BIOSTAT
Biostatistiques
Détails
Université de Bordeaux – ISPED
146 rue Léo-Saignat
33076 BORDEAUX cedex
Objectifs
L’objectif principal de l’équipe est le développement de méthodes statistiques pour les données dépendantes du temps provenant soit d’études de cohortes observationnelles, d’essais cliniques ou d’études cas-témoins dans le but de répondre à des questions cliniques et de santé publique concernant les maladies chroniques : charge future, facteurs de risque, prédiction individuelle, mécanismes pathologiques sous-jacents et effets des traitements.
Domaine de recherche
Au cours des cinq dernières années, l’équipe a travaillé sur deux sujets principaux : les modèles multivariés pour les données dépendant du temps et l’estimation basée sur un modèle des indicateurs de santé publique. Notre principal domaine de recherche se concentre sur le développement de modèles dynamiques multivariés pour l’analyse des événements censurés et/ou des mesures répétées de données longitudinales prenant en compte des schémas d’observation complexes.
Ces travaux sont motivés par l’étude de l’histoire naturelle de maladies chroniques telles que la maladie d’Alzheimer ou l’atrophie multisystémique, l’investigation de l’impact d’expositions dépendant du temps, ou la validation de marqueurs de substitution pour les essais cliniques dans la recherche sur le cancer.
Les procédures d’estimation paramétriques et semi-paramétriques des modèles de fragilité pour les temps d’événements corrélés, les données groupées et/ou les événements récurrents ainsi que les modèles conjoints pour les temps d’événements et les marqueurs longitudinaux ont été implémentés dans le paquet R Frailtypack. Un autre domaine de recherche concerne l’extension des modèles mixtes utilisant des classes latentes et/ou des processus latents pour l’analyse de résultats longitudinaux multiples avec des distributions non standard dans des populations hétérogènes.
=> Consultez les anciens séminaires de l’équipe
Logiciel
Retrouvez ici tous nos dossiers
Librairie R pour les modèles de fragilité partagés, conjoints (généralisés) ; critères de substitution.
https://cran.r-project.org/web/packages/frailtypack/index.html
Estimation de divers modèles pour les données longitudinales et temporelles basés sur des classes et des processus latents.
Une optimisation polyvalente parallélisée basée sur l’algorithme de Marquardt-Levenberg
https://cran.r-project.org/web/packages/marqLevAlg/index.html
https://github.com/VivianePhilipps/marqLevAlgParallel/
Random Forest with Multivariate Longitudinal Predictors.
R package
https://github.com/anthonydevaux/DynForest
https://cran.r-project.org/web/packages/DynForest/index.html
Publications clés 2024
Bercu A, Dufouil C, Debette S, Joliot M, Tsuchida A, Helmer C, Devaux A, Bouteloup V, Proust-Lima C, Jacqmin-Gadda H. Prediction of dementia risk from multimodal repeated measures: The added value of brain MRI biomarkers. Alzheimers Dement (Amst). 2024;16(2):e12578. https://doi.org/10.1002/dad2.12578
Desnavailles P, Praud D, Le Provost B, Kobayashi H, Deygas F, Amadou A, Coudon T, Grassot L, Faure E, Couvidat F, Severi G, Mancini FR, Fervers B, Proust-Lima C, Leffondre K. Trajectories of long-term exposure to PCB153 and Benzo[a]pyrene (BaP) air pollution and risk of breast cancer. Environ Health. 2024;23(1):72. https://doi.org/10.1186/s12940-024-01106
Dinart D, Bellera C, Rondeau V. Sample size estimation for recurrent event data using multifrailty and multilevel survival models. J Biopharm Stat. 2024:1-16. https://doi.org/10.1080/10543406.2024.2310306
Kuhn J, Olie V, Grave C, Le Strat Y, Bonaldi C, Joly P. Impact of Smoking Reduction Scenarios on the Burden of Myocardial Infarction in the French Population Until 2035. Clin Epidemiol. 2024;16:605-16. https://doi.org/10.2147/clep.S440815
