En France, 11 millions de personnes s’occupent d’un proche pour des raisons de santé ou d’un handicap. Le répit des aidants des malades et invalides lourds devient ainsi un enjeu de société majeur. Cependant le nombre de services de répit reste insuffisant pour répondre à leurs besoins. L’enjeu de la Fondation « France Répit » est de contribuer au développement de solutions adaptées aux aidants naturels et à leurs patients.

Notre objectif est de proposer des outils mathématiques pour (i)modéliser, prédire et simuler l’épuisement des aidants d’une part, et d’autre part (ii)évaluer la performance des services de répit.

Nous introduisons d’abord l’évaluation de l’épuisement des aidants comme un problème d’apprentissage supervisé de type classification pour catégoriser les aidants en fonction de leur épuisement. Dans le contexte de cette étude les modèles de classification nous ont permis d’énumérer les facteurs de risque de d'épuisement pour les aidants. Ensuite, pour modéliser l’évolution dynamique de l’épuisement des aidants, nous introduisons un cadre mathématique de modélisation basé sur les chaînes de Markov. Cette modélisation nous a permis d’évaluer la performance des services de répit. Après validation du modèle, nous enrichissons la chaîne de Markov avec un algorithme de simulation à évènement discrets pour évaluer les parcours de répit des aidants suivant plusieurs indicateurs de performance : santé (niveau d’épuisement aidants), ressources (utilisation des ressources répit) et économique (coût engendré par les parcours répit). Enfin, nous proposons une politique d’admission prédictive basée sur des modèles d’apprentissage automatique. Le modèle de Markov précédemment introduit est couplé avec un modèle de simulation multi-agents pour évaluer cette politique d’admission. Un cas d’étude réel basé sur la maison de répit de Lyon est proposé pour illustrer cette recherche.

Jury :

Andrea MATTA, Politecnico di Milano,  Rapporteur

Feng CHU, Paris Saclay, Rapporteure

Farouk TOUMANI,  LIMOS, ISIMA, Examinateur

Evren SAHIN LGI, CentraleSupélec,  Examinatrice

Lionel  PERRIER GATE, Centre Léon Bérard, Examinateur

Vincent AUGUSTO LIMOS, Mines Saint-Etienne, Directeur de thèse

Xiaolan  XIE  LIMOS, Mines Saint-Etienne, Co-directeur de thèse.