Skip to content

README.fr.md

Latest commit

 

History

History
157 lines (127 loc) · 5.81 KB

README.fr.md

File metadata and controls

157 lines (127 loc) · 5.81 KB

synthdiet

PyPI Python Licence : MIT CI

Autres langues : English · Türkçe · Español · Deutsch · Português · Italiano · 中文 · 日本語 Une bibliothèque Python pour générer des patients synthétiques présentant des tableaux cliniques réalistes et simuler des interventions diététiques sur ces patients.

synthdiet s'adresse aux diététiciens, aux chercheurs en nutrition clinique et aux enseignants qui souhaitent prototyper des régimes, mener des essais virtuels et éprouver les recommandations nutritionnelles sur des centaines ou des milliers de patients synthétiques avant de les amener en clinique.

Avertissement : synthdiet est un outil de recherche et d'enseignement. Les chiffres qu'il produit ne sont pas des recommandations cliniques et les patients synthétiques ne sont pas de vraies personnes. Pour la prise en charge des patients, référez-vous toujours à un diététicien-nutritionniste qualifié.

synthdiet hero

Auteur

Buğra Ayan — Ankara / Turquie

Fonctionnalités

Modèle de domaine

  • Une classe Patient typée agrégeant la démographie, l'anthropométrie, le mode de vie, les biomarqueurs biologiques, les diagnostics et les médicaments en cours.
  • Un registre de plus de 25 maladies couvrant l'endocrinologie, la cardiologie, la néphrologie, l'hépatologie, la gastro-entérologie, la métabolique, la rhumatologie, l'oncologie, la psychiatrie et les allergies.
  • Un registre de 19 interactions médicament-nutriment cliniquement importantes (metformine → B12, statines → pamplemousse, warfarine → vitamine K, prise de la lévothyroxine, crise tyraminique aux IMAO, etc.).
  • 5 générateurs de patients synthétiques (aléatoire, par distribution, par copule, cohorte, progression markovienne).
  • Une base de 45 aliments avec décomposition macro/micronutriments et 8 régimes prédéfinis (méditerranéen, DASH, cétogène, FODMAP pauvre, rénal pauvre en sodium, diabétique, vegan, standard).

Profondeur méthodologique (extension v0.1)

  • Modèle de composition corporelle de Hall (2011) optionnel (DietSimulator(engine="hall_2011")), avec partition masse grasse / masse maigre via l'équation de Forbes et thermogenèse adaptative.
  • Dynamiques d'adhésion et d'abandon : constante, décroissante, abandon Weibull, saut stochastique, charge perçue.
  • Moteur d'ECR (synthdiet.trials) : bras parallèles, croisement (crossover), plans factoriels 2×2 ; randomisation stratifiée / par blocs / par minimisation ; modélisation des abandons ; analyses ITT/PP/AT.
  • Inférence causale (synthdiet.causal) : simulation contrefactuelle, estimateurs ATE/CATE, expériences de confusion avec IPTW et g-formule, DAGs légers.
  • Indices de qualité alimentaire (synthdiet.indices) : HEI-2020, AHEI-2010, MEDAS, score DASH, PHDI, DII.
  • Aides statistiques (synthdiet.stats) : taille d'échantillon (continu/binaire), IC bootstrap, tests de permutation, ajustements Benjamini-Hochberg + Holm-Bonferroni, ANCOVA ajustée sur valeur initiale.
  • Injection d'erreurs de mesure et de données manquantes (synthdiet.noise) : CV% par dosage, biais d'auto-déclaration, schémas MCAR/MAR/MNAR.
  • 15 cas cliniques + notation type ECOS (synthdiet.education).
  • Suite de validation contre 5 ECR de référence (synthdiet.validation) : DASH-Sodium, PREDIMED, DiRECT, Look AHEAD, Diabetes Prevention Program.
  • Visualisation (synthdiet.viz, optionnelle) : diagramme CONSORT, forest plot, ruban de trajectoires, Tableau 1.

Installation

pip install synthdiet

Extras optionnels :

pip install "synthdiet[viz]"     # visualisations matplotlib
pip install "synthdiet[causal]"  # export DAG networkx
pip install "synthdiet[docs]"    # Sphinx + furo + myst-parser
pip install "synthdiet[dev]"     # pytest + ruff + mypy + matplotlib

synthdiet requiert Python 3.9+ et dépend de numpy, pandas, scipy.

Tour en 60 secondes

from synthdiet import (
    CohortGenerator, CohortSpec, DiseaseSpec,
    DietSimulator, mediterranean_diet,
    evaluate_simulation, format_evaluation_report,
)

spec = CohortSpec(
    size=100,
    diseases=[
        DiseaseSpec("type_2_diabetes", prevalence=0.40),
        DiseaseSpec("hypertension",     prevalence=0.45),
    ],
)
cohort = CohortGenerator(spec, seed=42).generate()

simulator = DietSimulator(adherence=0.8)
diet = mediterranean_diet(daily_energy_kcal=1800)

for patient in cohort[:3]:
    result = simulator.run(patient, diet, duration_weeks=12)
    evaluation = evaluate_simulation(result)
    print(format_evaluation_report(evaluation))
    print("-" * 60)

Exemples complets dans examples/ ; tutoriels en français dans docs/fr/.

Citation

@software{ayan_synthdiet_2026,
  author  = {Buğra Ayan},
  title   = {synthdiet: A Python library for simulating diets on synthetic patients},
  year    = {2026},
  version = {0.1.0},
  url     = {https://bugraayan.com}
}

Licence

MIT — voir LICENSE.