Doctorant : Emmanuel Rault
Titre : L’accouchement par voie basse en France : évolution, caractéristiques des femmes, interventions médicales et prédiction du succès de la tentative d’accouchement par voie basse
Encadrantes : Camille Le Ray, Aude Girault
Ecole doctorale : Paris-Cité
Promotion : 2023
Sujet de thèse :
Depuis le XVIIème siècle, l’accouchement a connu une médicalisation progressive qui a transformé la façon d’accoucher. Cette médicalisation a considérablement amélioré la santé maternelle et néonatale. Néanmoins, comme le souligne la demande actuelle de la part des femmes en faveur d’un accouchement qualifié de « physiologique », l’accouchement est un processus que le soignant accompagne pour « en premier, ne pas nuire ». Cependant en France le taux d’accouchement physiologique, c’est-à-dire sans aucune intervention médicale n’est pas connue et aucune classification ne permet de décrire la contribution des différents groupes de femmes à l’accouchement par voie basse. Une classification permettrait d’évaluer l’évolution de la distribution de ces populations entre les enquêtes nationales périnatales et d’en étudier les déterminants.
Face à une potentielle iatrogénie des interventions médicales et en parallèle de cette demande sociétale forte de démédicalisation de l’accouchement, toute intervention médicale au cours du travail devrait être le fruit d’une indication médicale formelle et d’une décision partagée. L’étude de l’évolution des interventions médicales au cours du travail revêt donc une importance particulière.
Des études antérieures réalisées à partir des données de l’enquête nationale périnatale (ENP) ont révélé une réduction de l’utilisation de l’oxytocine pendant le travail, passant de 58.3% en 2010 à 42.6% en 2016. L’ENP 2021 a montré la poursuite de la réduction de ces interventions avec un taux de recours à l’oxytocine pour 30.0% des femmes et à la RAM dans 33.2%. Les déterminants de l’utilisation de l’oxytocine et de la RAM en 2021 n’ont pas encore été étudiés et ces données nécessitent d’être comparées aux données des ENP antérieures.
Accompagner les femmes nécessite également de pouvoir évaluer le risque du travail afin de leur délivrer une information claire pour permettre une décision éclairée. De multiples facteurs sont en jeu et rendent cette évaluation complexe. Des modèles de prédiction à partir d’outils statistiques classiques ont été développés pour préciser le risque individuel en considérant les caractéristiques maternelles et de la grossesse. Le développement de « l’apprentissage automatique » (Machine Learning) dans le domaine de la santé offre désormais de nouveaux outils pour affiner et individualiser la prise en charge des patients. Les données de l’ENP pourraient être utilisées pour développer un modèle de prédiction de succès de l’accouchement par voie basse à l’entrée en salle de naissance basé sur des modèles d’apprentissage automatique.
