Apprentissage de réseaux d'exposome en population et relation au risque de démence : méthodes et application

Learning of exposome networks in population and relationship to dementia risk: methods and application

• Auteur / Autrice : Ima Bernada
• Direction : Cécilia Samieri, Gregory Nuel
• Type : Projet de thèse
• Discipline(s) : Santé publique Option Biostatistiques
• Date : Inscription en doctorat le 18/09/2023
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale Sociétés, politique, santé publique (Talence, Gironde ; 2011-....)
• Partenaire(s) de recherche : Laboratoire : Bordeaux Population Health Research Center
• Partenaire(s) de recherche : Equipe de recherche : E3 - Molecular Epidemiology of Vascular and Brain Disorders_ELEANOR

Mots clés

Mots clés libres

Modèles de réseaux

Exposome

Démence

Profil de risque

Network models

Exposome

Dementia

Risk profil

Résumé

L'exposome a un effet sur la santé et peut conduire au développement de certaines maladies dites multifactorielles, qui résultent à la fois de facteurs génétiques et de facteurs environnementaux. C'est le cas de la démence, la maladie la plus fréquente du vieillissement cérébral. Il est estimé que 40% des cas de démence pourraient être attribués à des facteurs de risque de l'exposome, et, en l'absence de traitement étiologique contre cette maladie, la prévention par la modification ciblée de certains de ces facteurs de risque environnementaux est aujourd'hui un enjeu épidémiologique majeur. L'utilisation du modèle épidémiologique de l'exposome prend tout son sens dans le domaine de la santé publique lorsque l'on s'oriente vers des approches de prévention « de précision », qui impliquent divers niveaux d'intervention, de l'individu aux groupes. Les études réalisées sur le sujet ont principalement analysé les facteurs de risque de la démence individuellement, et quelques facteurs environnementaux ont été associés de façon robuste au développement de la démence. Or ces expositions constitutives de l'exposome sont corrélées entre elles. Il est suggéré que certains profils de facteurs contribueraient majoritairement au risque de démence, par des effets additifs ou synergiques sur les voies biologiques sous-jacentes. Peu d'approches holistiques par profils ont été menées pour éprouver le modèle d'exposome et identifier les combinaisons de facteurs qui conduisent à la pathologie. L'objectif général de cette thèse est de deux ordres. D'un point de vue épidémiologique, l'objectif est de décrire de nouveaux profils de facteurs environnementaux associés à l'évolution de la démence, afin d'établir si des co-expositions spécifiques sont présentes chez les individus atteints de cette maladie, plusieurs années avant le diagnostic. D'un point de vue mathématique, il s'agit de proposer une approche statistique capable de résumer la complexité de la structure des co-expositions qui caractérisent l'exposome, en répondant aux challenges méthodologiques posés (données hétérogènes, potentiellement structurées par groupe et liées de façon non-linéaire ; relations causales), et d'estimer le lien avec le développement d'une pathologie chronique comme la démence. Plus précisément, sur le versant mathématique, l'objectif spécifique sera de proposer une méthode d'apprentissage de réseaux permettant de caractériser la structure de l'exposome et d'estimer son association à un risque de pathologie de type temps-évènement.

The exposome has an effect on health and can lead to the development of multifactorial diseases, which result from both genetic and environmental factors. It is the case of dementia, the most common disease associated with cerebral aging. It is estimated that 40% of dementia cases can be attributed to exposome risk factors, and in the absence of etiological treatment for this disease, prevention through targeted modification of some of these environmental risk factors is now a major epidemiological challenge. The use of the exposome epidemiological model takes on its full meaning in the field of public health when we move towards 'precision' prevention approaches, involving various levels of intervention, from the individual to groups. Studies on the subject have mainly analyzed risk factors for dementia individually, and a few environmental factors have been robustly associated with the development of dementia. These exposures, which make up the exposome, are correlated with each other. It is suggested that certain factor profiles contribute predominantly to dementia risk, through additive or synergistic effects on underlying biological pathways. Few holistic profile-based approaches have been carried out to test the exposome model and identify the combinations of factors that lead to pathology. The general aim of this thesis is twofold. From an epidemiological point of view, the aim is to describe new profiles of environmental factors associated with the development of dementia, in order to establish whether specific co-exposures are present in individuals suffering from this disease, several years before diagnosis. From a mathematical point of view, the aim is to propose a statistical approach capable of summarizing the complexity of the structure of co-exposures that characterize the exposome, by meeting the methodological challenges posed (heterogeneous data, potentially structured by group and linked in a non-linear way; causal relationships), and to estimate the link with the development of a chronic pathology such as dementia. More specifically, the mathematical objective will be to propose a network learning method for characterizing the structure of the exposome and estimating its association with a time-event pathology risk.