Séance Séminaire

Séminaire de Probabilités et Statistique

Approches statistiques pour l’étude de données transcritomiques dans un design prospectif

Depuis une vingtaine d’années, de nombreuses études appelées GWAS (Genome Wide Association Studies) se sont intéressées aux liens entre cancer et variables genomiques (ADN) de grande dimension.

Dans ce contexte, des modèles d’analyse de survie ont largement été développés pour l’estimation de risque et la prédiction. Des études plus récentes, qualifiées de “post-GWAS”, incluent des données d’expression génique (ou données transcriptomiques) dans un design prospectif. Contrairement aux données génomiques collectées dans les GWAS, les données transcriptomiques varient au cours du temps et sont affectées par le processus de carcinogénèse (développement du cancer avant le diagnostique). Ainsi, les études post-GWAS ouvrent de nouvelles perspectives, en particulier pour l’analyse des changements intervenant dans l’expression génique au cours de la carcinogénèse, et requièrent des approches statistiques spécifiques.

Dans cet exposé, nous présenterons l’étude NOWAC (Norwegian Women And Cancer) qui inclue des données transcriptomiques ainsi que des facteurs epidémiologiques classiques dans un design prospectif, et les questions biologiques et épidémiologiques qui peuvent être étudiées à partir de ces données. Nous discuterons ensuite des approches statistiques qui peuvent être envisagées. En particulier, nous présenterons une approche basée sur le modèle de carcinogénèse multi-stades, incluant le dernier stade de la carcinogénèse sous forme de variable latente.