Analyse de données longitudinales multivariées, sparses, avec co-variables mixtes, issues d'objets médicaux connectés.

Analysis of sparse multivariate longitudinal data with mixed covariates from connected medical devices.

• Auteur / Autrice : Violaine Courrier
• Direction : Christophe Biernacki, Cristian Preda
• Type : Projet de thèse
• Discipline(s) : Mathématiques et leurs interactions
• Date : Inscription en doctorat le 28/08/2023
• Etablissement(s) : Université de Lille (2022-....)
• Ecole(s) doctorale(s) : MADIS Mathématiques, sciences du numérique et de leurs interactions
• Partenaire(s) de recherche : Laboratoire : INRIA - Institut national de recherche en informatique et en automatique Lille Nord Europe
• Partenaire(s) de recherche : Equipe de recherche : INRIA-PAINLEVE

Mots clés

Mots clés libres

Données longitudinales

Multivariées

Clustering

Longitudinal data

Multivariate

Clustering

Résumé

La société Withings a accumulé aujourd'hui une masse de données conséquente sur ses nombreux utilisateurs de par le monde pour ses objets médicaux connectés. L'analyse de ces données permettrait non seulement de mieux connaître ces utilisateurs (aspect clustering ou classification non supervisée) mais aussi de prévenir de potentiels risques médicaux pour ces derniers (aspect prédictif). Cependant, l'analyse de ces données s'avère hors de portée des méthodes classiques puisque elles se composent de séries temporelles à la fois multivariées (poids, composition corporelle, etc.) et sparses (dues à des périodes parfois de grande latence d'utilisation des objets), combinée à des informations (co-variables) fixes comme le sexe, l'âge, etc. Cette thèse reposera sur des extensions significatives et non triviales des mélanges de processus gaussiens, ces derniers ayant fait leur preuve dans des travaux très récents dans le cadre de données longitudinales univariées, au cas des nouvelles de données rencontrées chez Withings.

Withings has accumulated a large amount of data on its many users worldwide from its connected medical devices. Analyzing this data would not only enable us to get to know these users better (clustering aspect), but also to prevent potential medical risks for them (predictive aspect). However, the analysis of these data is beyond the reach of conventional methods, since they consist of time series that are both multivariate (weight, body composition, etc.) and sparse (due to periods of sometimes long latency in object use), combined with fixed information (co-variables) such as gender, age, etc. This thesis will be based on significant and non-trivial extensions of Gaussian process mixtures, the latter having proved their worth in very recent work in the context of univariate longitudinal data, to the case of new data encountered at Withings.