Road crashes pose a significant public health issue worldwide, often leading to severe injuries and fatalities. This dissertation embarks on a comprehensive examination of the factors affecting road crash severity, with a special focus on older drivers and the unique challenges introduced by the COVID-19 pandemic. Utilizing a dataset from Virginia, USA, the research integrates advanced statistical methods and machine learning techniques to dissect this critical issue from multiple angles. The initial study within the dissertation employs multilevel ordinal logistic regression to assess crash severity among older drivers, revealing the complex interplay of various factors such as crash type, road attributes, and driver behavior. It highlights the increased risk of severe crashes associated with head-on collisions, driver distraction or impairment, and the non-use of seat belts, specifically affecting older drivers. These findings are pivotal in understanding the unique vulnerabilities of this demographic on the road. Furthermore, the dissertation explores the efficacy of both parametric and non-parametric machine learning models in predicting crash severity. It emphasizes the innovative use of synthetic resampling techniques, particularly random over-sampling examples (ROSE) and synthetic minority over-sampling technique (SMOTE), to address class imbalances. This methodological advancement not only improves the accuracy of crash severity predictions for severe crashes but also offers a comprehensive understanding of diverse factors, including environmental and roadway characteristics. Additionally, the dissertation examines the influence of the COVID-19 pandemic on road safety, revealing a paradoxical decrease in overall traffic crashes accompanied by an increase in the rate of severe injuries. This finding underscores the pandemic's transformative effect on driving behaviors and patterns, heightening risks for vulnerable road users like pedestrians and cyclists. The study calls for adaptable road safety strategies responsive to global challenges and societal shifts. Collectively, the studies within this dissertation contribute substantially to transportation safety research. They demonstrate the complex nature of factors influencing crash severity and the efficacy of tailored approaches in addressing these challenges. The integration of advanced statistical methods with machine learning techniques offers a profound understanding of crash dynamics and sets a new benchmark for future research in transportation safety. This dissertation underscores the evolving challenges in road safety, especially amidst demographic shifts and global crises, and advocates for adaptive, evidence-based strategies to enhance road safety for all, particularly vulnerable groups like the older drivers. / Doctor of Philosophy / Road crashes are a major concern worldwide, often leading to serious injuries and loss of life. This dissertation delves into the critical issue of road crash severity, with a special focus on older drivers and the challenges brought about by the COVID-19 pandemic. Drawing on data from Virginia, USA, the research combines cutting-edge statistical methods and machine learning to shed light on this pressing matter. One important part of the research focuses on older drivers. It uses advanced analysis to find out why crashes involving this group might be more serious. The study discovered that situations like head-on collisions, driver distraction or impairment, and not wearing seat belts greatly increase the risk for older drivers. Understanding these risks is crucial in identifying the special needs of older drivers on the road. Then, the study explores the power of machine learning in predicting crash severity. Here, the research stands out by using innovative techniques to balance out the data, leading to more accurate predictions. This part of the study not only improves our understanding of what leads to severe crashes but also highlights how different environmental and road factors play a role. Following this, the research looks at how the COVID-19 pandemic has impacted road safety. Interestingly, while the overall number of crashes went down during the pandemic, the rate of severe injuries in the crashes that occurred increased. This suggests that the pandemic changed driving behaviors, posing increased risks especially to pedestrians and cyclists. In summary, this dissertation offers valuable insights into the complex factors affecting road crash severity. It underscores the importance of using advanced analysis techniques to understand these dynamics better, especially in the face of demographic changes and global challenges like the pandemic. The findings are not just academically significant; they provide practical guidance for policymakers and road safety experts to develop strategies that make roads safer for everyone, particularly older drivers.

Les améliorations dans les protocoles de traitement pour la majorité des cancers pédiatriques ont augmenté de façon marquée les taux de survie. Cependant, des risques élevés de multiples problèmes de santé chez les survivants sont bien documentés. En ce qui concerne spécifiquement les problèmes neuropsychologiques, les principaux facteurs de risque individuels connus à ce jour (l’âge au diagnostic, le genre du patient, l’exposition aux radiations) demeurent insuffisants pour cibler efficacement et prévenir les séquelles à long terme. Les objectifs généraux de cette thèse étaient : 1) la caractérisation des trajectoires individuelles de problèmes de comportement chez une population de patients pédiatriques atteints de leucémie lymphoblastique aiguë; 2) l’identification des principaux déterminants génétiques, médicaux et psychosociaux associés aux problèmes de comportements. Les hypothèses étaient : 1) Il existe une association entre les trajectoires individuelles de problèmes de comportement et a - des facteurs psychosociaux liés au fonctionnement familial, b - des polymorphismes dans les gènes modérateurs des effets thérapeutiques du méthotrexate et des glucocorticoïdes, c - des variables liées aux traitements oncologiques. 2) L'utilisation de modèles statistiques multi-niveaux peut permettre d’effectuer cette caractérisation des trajectoires individuelles et l’identification des facteurs de risque associés. 