Thèse de doctorat en Biostatistique. Mathématiques appliquées et application des mathématiques
Sous la direction de Nicolas Molinari et de Jean-Pierre Daurès.
Soutenue en 2006
à Montpellier 1 , en partenariat avec Université de Montpellier I. Faculté de médecine (autre partenaire) .
L'objectif de ce travail est de proposer des solutions nouvelles dans le domaine de la détection de clusters d'événements de santé. Ce type d'analyse est traditionnellement utilisé dans la surveillance de maladies dont l'étiologie est incertaine afin de localiser et mettre en évidence des agrégats ayant une densité anormalement élévée dans le temps et/ou dans l'espace. La détermination de ces clusters constitue généralement une étape préliminaire à la recherche de facteurs de risque. Nous proposons une revue des méthodes existantes ainsi que notre contribution dans différentes directions. Deux approches sont proposées dans le cadre temporel permettant pour l'une d'éviter l'utilisation de simulations et pour l'autre de prendre en compte les données dont l'information temporelle est incomplète. Nous avons également mis au point une méthode de détection de clusters spaciaux de forme arbitraire permettant d'analyser des données dont on connaît la localisation géographique exacte. Cette approche a été appliquée sur des données particulières, celles obtenues par Imagerie par Résonance Magnétique fonctionnelle. Les perspectives d'analyse spatio-temporelle sont finalement évoquées.
Pas de résumé disponible.
Cette thèse a donné lieu à une publication en 2007 par [CCSD] à Villeurbanne
Détection d'agrégats temporels et spatiaux
Cette thèse comprend les fichiers suivants :