Assas Recherche | Mélange de coefficients aléatoires variant dans le temps et modèles d'analyse factorielle longitudinale et leur application à l'évaluation multidimensionnelle des douleurs chroniques

Mélange de coefficients aléatoires variant dans le temps et modèles d'analyse factorielle longitudinale et leur application à l'évaluation multidimensionnelle des douleurs chroniques (Document en Anglais)

Accès au(x) document(s)

Accéder au(x) document(s) :

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :

Thèse soumise à l'embargo de l'auteur jusqu'au 01/08/2022 (communication intranet).

Version :

Thèse avec 2 versions : seule la version intégrale est proposée ; sur authentification (communication intranet).

Informations sur les contributeurs

Auteur : Ounajim Amine

Ounajim, Amine

Nom

Ounajim

Prénom

Amine

Nationalité

Date de soutenance : 24-06-2022

Directeur(s) de thèse : Slaoui Yousri

Slaoui, Yousri

Nom

Slaoui

Prénom

Yousri

- Louis Pierre-Yves

Louis, Pierre-Yves

Nom

Louis

Prénom

Pierre-Yves

- Rigoard Philippe

Rigoard, Philippe

Nom

Rigoard

Prénom

Philippe

Etablissement de soutenance : Poitiers

Poitiers

Nom

Poitiers

Laboratoire : Laboratoire de mathématiques et applications (Poitiers ; 2000-...)

Laboratoire de mathématiques et applications (Poitiers ; 2000-...)

Nom

Laboratoire de mathématiques et applications (Poitiers ; 2000-...)

- Laboratoire de Mathématiques et Applications / LMA-Poitiers

Laboratoire de Mathématiques et Applications / LMA-Poitiers

Nom

Laboratoire de Mathématiques et Applications / LMA-Poitiers

Ecole doctorale : École doctorale Sciences et Ingénierie des Systèmes, Mathématiques, Informatique (Limoges ; 2018-2022)

École doctorale Sciences et Ingénierie des Systèmes, Mathématiques, Informatique (Limoges ; 2018-2022)

Nom

École doctorale Sciences et Ingénierie des Systèmes, Mathématiques, Informatique (Limoges ; 2018-2022)

Informations générales

Discipline : Statistiques
Classification : Médecine et santé, Mathématiques

Mots-clés libres : Données longitudinales, Douleur chronique, Évaluation de la douleur, Évaluation multidimensionnelle, Analyse factorielle, Modèles à coefficients variables, Mélange de modèles, Modèle à effets mixtes, Apprentissage automatique, Apprentissage non-Supervisé, Statistiques non-Paramétriques, Modèle à classes latentes
Mots-clés :

Douleur chronique
Statistique non paramétrique
Études longitudinales
Modèles de mélanges
Analyse factorielle
Modèles à effets mixtes

Résumé : Les données longitudinales multivariées jouent un rôle essentiel dans divers domaines de recherche, notamment les sciences médicales et comportementales. Elles permettent aux chercheurs de tester de multiples hypothèses, telles que l'identification de la variation dans le temps d'une variable clinique. La robustesse des inférences obtenues à partir de l'analyse des données longitudinales conduit à une complexité croissante des méthodes de traitement statistique. Cette complexité découle de la structure des données longitudinales et de leurs propriétés statistiques, notamment la dépendance temporelle intra-individuelle. Un autre degré de complexité peut provenir de l'hétérogénéité potentielle due à l'existence de plusieurs sous-populations latentes dans les données de l'étude. Actuellement, il est reconnu dans la littérature que la douleur présente un aspect longitudinal complexe. Il a été démontré que les corrélations entre les différentes dimensions de la douleur se renforcent avec le temps, non seulement lors du passage des douleurs aiguës aux douleurs chroniques, mais aussi au cours de l'évolution des douleurs chroniques. Cela peut être dû à l'accumulation à long terme des fardeaux biopsychosociales générées par la douleur chronique et aux altérations des mécanismes cérébraux reliant la douleur aux émotions. De plus, le caractère socioculturel et émotionnel de la douleur chronique rend son évaluation complexe en raison de l'hétérogénéité par rapport à l'importance des composantes sensorielles, émotionnelles et fonctionnelles dans la vie de chaque individu. Le premier objectif de cette thèse est de démontrer empiriquement l'existence de différents groupes latents de patients dont la qualité de vie est impactée différemment par les composantes sensorielles, émotionnelles et fonctionnelles de la douleur, par l'application d'un mélange de modèles à effet mixte sur des données longitudinales de patients souffrant de douleurs chroniques après une chirurgie rachidienne. Cela permet de justifier la nécessité d'une évaluation hétérogène et spécifique au patient. Le deuxième objectif est de proposer un nouveau modèle non paramétrique formulé comme un mélange de modèles à coefficients variables dans le temps incluant des processus aléatoires. Le modèle proposé a été ajusté avec un algorithme EM modifié incluant une procédure de Backfitting. Nous avons évalué notre modèle par des simulations et des applications sur des données réelles. Ce modèle nous permet d'étudier l'évolution dans le temps des coefficients associant la qualité de vie des patients aux autres composantes de la douleur chronique pour chaque groupe latent. Le troisième et dernier objectif de la thèse est de proposer un mélange de modèles d'analyse factorielle longitudinale qui permet de résumer plusieurs indicateurs longitudinaux en une ou plusieurs variables latentes qui diffèrent entre les composantes du mélange. Un algorithme EM a été proposé pour estimer le modèle. Des méthodes pour garantir la comparabilité des facteurs latents ont été discuté. L'objectif de ce modèle est d'extraire des indicateurs latents et multidimensionnels qui dépendent à la fois du moment de la mesure dans le parcours du patient et des caractéristiques intrinsèques des patients. Le but ultime étant de faire évoluer l'évaluation de la douleur vers une évaluation multidimensionnelle, variable dans le temps et spécifique au patient, en fonction de ses caractéristiques biopsychosociales.

Informations techniques

Type de contenu : Text, Image, StillImage
Format : PDF

Informations complémentaires

Entrepôt d'origine :

STAR : dépôt national des thèses électroniques françaises

Identifiant : 2022POIT2268
Type de ressource : Thèse