Analyse de données en grande dimension avec modèles de survie en présence de risques concurrents.

High-dimensional data analysis with survival models in the presence of competing risks.

• Auteur / Autrice : Hugo Cannafarina
• Direction : Cristian Preda, Guillemette Marot
• Type : Projet de thèse
• Discipline(s) : Mathématiques et leurs interactions
• Date : Inscription en doctorat le 01/11/2024
• Etablissement(s) : Université de Lille (2022-....)
• Ecole(s) doctorale(s) : MADIS Mathématiques, sciences du numérique et de leurs interactions
• Partenaire(s) de recherche : Laboratoire : INRIA - Institut national de recherche en informatique et en automatique Lille Nord Europe
• Partenaire(s) de recherche : Equipe de recherche : INRIA-PAINLEVE

Mots clés

Mots clés libres

Données de survie

Risques concurrents

Très grande dimension

Mesures répétées

Survival data

Competing risks

Ultra-high dimension

Repeated measurements

Résumé

Le but de la thèse est de développer une nouvelle méthode statistique de sélection de variables dans un contexte d'analyse de survie, avec risques concurrents, où les mesures sont répétées dans le temps sur des milliers de variables simultanément. Il s'agira par exemple de pouvoir identifier de nouveaux marqueurs omiques (transcriptomiques, métabolomiques, protéomiques) dans un but prédictif pour pouvoir adapter le traitement de patients (médecine de précision). L'originalité de l'approche statistique consiste à traiter simultanément trois verrous scientifiques : i) l'analyse en grande dimension (plus de variables que d'individus), ii) l'analyse de risques concurrents dans le cadre de modèles de survie et iii) l'analyse de données longitudinales (mesures répétées sur les mêmes individus). Des résultats sont attendus à la fois sur le plan méthodologique en biostatistique et sur le plan logiciel pour fournir un outil d'aide à la décision clinique.

The aim of the thesis is to develop a new statistical method for variable selection in a context of survival analysis, with competing risks, where measurements are repeated over time on thousands of variables simultaneously. The aim, for example, is to identify new omics markers (transcriptomics, metabolomics, proteomics) for predictive purposes, in order to adapt patient treatment (precision medicine). The originality of the statistical approach consists in simultaneously addressing three scientific challenges: i) high-dimensional analysis (more variables than individuals), ii) analysis of competing risks in survival models, and iii) analysis of longitudinal data (repeated measurements on the same individuals). Results are expected both in terms of biostatistical methodology and software to provide a clinical decision support tool.