Type de diplôme : Master (LMD)

Master Santé Publique (M2) parcours Statistique, modélisation et sciences des données en santé

Domaine : Sciences, Technologies, Santé

Mention: Santé publique

  • Niveau d'étude visé

    BAC +5
  • Composante(s)

Présentation

La statistique, discipline au coeur de la recherche biomédicale, structure la méthodologie des études biologiques, cliniques ou épidémiologiques. Reposant historiquement sur des principes mathématiques et statistiques appliqués aux données de santé, elle a progressivement intégré des méthodes issues des technologies de l’information pour répondre aux problématiques méthodologiques posées par des données de plus en plus riches et complexes.

En particulier, l’informatisation du système de santé (Système National des Données de Santé, Entrepôts de données hospitaliers, Health Data Hub, etc.) et la constitution de bases de données biologiques de grande dimension (disciplines “omiques” étudiant simultanément des milliers de variables) ont permis le développement d’outils d’analyse spécifiques pour répondre à ces nouveaux défis relevant des Données Massives de Santé (Health Big Data). La Science des Données, représentée par le métier de data scientist, intègre ainsi les outils statistiques modernes aux algorithmes issus des méthodes d’apprentissage automatique (machine learning et intelligence artificielle) et de la fouille de données (data mining). Elle propose une gamme d’outils en expansion constante pour répondre à des problématiques toujours plus spécifiques.

Ces disciplines en plein essor, nécessitent cependant l’intégration de compétences en statistique et en informatique, tout en offrant de nombreuses perspectives scientifiques et professionnelles dans des domaines variés : recherche clinique, épidémiologie, analyses médico-économiques, industrie pharmaceutique, etc.

Objectifs

L’objectif principal du parcours SMSDS de seconde année du master de Santé Publique est d’accompagner l’étudiant vers une maîtrise théorique et pratique de la biostatistique et de la science des données en santé permettant une insertion dans un milieu professionnel ou la poursuite vers un doctorat en vue d’une thèse de sciences.

Ces compétences reposent notamment sur :

  • une connaissance des outils statistiques fréquemment utilisés en épidémiologie et recherche clinique : modèles linéaires généralisés, modèles mixtes, modèles de survie et leurs adaptations dans un cadre d’inférence causale pour données observationnelle ;
  • une connaissance des principales méthodes d’apprentissage automatique et d’analyse de données de grande dimension ;
  • une connaissance des principales méthodes de modélisation de systèmes dynamiques ;
  • une introduction à l’inférence Bayesienne et aux outils de modélisation ;
  • une maîtrise du logiciel R pour l’analyse de données et la représentation graphique et un niveau intermédiaire en langage Python ;
  • une acquisition des compétences permettant de travailler de façon autonome individuellement ou en petits groupes, pour rechercher ou développer des approches méthodologiques permettant de répondre à une nouvelle problématique ;
  • Une compétence globale pour développer et traiter une question de recherche, de sa formulation à la rédaction d’un rapport ou article scientifique.

La présence d’un tronc commun permet de s’assurer d’un niveau de compétences et connaissances de qualité dans ces différents domaines. La diversité des unités d’enseignement (UEs) optionnelles proposées permet ensuite à l’étudiant d’approfondir ses connaissances et compétences dans des domaines qu’il choisit pour un parcours adapté à ses objectifs personnels et/ou professionnels.

Niveau d'étudeBAC +5

Nature de la formationDiplôme

Organisation

Organisation de la formation

Ce parcours comprend :

  • une formation théorique entre novembre et février (semestre 3, validant 30 crédits ECTS) ;
  • un stage de recherche de 4 à 6 mois dans une équipe labellisée (semestre 4, 30 crédits ECTS).
Formation théorique

La formation théorique vise à l’acquisition des outils fondamentaux en statistique et analyse de données de santé. Elle consiste en une phase socle (tronc commun) d’enseignements obligatoires entre fin octobre et fin décembre, suivie d’une phase d’enseignements optionnels en janvier et février.

Les enseignements alternent cours magistraux, travaux pratiques et travaux personnels sur projets. Chaque UE obligatoire fait l’objet d’une validation spécifique utilisant la réalisation d’un projet. Les UEs optionnelles sont validées de façon spécifique par un projet individuel ou en groupe.

