue de la littérature, une méthode de détection précoce des épidémies hivernales. Cette méthode s’appuiera sur un modèle spatio-temporel multivarié afin de prendre en compte la dimension géographique des séries temporelles surveillées et la multiplicité des sources de données. Le modèle sera testé sur la grippe, les IRA et le COVID-19.