Allergen Chip Challenge - Identification des allergènes en cause dans une réaction allergique

Gitlab

Lien vers le repo : Gitlab

Objectifs de l’algorithme

Outils d’identification de patients / dépistage biologique

Ces algorithmes ont été produits dans le cadre du data challenge Allergen Chip, organisé par la Société Française d’Allergologie et AllergoBioNet, qui portait sur l’amélioration du diagnostic des allergies. Au cours de ce challenge les participants avaient pour objectif de créer des modèles d’apprentissage automatique en reliant l’historique clinique au profil immunologique de plus de 4000 patients pour identifier les allergènes en cause dans une réaction allergique et prédire sa sévérité

 

La compétition lancée en 2023 a attiré plus de 300 compétiteurs ayant produit plus de 3000 algorithmes atteignant des performances de prédictions allant jusqu’à 80%. 

 

Pour en savoir plus sur les data challenges en santé accompagnés par le HDH, rendez-vous ici.

Auteur(s)

Société savante
Société Française d'Allergologie
Associations et ONG
AllergoBioNet

Domaine médical

Autre

Méthodologie

La méthodologie de construction des algorithmes lauréats est détaillée dans les dépôts GitHub associés.

Langage de programmation

Python

Données utilisées

Données d'application

Données tabulaires

Ces algorithmes ont été développés dans le cadre du Data Challenge Allergen Chip sur la base d’un ensemble de données inédites constitué de données cliniques. La SFA a sollicité et coordonné de nombreux centres d’allergologie français regroupés au sein du réseau AllergoBioNet et de leurs correspondants cliniciens, permettant ainsi de centraliser les données allergologiques de 4271 patients retraçant à la fois leur historique clinique et leur profil immunologique. La base de données de l'Allergen Chip challenge était rétrospective et incluait des données de 2012 à 2023. Les données cliniques ont été collectées dans les serveurs patient et les valeurs des IgEs dans les laboratoires effectuant les puces.

 

La collecte et la préparation des données ont été réalisées en collaboration avec l’Institut Desbrest d’Epidémiologie et Santé Publique (IDESP) de l’Université de Montpellier.

 

Cette base de données est accessible en open source sur data.gouv.fr

 

Pour plus de détails, une publication analysant les résultats est en cours de soumission dans The Journal of Allergy and Clinical Immunology: In Practice (IF=10.3) (Martinroche et al, 2024).

Validation

Validé

Plus d’informations dans les dépôts GitHub associés aux algorithmes lauréats.

Date de dernière mise à jour

Plus d’informations dans les dépôts GitHub associés aux algorithmes lauréats.

Maintenance

Pas de maintenance

Plus d’informations dans les dépôts GitHub associés aux algorithmes lauréats.

Comment installer l’algorithme ?

Plus d’informations dans les dépôts GitHub associés aux algorithmes lauréats.

Comment utiliser l’algorithme ?

Plus d’informations dans les dépôts GitHub associés aux algorithmes lauréats.

Contributions

Plus d’informations dans les dépôts GitHub associés aux algorithmes lauréats.

Crédits

Plus d’informations dans les dépôts GitHub associés aux algorithmes lauréats.

Licence et conditions d’utilisation

Licence MIT