Contributions méthodologiques en statistique ...
Type de document :
Habilitation à diriger des recherches
URL permanente :
Titre :
Contributions méthodologiques en statistique pour l’analyse et l’intégration de données -omiques et cliniques.
Titre en anglais :
Methodological contributions to statistics for -omics data analysis and integration with clinical data
Auteur(s) :
Marot, Guillemette [Auteur]
METRICS : Evaluation des technologies de santé et des pratiques médicales - ULR 2694
METRICS : Evaluation des technologies de santé et des pratiques médicales - ULR 2694
Directeur(s) de thèse :
Duhamel, Alain
Date de soutenance :
2021-01-08
Président du jury :
Martin-Magniette, Marie-Laure
Organisme de délivrance :
Université de Lille
École doctorale :
École doctorale Biologie Santé de Lille
Mot(s)-clé(s) :
Médecine clinique -- Statistiques
Analyse de données
Métaomique
Statistique bayésienne
Détection de rupture (statistique)
Régression pénalisée
Sélection de groupes de variables
Biomarqueurs
Bioinformatique
Transcriptomique
Scores en médecine
Analyse de données
Métaomique
Statistique bayésienne
Détection de rupture (statistique)
Régression pénalisée
Sélection de groupes de variables
Biomarqueurs
Bioinformatique
Transcriptomique
Scores en médecine
Mot(s)-clé(s) en anglais :
Clinical medecine -- Statistics
Data Analysis
Metaomics
Bayesian statistics
Rupture detection (statistics)
Penalized regression
Variable group selection
Biomarkers
Bioinformatics
Transcriptomics
medical scores
Data Analysis
Metaomics
Bayesian statistics
Rupture detection (statistics)
Penalized regression
Variable group selection
Biomarkers
Bioinformatics
Transcriptomics
medical scores
Résumé :
Dans un contexte d’évaluation clinique pour une médecine de précision, il devient de plus en plus important d’intégrer des variables -omiques dans la construction d’un score de recherche clinique. Mes travaux s’intéressent ...
Lire la suite >Dans un contexte d’évaluation clinique pour une médecine de précision, il devient de plus en plus important d’intégrer des variables -omiques dans la construction d’un score de recherche clinique. Mes travaux s’intéressent à la recherche méthodologique pour les analyses statistiques de données -omiques à différents niveaux : génomique, transcriptomique et protéomique. Mes développements méthodologiques passés reposent sur trois types d’approches statistiques : approches bayésiennes empiriques, détection de ruptures à base de noyaux et régressions pénalisées. Ce mémoire présente mes travaux passés sur la méta-analyse de données transcriptomiques, la classification non supervisée de profils -omiques et la recherche de biomarqueurs potentiels à intégrer dans un score. Je présente ensuite mes travaux en cours et des perspectives pour les années à venir autour de trois axes majeurs : l’influence de la taille d’effet et du rapport nombre d’individus/nombre de variables dans l’intégration de données -omiques et cliniques, l’intégration de données -omiques provenant de différentes technologies à haut débit, la prise en compte d’une structure temporelle dans l’analyse statistique de données d’expériences à haut débit.Lire moins >
Lire la suite >Dans un contexte d’évaluation clinique pour une médecine de précision, il devient de plus en plus important d’intégrer des variables -omiques dans la construction d’un score de recherche clinique. Mes travaux s’intéressent à la recherche méthodologique pour les analyses statistiques de données -omiques à différents niveaux : génomique, transcriptomique et protéomique. Mes développements méthodologiques passés reposent sur trois types d’approches statistiques : approches bayésiennes empiriques, détection de ruptures à base de noyaux et régressions pénalisées. Ce mémoire présente mes travaux passés sur la méta-analyse de données transcriptomiques, la classification non supervisée de profils -omiques et la recherche de biomarqueurs potentiels à intégrer dans un score. Je présente ensuite mes travaux en cours et des perspectives pour les années à venir autour de trois axes majeurs : l’influence de la taille d’effet et du rapport nombre d’individus/nombre de variables dans l’intégration de données -omiques et cliniques, l’intégration de données -omiques provenant de différentes technologies à haut débit, la prise en compte d’une structure temporelle dans l’analyse statistique de données d’expériences à haut débit.Lire moins >
Résumé en anglais : [en]
In the context of clinical evaluation for precision medicine, the need for integrating -omics variables in the building of a clinical research score is becoming more and more common. My work focuses on methodological ...
Lire la suite >In the context of clinical evaluation for precision medicine, the need for integrating -omics variables in the building of a clinical research score is becoming more and more common. My work focuses on methodological research for statistical analysis of -omic data at different levels: genomics, transcriptomics and proteomics. My past methodological developments are based on three types of statistical approaches: empirical Bayesian approaches, change-point detection with kernel-based methods and penalized regressions. This dissertation presents my past work on meta-analysis of transcriptomic data, clustering of -omic profiles and search for potential biomarkers to be integrated in a score. I then present my current work and perspectives for the coming years around three major axes: influence of effect size and ratio number of individuals / number of variables in the integration of -omic and clinical data, merging of -omic data coming from different high throughput technologies, consideration of a temporal structure in high throughput experiments data analysisLire moins >
Lire la suite >In the context of clinical evaluation for precision medicine, the need for integrating -omics variables in the building of a clinical research score is becoming more and more common. My work focuses on methodological research for statistical analysis of -omic data at different levels: genomics, transcriptomics and proteomics. My past methodological developments are based on three types of statistical approaches: empirical Bayesian approaches, change-point detection with kernel-based methods and penalized regressions. This dissertation presents my past work on meta-analysis of transcriptomic data, clustering of -omic profiles and search for potential biomarkers to be integrated in a score. I then present my current work and perspectives for the coming years around three major axes: influence of effect size and ratio number of individuals / number of variables in the integration of -omic and clinical data, merging of -omic data coming from different high throughput technologies, consideration of a temporal structure in high throughput experiments data analysisLire moins >
Langue :
Anglais
Français
Français
Collections :
Date de dépôt :
2021-10-07T09:20:28Z
Fichiers
- hdr_Marot-Briend_Guillemette.pdf
- Non spécifié
- Accès libre
- Accéder au document