BIOSTAT

Détails

Centre de recherche INSERM U1219
Université de Bordeaux – ISPED
146 rue Léo-Saignat
33076 BORDEAUX cedex

Tél : 05 57 57 13 93

Tél : 05 57 57 95 68

Fax : 05 56 24 00 81

Hélène Jacqmin Gadda

Dr. Hélène Jacqmin-Gadda
PhD, Directeur de BIOSTAT

Elle a obtenu l’Habilitation à Diriger des Recherches (HDR) en Biostatistique en 2002 à l’Université de Bordeaux (France).

Elle est directrice de recherche à l’Institut national de la santé et de la recherche médicale (Inserm) et responsable de l’équipe de biostatistique du BPH depuis 2014.

> Lire plus

Dr. Cécile Proust-Lima
PhD, BIOSTAT Directrice adjointe

Cécile Proust-Lima est directrice de recherche en biostatistique à l’Institut national de la santé et de la recherche médicale (Inserm).

> Lire plus

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

En savoir plus

Logiciel

Retrouvez ici tous nos dossiers

FRAILTYPACK

Librairie R pour les modèles de fragilité partagés, conjoints (généralisés) ; critères de substitution.
https://cran.r-project.org/web/packages/frailtypack/index.html

https://github.com/socale/frailtypack

LCMM


Estimation de divers modèles pour les données longitudinales et temporelles basés sur des classes et des processus latents.

https://cecileproust-lima.github.io/lcmm/

https://github.com/CecileProust-Lima/lcmm

marqLevAlg

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/

DynForest

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 2023

Alencar de Pinho N, Prezelin-Reydit M, Harambat J, Couchoud C, Glaudet F, Combe C, Rondeau V, Leffondre K. Arteriovenous access creation and hazards of hospitalization and death in patients starting hemodialysis. Nephrol Dial Transplant. 2023. https://doi.org/10.1093/ndt/gfad251

Chauvet J, Rondeau V. A flexible class of generalized joint frailty models for the analysis of survival endpoints. Stat Med. 2023;42(8):1233-62. https://doi.org/10.1002/sim.9667

Devaux A, Helmer C, Genuer R, Proust-Lima C. Random survival forests with multivariate longitudinal endogenous covariates. Stat Methods Med Res. 2023;32(12):2331-46. https://doi.org/10.1177/09622802231206477

Jacqmin-Gadda H, Philipps V, Guillet F, Tzourio C, Helmer C, Joly P. Impact of interventions scenarios targeting three main vascular risk factors on the future burden of dementia in France. Eur J Epidemiol. 2023;38(4):435-43. https://doi.org/10.1007/s10654-023-00974-w

Le Bourdonnec K, Samieri C, Tzourio C, Mura T, Mishra A, Tregouet D-A, Proust-Lima C. Addressing unmeasured confounders in cohort studies: Instrumental variable method for a time-fixed exposure on an outcome trajectory. Biom J. 2023:e2200358. https://doi.org/10.1002/bimj.202200358

Le Coent Q, Legrand C, Rondeau V. Time-to-event surrogate endpoint validation using mediation analysis and meta-analytic data. Biostatistics. 2023;25(1):98-116. https://doi.org/10.1093/biostatistics/kxac044

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. 2023. https://doi.org/10.1093/ndt/gfad235

Proust-Lima C, Saulnier T, Philipps V, Traon AP-L, Peran P, Rascol O, Meissner WG, Foubert-Samier A. Describing complex disease progression using joint latent class models for multivariate longitudinal markers and clinical endpoints. Stat Med. 2023;42(22):3996-4014. https://doi.org/10.1002/sim.9844

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. 2023. https://doi.org/10.1093/biostatistics/kxad019

Valeri L, Proust-Lima C, Fan W, Chen JT, Jacqmin-Gadda H. A multistate approach for the study of interventions on an intermediate time-to-event in health disparities research. Stat Methods Med Res. 2023;32(8):1445-60. https://doi.org/10.1177/09622802231163331

Consulter toutes les publications de l’équipe dans Oskar

Dernières actualités

Publié le : 16 Nov 2023

BIOSTATISTICS SEMINAR : Optimal control for parameter estimation in partially observed hypoelliptic stochastic differential equations used in neuronal modeling
- Quentin CLAIRON

Séminaires
SEMINAIRE BIOSTATISTICS Optimal control for parameter estimation in partially observed hypoelliptic stochastic differential equations used in neuronal modeling 13h Salle Nightingale – Isped Campus Carreire – Université de Bordeaux Un travail commun avec Adeline LECLERCQ-SAMSON Ouvert à tout le monde, en présentiel, en anglais Intervenant : Quentin CLAIRON Université de Bordeaux, Inria Bordeaux Sud-Ouest, Inserm, […]
En savoir plus
Publié le : 08 Nov 2023

SÉMINAIRE BIOSTATISTICS : Complex Heterogeneity in the Utility of a Surrogate Marker
- Rebecca KNOWLTON

Séminaires
SÉMINAIRE BIOSTATISTICS Complex Heterogeneity in the Utility of a Surrogate Marker Campus Carreire – Université de Bordeaux Ouvert à tous, en présentiel. Speaker: Rebecca KNOWLTON University of Texas, Austin, USA. + d’info concernant Rebecca KNOWLTON Abstract: For clinical trials that typically require lengthy or invasive follow-up procedures, the identification and evaluation of surrogate markers offers […]
En savoir plus
Publié le : 10 Juil 2023

Une publication sur l'association entre le sexe/genre et le déclin cognitif a remporté le prix de la publication de l'année 2023

presse
Une publication sur l’association entre le sexe/genre et le déclin cognitifa remporté le prix de la publication de l’année 2023 L’International Society to Advance Alzheimer’s Research and Treatment Design and Data Analytics PIA a sélectionné la publication intitulée « How Selection Over Time Contributes to the Inconsistency of the Association Between Sex/Gender and Cognitive Decline Across […]
En savoir plus

Carrière

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.