Journées de Biostatistique 2023

Session

Apprentissage statistique et grande dimension

17 nov. 2023, 10:30

Amphi Schwarz, 1R3 (Institut de Mathématiques de Toulouse)

20. Détection des patients transplantés rénaux à risque de perdre leur greffon par long short-term memory

Clément Benoist (Université de Limoges/CHU de Limoges)

17/11/2023 10:30

Introduction : Le suivi de la fonction rénale est indispensable pour assurer le succès de la transplantation rénale et éviter la perte du greffon. Le débit de filtration glomérulaire (DFG) est la mesure biologique classiquement utilisée pour évaluer la fonction rénale; celle-ci est usuellement estimée à partir de la créatninine sérique. Prédire le DFG en avance permettrait de détecter les...

5. Données RNA-seq semi-synthétiques : pourquoi normaliser alors qu’on peut générer des faux positifs ?

Boris Hejblum (Inserm U1219)

17/11/2023 10:55

En revisitant les analyses de données RNA-seq semi-synthétiques simulées par Li et al. (Genome Biology 2022), nous soulignons l'importance de la prise en compte de la taille de librairie et de l'utilisation d'une normalisation adéquate avant d'envisager toute manipulation des observations supposant leur échangeabilité. Après avoir proposé une nouvelle stratégie de simulation corrigée, nous...

4. Analyse des trajectoires de soin, clustering et survie auprès des patients souffrant d'insuffisance cardiaque

Tristan Amadei (ENSAE Paris – IP Paris), Tristan Kirscher (ENSAE Paris – IP Paris), Antoine Klein (ENSAE Paris – IP Paris)

17/11/2023 11:20

L'insuffisance cardiaque (IC) entraîne environ 200 000 hospitalisations par an en France et est associée à une surmortalité élevée. Alors que les patients IC sont de plus en plus âgés, la compréhension des causes de décès en milieu hospitalier est une problématique de santé publique majeure. Dans ce travail, nous proposons une méthodologie innovante visant à identifier les trajectoires de soin...

12. High-dimension Mechanistic Model Building using LASSO Approaches : Application to Ebola Vaccination

Auriane Gabaut (Université de Bordeaux, Inria, Inserm, Bordeaux Population Health Research Center, SISTM Team ; Vaccine Research Institute, Créteil, France)

17/11/2023 11:45

Constructing non-linear mixed-effects models (NLMEM) deepens our comprehension of biological processes. Specifically, NLMEM facilitates the incorporation of inter-individual variability by parameterizing models at the individual level within a population framework. To do so, parameters combine fixed effects, capturing population-level relationships with covariates, and random effects,...