Le Gall L, Harambat J, Combe C, Philipps V, Proust-Lima C, Dussartre M, Drueke T, Choukroun G, Fouque D, Frimat L, Jacquelinet C, Laville M, Liabeuf S, Pecoits-Filho R, Massy ZA, Stengel B, Alencar de Pinho N, Leffondre K, Prezelin-Reydit M, group C-Rs. Haemoglobin trajectories in chronic kidney disease and risk of major adverse cardiovascular events. Nephrol Dial Transplant. 2024;39(4):669-82. https://doi.org/10.1093/ndt/gfad235
Rustand D, van Niekerk J, Krainski ET, Rue H, Proust-Lima C. Fast and flexible inference for joint models of multivariate longitudinal and survival data using integrated nested Laplace approximations. Biostatistics. 2024;25(2):429-48. https://doi.org/10.1093/biostatistics/kxad019
Saulnier T, Fabbri M, Le Goff M, Helmer C, Pavy-Le Traon A, Meissner WG, Rascol O, Proust-Lima C*, Foubert-Samier A*. Patient-perceived progression in multiple system atrophy: natural history of quality of life. J Neurol Neurosurg Psychiatry. 2024;95(9):804-11. https://doi.org/10.1136/jnnp-2023-332733 *equal contribution
Segalas C, Helmer C, Genuer R, Proust-Lima C. Functional Principal Component Analysis as an Alternative to Mixed-Effect Models for Describing Sparse Repeated Measures in Presence of Missing Data. Stat Med. 2024;43(26):4899-912. https://doi.org/10.1002/sim.10214
Le Bourdonnec K, Samieri C, Tzourio C, Mura T, Mishra A, Trégouët DA, Proust-Lima C. Addressing unmeasured confounders in cohort studies: Instrumental variable method for a time-fixed exposure on an outcome trajectory. Biom J. 2024 Jan;66(1):e2200358. doi: 10.1002/bimj.202200358. Epub 2023 Dec 14. PMID: 38098309
Niangoran S, Barbieri A, Badje A, Journot V, Kouame K, Marcy O, Anglaret X, Alioum A. A New Centralized Statistical Monitoring Method for Detecting Atypical Distribution of Qualitative Variables in Multicenter Randomized Controlled Trials, Statistics in Biopharmaceutical Research. 2024. DOI:10.1080/19466315.2024.2404631
Dernières actualités
BIOSTATISTICS SEMINAR : Optimal control for parameter estimation in partially observed hypoelliptic stochastic differential equations used in neuronal modeling
Séminaires
SÉMINAIRE BIOSTATISTICS : Complex Heterogeneity in the Utility of a Surrogate Marker
- Rebecca KNOWLTON
Séminaires
Une publication sur l'association entre le sexe/genre et le déclin cognitif a remporté le prix de la publication de l'année 2023
presseMembres
AlioumAmadou
Professeur des Universités en BiostatistiqueBAGHFALAKITaban
Senior ResearcherBarbieriAntoine
Maître de conférencesBercuAriane
Ingénieure en BiostatistiquesCatoirePierre
CourcoulLeonie
DoctoranteDarmignySandrine
Assistante administrativede CoursonHugues
ChercheurFaureLéa
Doctorante en ÉpidémiologieGABAUTAuriane
Étudiante en thèseJACQMIN GADDAHélène
Directrice de Recherche InsermJolyPierre
ProfesseurKAZANTZIDISGeorgios
PhD student and BiostatisticianLe BourdonnecKateline
Doctorante en Santé Publique - BiostatistiqueLe GallLisa
PhD student EpidemiologyLe ProvostBlandine
Ingénieur en BiostatistiquesLeffondréKaren
ProfessorMiganeh HadiSahal
BiostatisticienPhilippsViviane
Ingénieure d'étudePIERLOTRomain
Ingénieur statisticienProust-LimaCécile
Director of research in BiostatisticsRakezManel
Ph.D. StudentREMIATJustine
Doctorante en Santé Publique - BiostatistiqueROBERTMarius
Doctorant en Biostatistiquerondeauvirginie
Directrice de recherche en BiostatistiqueRouanetAnaïs
Maître de conférences en BiostatistiqueSAULNIERTiphaine
PhD student in Biostatistics, Public HealthSegalasCorentin
Research Fellow in statisticsSirnaFederico
BiostatisticienCarrière
Si vous êtes intéressé par la recherche en biostatistique et plus généralement en statistiques appliquées à la santé, envoyez une candidature et une lettre de motivation à sandrine.darmigny@u-bordeaux.fr. Notre équipe de biostatistique accueille chaque année des stagiaires, des doctorants et des chercheurs postdoctoraux.