Date de l'évènement :
Lieu de l'évènement :
Organisé par :
Avec la révolution récente de la génomique et la médecine stratifiée, le développement de signatures moléculaires devient de plus en plus important pour prédire le pronostic (biomarqueurs pronostiques) ou l’effet d’un traitement (biomarqueurs prédictifs) de chaque patient. Cependant, la grande quantité d’information disponible rend la découverte de faux positifs de plus en plus fréquente dans la recherche biomédicale. La présence de données de grande dimension (nombre de biomarqueurs ≫taille d’échantillon), soulève de nombreux défis statistiques tels que l’instabilité des biomarqueurs sélectionnés ou encore la multiplicité des tests. Dans cette présentation, je décrirai les paradigmes statistiques dans quelques essais cliniques français de screening moléculaire, afin de sélectionner des thérapies ciblées pour des patients atteints de cancer avancé. Nous avons également développé des méthodes pénalisées pour l’identification de biomarqueurs à partir d’un modèle de régression de Cox, en présence de données de grande dimension.
