Exploitation de méthodes biostatistiques factorielles pour l'investigation de la relation nutrition-cancer dans la cohorte Européenne sur le Cancer et la Nutrition (EPIC)
Use of factorial biostatistical methods to investigate the relation between nutrition and cancer in the European Prospective Investigation into Cancer and Nutrition (EPIC) study
Résumé
Diet is a modifiable risk factor for many cancers. It has been estimated that about a third of cancer cases can be prevented by complying with a healthy diet and adhering to the recommendations in terms of nutrition. The nutrition-cancer relationship is a complex one, and its study is currently at a turning point with the opportunity and challenges brought by the recent technological advances in the fields of « -omics ».This thesis aims to develop new biostatistical approaches to investigate the nutrition-cancer relation within the European Prospective Investigation into Cancer and nutrition (EPIC) study. To do so, the applicability of new methodologies in the field of nutritional epidemiology has been examined.First, a new multivariate dimension reduction method, the Treelet Transform (TT) was applied to extract nutrient patterns relying on questionnaire data. The extracted patterns were more easily interpretable than those obtained with more classical methods.Then, an analytical framework was conceived for the « meeting-in-the-middle » (MITM) principle and applied to two nested case-control studies on hepatocellular carcinoma, with targeted and untargeted metabolomics data. The MITM aims to identify overlap biomarkers of certain exposures that are at the same time predictive of disease outcomes. The implementation focused on the application of partial least squares and mediation analyses. Last, the association between 60 plasma fatty acids levels assessed from biomarkers and breast cancer risk was examined in a nested case-control study in EPIC. This thesis will serve as a basis for future epidemiological applications looking into the nutrition-cancer relation
La nutrition est un facteur de risque modifiable pour le cancer puisqu'environ un tiers des cas pourraient être évités en adoptant une meilleure alimentation. La relation entre nutrition et cancer est complexe, et son étude est enrichie par de nouveaux défis apportés par les récentes avancées technologiques dans le domaine des « -omiques ». Cette thèse a pour but de développer de nouvelles approches biostatistiques afin d'étudier la relation entre nutrition et cancer au sein de la cohorte EPIC. Pour ce faire, l'applicabilité de nouvelles méthodologies multivariées dans le domaine de l'épidémiologie nutritionnelle a été étudiée.Une nouvelle méthode multivariée pour la réduction de la dimensionnalité, le Treelet Transform (TT), a été examinée afin d'extraire des patterns de nutriments issus de questionnaires. Les patterns ainsi obtenus par le TT étaient plus facilement interprétables que par les méthodes classiques. Ensuite, un cadre analytique pour implémenter le concept du « meeting-in-the-middle » (MITM) a été développé et appliqué dans 2 études cas-témoin nichées sur le cancer hépatocellulaire avec des données métabolomiques. Le MITM cherche à identifier des biomarqueurs qui soient à la fois des marqueurs de certaines expositions passées et des prédicteurs de maladies. L'implémentation s'est focalisée sur l'application de la PLS et de l'analyse de médiation.Enfin, nous avons examinés la relation entre les niveaux plasmatiques de 60 acides gras issus de biomarqueurs et le risque de cancer du sein dans une étude cas-témoin nichée dans EPIC.Cette thèse servira de base pour des applications épidémiologiques futures examinant la relation nutrition-cancer
Origine : Version validée par le jury (STAR)