TY - THES ID - 148648082 TI - Thesis, COLLÉGIALITÉ AU - Ongbaboule, Florine AU - JACQUES, Jessica AU - GOLIB, Felipe AU - Poulet, Christophe AU - CAERS, Jo AU - LEWI, Martine PY - 2022 PB - Liège Université de Liège (ULiège) DB - UniCat KW - Federated Analytics KW - Federated network KW - Precision medicine KW - Multiple Myeloma KW - Myélome multiple KW - Statistiques descriptives KW - Analyses de survie KW - Exploration de données KW - Médecine de précision KW - Sciences de la santé humaine > Oncologie KW - Sciences du vivant > Anatomie (cytologie, histologie, embryologie...) & physiologie KW - Sciences économiques & de gestion > Stratégie & innovation KW - Ingénierie, informatique & technologie > Sciences informatiques KW - Sciences du vivant > Biotechnologie UR - https://www.unicat.be/uniCat?func=search&query=sysid:148648082 AB - In the framework of the ATHENA project, where CHU Liège and Janssen are collaborating, my contribution and objectives demonstrated with this thesis were to explore and summarize through descriptive statistics, clinical data of patients with multiple myeloma to allow their characterization and improve treatments pathways in a personalized approach to medicine. The project took place in a federated environment and the analytics were developed using software such as R. Finally, the relevant insights of the analyses were presented in a visual way thanks to a dashboard (developed with the RShiny software) in a federated privacy-preserving platform. Dans le cadre du projet ATHENA, pour lequel collaborent le CHU de Liège et Janssen, ma contribution et mes objectifs avec ce mémoire étaient d'explorer et de résumer par des statistiques descriptives, les données cliniques de patients atteints de myélome multiple afin de permettre leur caractérisation et une amélioration de leur parcours de soins, dans une approche personnalisée de la médecine. Le projet s’est déroulé dans un environnement fédéré et les analyses ont été développées en utilisant des logiciels tels que R. Enfin, les résultats pertinents des analyses ont été présentés via des visualisations à travers un tableau de bord, plus communément appelé dashboard (développé avec le logiciel RShiny) dans une plateforme fédérée préservant la confidentialité des données des patients. ER -