Stage de recherche

Le stage de recherche débute en février pour une durée de 4 à 6 mois, au sein d’une équipe de recherche labellisée en France ou à l’étranger. Les équipes pédagogiques du parcours SMSDS sont notamment affiliés à l’Institut Pierre-Louis d’Épidémiologie et de Santé Publique (UMR-S 1136) et au Centre de Recherche Épidémiologie et StatistiqueS (CRESS, UMR-S 1153), offrant de nombreux terrains de stage dans des domaines variés.

Le stage donne lieu lieu à la rédaction d’un mémoire en langue anglaise et à une soutenance orale en français (deux sessions, début juillet et début septembre).

 

Contacts

Responsables de la Mention Santé Publique

●     Université de Paris :Sylvie Chevret - sylvie.chevret@univ-paris-diderot.fr

●     Sorbonne Université :

-       Fabrice Carrat - fabrice.carrat @ sorbonne-universite.fr

-       Florence Tubach - florence.tubach@sorbonne-universite.fr

Responsables du parcours SMSDS

●     Université de Paris :

○     Sylvie Chevret - sylvie.chevret @ univ-paris-diderot.fr

○     Jérôme Lambert - jerome.lambert @ univ-paris-diderot.fr

○      

●     Sorbonne Université :

-       Pierre-Yves Boëlle - pierre-yves.boelle @ sorbonne-universite.fr

-       Nathanaël Lapidus - nathanael.lapidus@sorbonne-universite.fr

 

Responsables administratifs :

●     Université de Paris : Grace Kahungu- Grace.Kahungu @ univ-paris-diderot.fr

●     Sorbonne Université : Raïssa-Carine Joly - raissa-carine.joly@sorbonne-universite.fr

Admission

Conditions d'admission

Cette formation s’adresse :

-       aux étudiants en formation initiale ayant validé une première année de Master en Santé Publique avec une forte composante en statistique ou mathématique ou formation équivalente (par exemple diplôme inter-universitaire Cesam) ;

-       aux adultes en formation continue ayant une expérience professionnelle en rapport avec la spécialité du diplôme, sous réserve de validation des acquis professionnels nécessaires.

Les candidatures seront examinées par un comité pédagogique délivrant les autorisations d’inscription.

Candidatures

  • Dépôt des dossiers de candidature complétés avant le 15 juin
  • Pour les étudiants étrangers passant par Campus France : inscription avant le 31 mars.

adresse

Candidater / S'inscrire

Et après ?

Poursuite d'études

Débouchés

Insertion professionnelle

Cette formation théorique et pratique permet d’obtenir une expertise en planification des études épidémiologiques et de recherche clinique, analyse de données, rédaction scientifique et présentation des résultats. Les compétences offertes par ce parcours sont celles recherchées pour les métiers de biostatisticien, modélisateur, méthodologiste ou data scientist en santé, en pleine expansion dans le domaine de la recherche biomédicale et dans les différents secteurs de la santé : laboratoires de recherche, structures hospitalières (unités de recherche clinique, centres de données), agences de santé françaises et internationales, administrations publiques, organismes liés à l’assurance maladie et à la protection sociale, sociétés de conseil spécialisées en analyse de données, industrie pharmaceutique, sociétés de recherche contractuelle (CRO), etc.

Poursuite d’études

L’obtention du Master Mention Santé Publique permet l’inscription en doctorat en vue de l’obtention d’une thèse d’université en sciences. Les équipes pédagogiques du parcours SMSDS sont notamment affiliées à l’École doctorale Pierre Louis de santé publique (ED 393 : Epidémiologie et Sciences de l'Information Biomédicale).

Contact(s)

Composante(s)

  • Sylvie Chevret

    Tél : 0142499742

    Email : sylvie.chevret @ univ-paris-diderot.fr

    Grace Kahungu

    Email : grace.kahungu @ univ-paris-diderot.fr

Nous contacter

5 Rue Thomas Mann
75013 Paris
Standard : 01 57 27 57 27

Plan du site