S'abonner

Pour une éco-psychiatrie du risque radio-nucléaire : méthodes et outils - 06/06/23

Towards an eco-psychiatry of radio-nuclear risk: Methods and tools

Doi : 10.1016/j.pxur.2023.01.006 
Louis Jehel a,  : chef de service, Mathieu Guidère b : PU directeur de recherches
a Service de psychiatrie et psychologie médicale, psychotraumatologie – addictologie, CHU Amiens-Picardie, 80054 Amiens cedex 1, France 
b Inserm, CESP, U1018, hôpital Paul-Brousse, 16, avenue Paul-Vaillant-Couturier, 94807 Villejuif cedex, France 

Auteur correspondant : Service de psychiatrie et psychologie médicale, psychotraumatologie – addictologie, CHU Amiens-Picardie, 80054 Amiens cedex 1, France.Service de psychiatrie et psychologie médicale, psychotraumatologie – addictologie, CHU Amiens-PicardieAmiens cedex 180054France

Résumé

Les risques des traumatismes psychologiques sont appréhendés depuis 1997 par le dispositif des cellules d’urgence médico-psychologiques (CUMP), dont l’activation est désormais intégrée dans le déclenchement des plans de secours avec le déploiement des SAMU. Mais le risque radio-nucléaire suscite dans la population une peur qui peut générer divers troubles encore difficiles à identifier en routine, et sort des modes actuels des actions des CUMP. Pour y répondre, les études disponibles soulignent l’efficacité des outils de santé numérique lorsqu’ils sont intégrés à l’évaluation pour adapter le suivi médical aux besoins spécifiques de la personne ainsi qu’aux moments précis où une intervention est nécessaire. L’objectif de cet article est de présenter une méthodologie d’évaluation écologique en tant que méthode de recherche et outil clinique. Au travers d’une revue non systématique de la littérature, nous décrivons les principes d’une éco-psychiatrie et ses avantages, ensuite nous illustrons cette approche pour le suivi d’une population confrontée à un risque de catastrophe naturelle en s’appuyant sur le phénotypage numérique et la cartographie mentale. Le recours au phénotypage numérique dans la prise en compte du ressenti-perception des populations est discuté, ainsi que son association à l’apprentissage automatique pour améliorer la qualité de l’évaluation faite par le clinicien. Le phénotypage numérique couplé à l’intelligence artificielle apparaît comme une aide prometteuse à la décision diagnostique et au suivi en éco-psychiatrie. Mais cette nouvelle approche nécessite davantage de données valides pour être pleinement opérationnelle en médecine de catastrophe.

Le texte complet de cet article est disponible en PDF.

Summary

The risks of psychological trauma have been apprehended since 1997 by the medico-psychological emergency cells (CUMP), the activation of which is now integrated into the triggering of emergency plans with the deployment of SAMU. But the radio-nuclear risk arouses in the population a fear which can generate various disorders still difficult to identify in routine and goes beyond the current modes of action of the CUMPs. To handle this risk, the available studies highlight the effectiveness of digital health tools when they are integrated into the assessment to adapt the medical follow-up to the specific needs of the person as well as to the precise moments when an intervention is necessary. The objective of this article is to present an ecological assessment methodology as a research method and clinical tool. Through a non-systematic review of the literature, we describe the principles of eco-psychiatry and its advantages, then we illustrate this approach for monitoring a population facing a risk of natural disaster, by using digital phenotyping and mental mapping. The use of digital phenotyping to take into account the perception of populations is discussed, as well as its association with machine learning to improve the quality of the assessment made by the clinician. Digital phenotyping coupled with artificial intelligence appears to be a promising aid in diagnostic decision-making and follow-up in eco-psychiatry. But this new approach requires more valid data to be fully operational in disaster medicine.

Le texte complet de cet article est disponible en PDF.

Mots clés : Environnement, Santé publique, Catastrophes naturelles, Procédures et techniques, Intelligence artificielle

Keywords : Environment, Public health, Natural disasters, Procedures and techniques, Artificial intelligence


Plan


© 2023  Société Française de Médecine de Catastrophe. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 7 - N° 2

P. 146-152 - juin 2023 Retour au numéro
Article précédent Article précédent
  • Approche thérapeutique innovante des brûlures cutanées radiologiques
  • Jean-Jacques Lataillade, Eric Bey
| Article suivant Article suivant
  • Le risque radio nucléaire : perceptions et principes de communication
  • Christian Regouby

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.