Quatre axes sont développés.
Axe I Modèles d’analyse d’histoires d’événements
Ahmadou Alioum (lead), Julie Boucquemont, Daniel Commenges, Pierre Joly, Karen Leffondré, Benoit Liquet, Yassin Mazroui, Virginie Rondeau, Célia Touraine
L’objectif de cet axe de recherche est de développer des modèles d’analyse d’histoires d’événements où les délais de survenues des événements, les corrélations entre ces délais et la présence d’observations incomplètes jouent un rôle central. Dans ce domaine, nos thèmes de recherche privilégiés sont:
- les modèles de survie pour données tronquées et censurées par intervalles
- les modèles multi-états pour données incomplètes, qui sont une extension naturelle des modèles de survie
- les modèles à fragilités pour données groupées et événements récurrents
- les modèles de mélange avec une fraction de population dit «guérie» (cure models)
- l’approche de la vraisemblance pénalisée pour l’estimation non-paramétrique des fonctions de risque ou des intensités de transition
Les méthodes développées sont essentiellement appliquées à: l’estimation de l’incidence de la démence, l’estimation de l’incidence de l’infection par le VIH, l’épidémiologie du cancer. D’autres applications sont également mises en œuvre. De façon générale, il existe une interaction riche et bilatérale entre les méthodes que nous développons et l’épidémiologie. Nos méthodes sont systématiquement appliquées à l’épidémiologie, et certains problèmes rencontrés en épidémiologie sont à l’origine de méthodes statistiques originales et spécifiques. Des logiciels implémentant nos méthodes sont régulièrement mis à la disposition des épidémiologistes et diffusés plus largement auprès de la communauté scientifique via internet.
Axe II Analyse de données longitudinales:
Hélène Jacqmin-Gadda (lead), Paul Blanche, Emily Charry, Daniel Commenges, Mbéry Sene, Cécile Proust-Lima.
L’objectif de cet axe de recherche est de développer des méthodes pour l’analyse de données longitudinales multivariées. Dans ce champ, nos principaux thèmes de recherche actuels concernent:
- Les modèles conjoints pour données longitudinales et délais censurés
- Les modèles à classes latentes
- Les modèles pour données ordinales et quantitatives non gaussiennes
- Les modèles à processus latent
Notre domaine d’application principal est l’étude de l’histoire naturelle et le développement d’outils de diagnostic précoce pour la maladie d’Alzheimer. Les deux autres domaines d’application importants concernent le suivi des patient atteints de cancer de la prostate et des patients infectés par le VIH.
Axe III Statistique en biologie/immunologie/vaccinologie systèmique
Rodolphe Thiébaut (lead), Daniel Commenges, Robin Genuer, Benoit Liquet, Linda Wittkop, Mélanie Prague, Mathieu Raimbault, Boris Hejblum, Laura Richert
L'objectif est de développer, d'adapter et d'appliquer des méthodes statistiques pour mieux comprendre la physiopathologie et les mécanismes des interventions en immunologie et en maladies infectieuses.
Les trois domaines de recherche concernés par cet axe sont:
1) La modélisation mécanistique
2) L'analyse de données de grande dimension en biologie dont les données génomiques
3) L'immuno-epidemiologie (dans le cadre de l'équipe infection par le VIH-1 ou -2 et morbidités associées http://www.isped.u-bordeaux2.fr/FR_HTM_equipe.aspx?CLE_EQU=5).
Pour en savoir plus : http://www.isped.u-bordeaux2.fr/FR_HTM_equipe.aspx?CLE_EQU=6
Axe IV : Théorie de la modélisation statistique. (choix de modèle, causalité)
Daniel Commenges (lead), Marta Avalos, Benoit Liquet, Jérémie Rioux
Cet axe regroupe deux sujets de recherche: causalité et sélection de modèle. Concernant la causalité l'approche est basée sur le développement d'un modèle dynamique général basé sur un processus multivarié. Les composants de ce processus peuvent être des processus de diffusion ou des processus de dénombrement. Concernant la sélection de modèle, la recherche porte sur l'estimation d'une différence de risque de Kullback-Leibler dans différentes situations, en particulier par des normalisations ou des adaptations de critères tels que le critère d'Akaike ou la validation croisée. Les méthodes de type Lasso sont également étudiées pour la sélection de variable, avec des applications dans le SIDA.