Mathématiques, Statistiques et Médecine: des collaborations plus que jamais nécessaires

Durée : 1h32min. Français
Ce document est en accès libre.
 

Résumé

A travers le paradigme d’une maladie chronique fréquente, le cancer du sein, nous souhaitons aborder les évolutions de formes de collaborations entre le domaine médical et les chercheurs en mathématiques appliquées. La capacité à observer et quantifier les états physiologiques et pathologiques et approcher leurs variabilités intra- et inter- individuelles a marqué l’entrée dans une médecine dite scientifique dès la fin de 18eme siècle. Dès la seconde moitié du 20eme siècle, le monde anglo-saxon, suivi rapidement par le monde scandinave a su mettre en place des recueils systématiques de mortalités puis d’incidence, dont les analyses ont permis la mise en évidence de facteurs diagnostiques et pronostiques (1) et de suggérer des modèles « mécanicistes » de cancérogénèse (2, 3), qui essayaient de faire le lien entre les données épidémiologiques et les données recueillies au laboratoire. Le lien entre le type de données recueillies et les modalités statistiques d’analyse était bien précisé (15, 14). La prise en compte de facteurs dépendant du temps, dont les expositions hormonales, était et reste un sujet d’importance (6). Parallèlement, des modèles empiriques de prédiction du risque étaient proposés conditionnés par l’existence on non d’antécédents familiaux (5, 4), régulièrement mis à jour en fonction de la découverte de nouveaux marqueurs, avec toute la question de la validation de ces modèles. La mise en évidence des premiers gènes de susceptibilité aux cancers du sein (11) a représente une étape majeure apportée par les techniques d’épidémiologie génétique. Les possibilités offertes par les techniques de génétique moléculaires ont nécessité de nouvelles formes d’analyses. Le rapport entre le nombre de sujets observés et le nombre de variables explicatives potentielles s’est inversé. Les liens génotypes/ phénotypes se révèlent plus complexes et hétérogènes (9). Un des challenges actuels est la possibilité de détecter précocément, par des méthodes fiables et peu invasives, en population les tumeurs susceptibles d’avoir une évolution défavorable (10, 12, 13). La question de la qualité et du type de données recueillies reste cruciale (7, 8) ainsi que celle de la répétabilité des résultats publiés, qui passe par la mise à la disposition des données et des algorithmes. Cette exigence scientifique impose le respect des règles d’utilisation des données.
Genre
 
Editeur / Distributeur
Université de tous les savoirs
 
Année
2017
 
Mis en ligne
07/04/2017
 
Autorités
 
Cette fonction est inactive en démo.