Logo de l'E.N.T. Alsace
Thèses électroniques Service Commun de la documentation
Logo de l'Université de Strasbourg
Thèses et Mémoire de l'Université de Strasbourg

Méthodes statistiques d'analyse des données d'allélotypage en présence d'homozygotes

MEYER, Nicolas (2007) Méthodes statistiques d'analyse des données d'allélotypage en présence d'homozygotes. Thèses de doctorat, Université Louis Pasteur.

Plein texte disponible en tant que :

PDF - Un observateur de PDF est nécessaire, comme par exemple GSview, Xpdf or Adobe Acrobat Reader
936 Kb

Résumé

Les données d'allélotypage contiennent des mesures réalisées par Polymerase Chain Reaction sur une série de microsatellites de l'ADN afin de déterminer l'existence d'un déséquilibre allélique pour ces microsatellites. D'un point de vue statistique, ces données sont caractérisées par un nombre important de données manquantes (en cas d'homozygotie du microsatellite), par des matrices carrées ou comportant plus de variables que de sujets, des variables biniomiales, des effectifs parfois faibles et éventuellement de la colinéarité. Les méthodes statistiques fréquentistes ont un nombre important de limites qui font choisir un cadre bayésien pour analyser ces données. En analyse univariée, l'intérêt du facteur de Bayes est exploré et différentes variantes selon l'absence ou la présence de données manquantes sont comparées. Différents types d'imputations multiples sont ensuite étudiés. Des modèles de type méta-analyses sont également évalués. En analyse multivariée, un modèle de type Partial Least Square est développé. Le modèle est appliqué sous une forme de modèle linéaire généralisé (régression logistique) et combiné avec l'algorithme Non Iterative Partial Least Squares, ce qui permet de gérer simultanément toutes les limites propres aux données d'allélotypage. Les propriétés de ce modèle sont explorées. Il est ensuite appliqué à des données d'allélotypage portant sur 33 microsatellites de 104 patients porteurs d'un cancer du colon pour prédire le stade Astler-Coller de la tumeur. Un modèle avec toutes les interactions possibles entre couples de microsatellites est également réalisé.

Type d'EPrint:Thèse de doctorat
Discipline de la thèse / mémoire / rapport :Sciences médicales. Recherche clinique, innovation technologique, santé publique
Mots-clés libres:polymerase chain reaction, partial least squares, Bayes, allélotypage, microsatellites
Sujets:UNERA Classification UNERA > ACT Domaine d'activité UNERA > ACT-4 Instrumentation, imagerie, analyse, contrôle
CL Classification > DDC Dewey Decimal Classification > 500 Sciences de la nature et mathématiques > 570 Sciences de la vie. Biologie. Biochimie > 572 Biochimie > 572.8 Génétique biochimique
Classification Thèses Unistra > Santé > Sciences de la vie, biologie, biochimie > 570 Sciences de la vie. Biologie. Biochimie > 572 Biochimie > 572.8 Génétique biochimique

UNERA Classification UNERA > DISC Discipline UNERA > DISC-16 Sciences de la vie et de la santé, psychologie
Code ID:1365
Déposé le :15 Mai 2008

Administrateurs de l'archive uniquement : éditer cet enregistrement