Université de Lille Analyse de biomarqueurs quantitatifs recueillis en routine : mise au point et évaluation de la méthode "Individual Regressions Based on Defined Temporally-Independant Functions" (IRBODeTIF) Régression linéaire données fonctionnelles méthode 610 Bases de données -- Interrogation Analyse de régression Hémoglobine glyquée Analyse temporelle Statistique Marqueurs biologiques Base de données Modèles linéaires Hémoglobine glycosylée Analyse de regroupements Statistiques Marqueurs biologiques Les méthodes actuelles d’analyse des données de santé répétées dans le temps ne permettent pas d’accomplir simultanément les objectifs suivants : Décrire l’évolution d’un paramètre de santé étudié, créer des clusters ou groupes d’individus similaires, prédire de nouvelle(s) variable(s) à partir du paramètre étudié, prédire le paramètre à partir de nouvelle(s) variable(s), prédire l’évolution du paramètre, analyser l’évolution jointe du paramètre et d’une autre variable, gérer l’asynchronicité des mesures, et gérer l’inégalité des durées de suivi. L’objectif de ce travail est de réaliser la preuve de concept d’une nouvelle méthode d’analyse des données fonctionnelles de santé qui se base sur la régression linéaire, et répondant à ces objectifs. Un jeu de 4 fonctions primaires théoriquement indépendantes entre elles par rapport au temps est défini. Pour chaque individu, une régression linéaire de la courbe d’hémoglobine glyquée est effectuée sur ces 4 fonctions. Les données manquantes sont imputées par interpolation linéaire entre les données observées. Une base de données synthétique de 349 patients fictifs est utilisée pour effectuer les analyses statistiques. Résultats : Les trajectoires individuelles d’hémoglobine glyquée peuvent être décrites à l’aide des coefficients issus de la régression. La distribution de ces coefficients permet de créer des groupes de patients aux trajectoires semblables. À l’aide de nouvelles régressions linéaires ou logistiques, ou d’un modèle de survie, ces coefficients peuvent prédire des variables externes, et inversement. En appliquant la méthode de régression sur la partie initiale du suivi, il est possible de modéliser l’évolution de l’hémoglobine glyquée sur l’ensemble du suivi. En appliquant la méthode de régression sur un deuxième paramètre, il est possible d’analyser la corrélation de l’évolution de ces deux paramètres. La nouvelle méthode permet techniquement de mener les analyses attendues et de répondre aux objectifs présentés en introduction. Il ne s’agit pas d’un travail de recherche appliquée, la véracité statistique des résultats obtenus n’est pas ici validée. Electronic Thesis or Dissertation Text fr application/pdf 1 : 0 Ko https://pepite-depot.univ-lille.fr/LIBRE/Th_Medecine/2026/2026ULILM228.pdf Johnson Valentin 1996-06-26 FR 299222810 2026ULILM228 2026-06-26 Médecine. Santé Publique Université de Lille (2022-...) thesis.degree.grantor_1 259265152 Doctorat de médecine non oui Chazard Emmanuel intervenant_1 103895019 ddc:610 Chazard Emmanuel Université de Lille (2022-...) Université de Lille Unicode PDF 50