Impact des méthodes analytiques et de la visualisation d'information dans le contexte des données massives : approche par abstraction de données diabétologiques

Présentée par
TOSTAOS
BAZA NTOYE BOIPIA
Le 11 Septembre 2025 à 17h30’
Sous la direction de Richard KHOURY
Devant le jury composé de
Frédérick GARCIA, Directeur de recherche, INRAE
Pierre COLLET, Professeur, Université de Strasbourg
Francis ROUSSEAUX, Professeur, IRCAM – URCA
Ines SAFI, Docteur, Paris Saclay
Richard KHOURY, PhD, Université LAVAL
Rapporteur
Rapporteur
Examinateur
Examinatrice
Promoteur de thèse
IMPACT DES METHODES ANALYTIQUES ET LA VISUALISATION D’INFORMATION
DANS LE CONTEXTE DES DONNEES MASSIVES : UNE APPROCHE PAR
L’ABSTRACTION DE DONNEES DIABETOLOGIQUES
THÈSE POUR OBTENIR LE GRADE DE DOCTEUR
DE L’UNIVERSITÉ DE MONTPELLIER
En Informatique Décisionnelle
École doctorale – Intelligence Artificielle
Unité de recherche UMR 5506 – UM/CNRS – Laboratoire d’Informatique de Robotique
et de Microélectronique de Montpellier

P a g e | i
Thèse rédigée par M.sc. BAZA NTOYE BOIPIA TOSTAOS – Faculté de Sciences UMONT
RÉSUMÉ
Avec l’augmentation exponentielle des données générées dans les systèmes de
santé modernes, les méthodes analytiques et les techniques de visualisation de
l’information deviennent essentielles pour exploiter efficacement les données massives.
Dans le domaine de la diabétologie, ces données proviennent de diverses sources telles
que les dossiers médicaux électroniques, les analyses biologiques, les capteurs médicaux
et les systèmes hospitaliers. Cependant, dans le contexte de la République Démocratique
du Congo (RDC), l’exploitation de ces données demeure limitée en raison du manque
d’outils analytiques avancés et de méthodes adaptées à l’abstraction et à la visualisation
de l’information médicale.
Cette recherche s’intéresse à l’impact des méthodes analytiques et de la
visualisation d’information dans l’exploitation des données massives diabétologues en
RDC. Elle propose une approche basée sur l’abstraction des données diabétologues afin
de faciliter leur analyse, leur interprétation et leur utilisation dans la prise de décision
médicale. L’objectif principal est de développer un cadre méthodologique permettant
d’améliorer la compréhension des données de santé liées au diabète à travers des
techniques analytiques avancées et des outils de visualisation interactifs.
La méthodologie repose sur l’intégration des techniques de science des données,
de l’analyse statistique et de la visualisation de l’information pour transformer des
données médicales complexes en représentations intelligibles. Les résultats attendus
devraient contribuer à l’amélioration de la surveillance du diabète, à l’optimisation de
la prise de décision clinique et à l’élaboration de politiques de santé publique basées sur
les données en RDC.
Mots-clés : Données massives (Big Data), Visualisation de l’information, Méthodes
analytiques, Abstraction de données, Diabétologie, Santé numérique, Analyse de
données médicales, République Démocratique du Congo.

P a g e | ii
Thèse rédigée par M.sc. BAZA NTOYE BOIPIA TOSTAOS – Faculté de Sciences UMONT
ABSTRACT
With the exponential growth of data generated in modern healthcare systems,
analytical methods and information visualization techniques have become essential
tools for effectively exploiting massive datasets. In the field of diabetology, such data
originate from multiple sources including electronic health records, laboratory tests,
medical sensors, and hospital information systems. However, in the context of the
Democratic Republic of Congo (DRC), the exploitation of such data remains limited
due to the lack of advanced analytical tools and appropriate methods for abstraction and
visualization of medical information.
This research focuses on the impact of analytical methods and information
visualization in the exploitation of massive diabetological data in the DRC. It proposes
an approach based on the abstraction of diabetological data to facilitate their analysis,
interpretation, and use in medical decision-making processes. The main objective is to
develop a methodological framework capable of improving the understanding of
diabetes-related health data through advanced analytical techniques and interactive
visualization tools.
The methodology relies on the integration of data science techniques, statistical
analysis, and information visualization in order to transform complex medical datasets
into understandable representations. The expected outcomes of this research should
contribute to improving diabetes monitoring, optimizing clinical decision-making, and
supporting data-driven public health policies in the Democratic Republic of Congo.
Keywords : Big Data, Information Visualization, Analytical Methods, Data
Abstraction, Diabetology, Digital Health, Medical Data Analysis, Democratic Republic
of Congo.

P a g e | iii
Thèse rédigée par M.sc. BAZA NTOYE BOIPIA TOSTAOS – Faculté de Sciences UMONT
DÉDICACE
A mes très chers enfants particulièrement LES CHARMI, pour tous ce que vous
m’avez donné et tous ce que vous avez fait pour moi.
A mes très chers parents particulièrement Ma mère Odette BOIPIA MPENGE
et Mon père Nicolas BANDA TANGOBONGO, pour tous ce que vous m’avez donné
et tous ce que vous avez fait pour moi. Sans oublier mon oncle chéri Maturin BOIPIA
BONKOMBO pour m’avoir payé les études.
A mon amour et âme sœur Choupinette LIMBOMBA NANU ETSOU, ceci est
ma profonde gratitude pour ton amour ainsi que ton soutien, que ce rapport soit le
meilleur cadeau que je puisse t’offrir ; ainsi qu’à toute la grande famille BARUTI
Tabernacle particulièrement à Mes compagnons d’élite scientifique, NKWIMI
BILANGOMA Grevi et SUMAILI KIBASHA Grace, Merci pour tout.

P a g e | iv
Thèse rédigée par M.sc. BAZA NTOYE BOIPIA TOSTAOS – Faculté de Sciences UMONT
REMERCIEMENTS
Avant toute chose, permettez-moi au préalable de remercier le Dieu Tout Puissant
pour nous avoir octroyer ce moment précieux de partage scientifique.
Une profonde gratitude et des sincères remerciements à mon Directeur de thèse
Prof.Dr.Ir. Richard KHOURY, PhD pour son soutien, sa patience, ses précieux
conseils, son aide, sa disponibilité tout au long de mes études et sans qui ce mémoire de
thèse n’aurait jamais vu le jour. Qu’il trouve dans ce travail un hommage vivant à son
grand dévouement et à sa haute personnalité.
Je tiens également à remercier les enseignants du Département d’Informatique et
Robotique de l’Université de Montpellier 2, Campus Triolet, ainsi que tous les
enseignants qui ont contribué à notre formation ; à l’Institut Supérieur Pédagogique
Technique de Kinshasa (ISPT-KIN) et à l’Université Libre de Kinshasa (ULK – RDC),
pour leur disponibilité et encouragement.
Une reconnaissance particulière à l’endroit des membres du jury, pour l’honneur
qu’ils ont fait en acceptant d’évaluer ce mémoire de thèse de Doctorat.