NantilusÉtude de l'association entre l'exposition aux polluants organiques persistants (POPs) et l'endométriose, à l'aide d'algorithmes d'apprentissage statistique : exploitation des données du projet ENDOTOX : une étude cas-témoins réalisée en Pays de la Loire entre 2013 et 2015
Dans ce travail nous avons étudié l'association entre les niveaux d'exposition internes de polluants et la présence d'endométriose dans une étude cas-témoin de 99 femmes des Pays de la Loire (France) entre 2013 et 2015, via trois approches multi-polluants d'apprentissage automati...
Enregistré dans:
| Auteurs principaux : | , , |
|---|---|
| Collectivités auteurs : | , |
| Format : | Thèse ou mémoire |
| Langue : | français |
| Titre complet : | Étude de l'association entre l'exposition aux polluants organiques persistants (POPs) et l'endométriose, à l'aide d'algorithmes d'apprentissage statistique : exploitation des données du projet ENDOTOX : une étude cas-témoins réalisée en Pays de la Loire entre 2013 et 2015 / Delphine Mouret; sous la direction de German Cano-Sancho |
| Publié : |
2020 |
| Description matérielle : | 1 vol. (71 f.) |
| Note de thèse : | Thèse d'exercice : Médecine. Santé publique et médecine sociale : Nantes : 2020 |
| Sujets : | |
| Documents associés : | Reproduit comme:
Étude de l'association entre l'exposition aux polluants organiques persistants (POPs) et l'endométriose, à l'aide d'algorithmes d'apprentissage statistique |
| Résumé : | Dans ce travail nous avons étudié l'association entre les niveaux d'exposition internes de polluants et la présence d'endométriose dans une étude cas-témoin de 99 femmes des Pays de la Loire (France) entre 2013 et 2015, via trois approches multi-polluants d'apprentissage automatique, les réseaux de neurones, les machines à vecteurs de support, et les Boosting Trees . Les résultats de cette étude montrent que plusieurs polluants sont associés à l'endométriose. Ces trois approches peuvent intégrer un grand nombre de co-variables et les évaluer en tenant compte de leurs éventuelles synergies et de leur correlation, là où les modèles traditionnels de régression linéraire et logistique ont montré leurs limites. Elles semblent donc permettre de répondre à un enjeu majeur en épidémiologie environnementale qui est de prendre en compte des mélanges de polluants pour se rapprocher de scénarios d'exposition réalistes. Cependant, ces méthodes restent assez complexes à mettre en œuvre, et leurs résultats restent en partie difficilement interprétables. Des travaux complémentaires paraissent donc nécessaires afin d'approfondir leurs ces méthodes qui pourraient également être intégrées dans la formation des épidémiologistes voire des professionnels de santé afin de répondre aux nouveaux enjeux de la médecine et du traitement des données de santé. We studied the association between the internal exposure levels of pollutants and the presence of endometriosis in a case-control study of 99 women from Pays de la Loire (France) between 2013 and 2015, with three machine learning approaches : neural networks, support vector machines, and Boosting Trees . The results of this study show that several pollutants are associated with endometriosis. These three approaches can integrate a large number of co-variables and evaluate them taking into account their possible synergies and their correlation, where the traditional linear and logistic regression models have shown their limits. They seem to be able to respond to a major challenge in environmental epidemiology which is to take into account mixtures of pollutants to get closer to realistic exposure scenarios. However, these methods are rather complex to implement, and their results remain partly difficult to interpret. Further work is needed to better know these methods, which could also be integrated into the training of epidemiologists or even health professionals to answer to the new challenges of medicine and the processing of health data. |
|---|---|
| Variantes de titre : | Study of the association between exposure to persistent organic pollutants (POPs) and endometriosis, using statistical learning algorithms. Use of ENDOTOX project data: a case-control study conducted in Pays de la Loire between 2013 and 2015 |
| Notes : | Autre(s) contribution(s) : Pierre-Antoine Gourraud (Président du jury) |
| Bibliographie : | Bibliogr. f. 50-56, 78 réf. |