138 patients pédiatriques (0-18 ans) ayant reçu un diagnostic de leucémie lymphoblastique aiguë entre 1993 et 1999 au CHU Ste-Justine ont participé à une étude longitudinale d’une durée de 4 ans. Un instrument validé et standardisés, le Child Behavior Checklist, a été utilisé pour obtenir un indice de problèmes de comportement, tel que rapporté par la mère, au moment du diagnostic, puis 1, 2, 3 et 4 ans post-diagnostic. Des données génétiques, psychosociales et médicales ont aussi été collectées au cours de cette même étude longitudinale, puis ont été exploitées dans les modélisations statistiques effectuées. Les résultats obtenus suggèrent que les problèmes de comportement de type internalisés et externalisés possèdent des trajectoires et des facteurs de risque distincts. Les problèmes internalisés sont des manifestations de troubles affectifs chez le patient, tels que des symptômes dépressifs ou anxieux, par exemple. Ceux-ci sont très prévalents tôt après le diagnostic et se normalisent par la suite, indiquant des difficultés significatives, mais temporaires. Des facteurs médicaux exacerbant l'expérience de stress, soit le risque de rechute associé au diagnostic et les complications médicales affectant la durée de l'hospitalisation, ralentissent cette normalisation. Les problèmes externalisés se manifestent dans le contact avec autrui; des démonstrations d’agression ou de violence font partie des symptômes. Les problèmes externalisés sont plus stables dans le temps relativement aux problèmes internalisés. Des variables pharmacologiques et génétiques contribuent aux différences individuelles : l'administration d’un glucocorticoïde plus puissant du point de vue des effets pharmacologiques et toxicologiques, ainsi que l’homozygotie pour l’haplotype -786C844T du gène NOS3 sont liés à la modulation des scores de problèmes externalisés au fil du temps. Finalement, le niveau de stress familial perçu au diagnostic est positivement corrélé avec le niveau initial de problèmes externalisés chez le patient, tandis que peu après la fin de la période d’induction, le niveau de stress familial est en lien avec le niveau initial de problèmes internalisés. Ces résultats supportent l'idée qu'une approche holistique est essentielle pour espérer mettre en place des interventions préventives efficaces dans cette population. À long terme, ces connaissances pourraient contribuer significativement à l'amélioration de la qualité de vie des patients. Ces travaux enrichissent les connaissances actuelles en soulignant les bénéfices des suivis longitudinaux et multidisciplinaires pour comprendre la dynamique de changement opérant chez les patients. Le décloisonnement des savoirs semble devenir incontournable pour aspirer dépasser le cadre descriptif et atteindre un certain niveau de compréhension des phénomènes observés. Malgré des défis méthodologiques et logistiques évidents, ce type d’approche est non seulement souhaitable pour étudier des processus dynamiques, mais les travaux présentés dans cette thèse indiquent que cela est possible avec les moyens analytiques actuels. / Recent improvements in pediatric cancers treatment have led to marked increases in patient survival rate. However, it has been well documented that pediatric cancer survivors are at elevated risk for various other health problems. With respect specifically to neuropsychological side effects, known predictors (mainly: age at diagnosis, patient gender, exposure to radiation therapy) remain insufficient so far to target, and prevent efficiently, long term sequelae in this population. General objectives related to this thesis were: 1) characterization of individual trajectories of behavioral problems in pediatric patients with acute lymphoblastic leukemia; 2) the identification of genetic, medical and psychosocial determinants of behavioral problems in this population. This research program was based on the following hypotheses: 1) there is an association between the trajectories of individual behavioral problems and a – familial well-being-related psychosocial factors, b – gene polymorphisms involved in the therapeutic responses to methotrexate and glucocorticoids, c – anti-cancer treatments-related variables. 2) Multilevel statistical modeling can be used to characterize patient groups according to their individual behavioral problem trajectories, and can also identify predictive factors. 138 pediatric patients (0-18 years old) who received an acute lymphoblastic leukemia diagnosis between 1993 and 1999 at CHU Ste-Justine participated in this 4 years-long longitudinal study. A standardized and validated instrument, the Child Behavior Checklist, was used to measure behavior problems, as reported by the mother, at diagnosis, and then 1, 2, 3 and 4 years post-diagnosis. Genetic, psychosocial and medical data were also collected during this longitudinal study; these data were exploited in the context of the statistical modeling performed. Results obtained suggest that internalized and externalized behavioral problems have distinct trajectories and have different predictive factors. Internalized problems are affective issues presented by the patient, such as depressive or anxious symptoms. They are highly prevalent post-diagnosis and normalize over the following years, suggestive of temporary yet significant problems. Stress-enhancing medical variables such as a higher relapse risk at diagnosis and medical complications requiring a longer hospitalization slow down the normalization process. Externalized problems need interpersonal contact to occur; violence or aggressiveness manifestations are some examples. Compared to internalized problems, externalized problems are much more stable across time. However, pharmacological and genetic variables do contribute to individual differences in trajectories. In particular, administration of a more potent glucocorticoid (from pharmacological and toxicological perspectives) and being homozygous for NOS3 gene -786C844T haplotype are linked to modulation of externalized problems in time. Finally, the level of perceived family stress at time of diagnosis is positively correlated with initial externalized problems, while shortly after the induction period, the level of familial stress is linked with the initial internalized problems. Together, these results support the idea that a holistic care strategy is essential to develop efficient, preventive interventions in this population, due to the multifactorial nature of these behavioral problems. The knowledge generated in the present studies could contribute to better quality of life for these patients. This thesis also brings a more holistic contribution to our current knowledge of behavioral problems in this population, by highlighting the need for individual, multidisciplinary follow-ups, with particular emphasis on repeated measurements and appropriate statistical analyses. More than ever, knowledge de-compartmentalization appears essential in reaching a certain comprehension level of observed phenomena, rather than adhering to descriptive settings. It indicates that, despite obvious methodological and logistic challenges, this type of research is not only desirable in studying dynamic processes, but is certainly achievable with current analytical tools.

Les traitements existants des métastases hépatiques du cancer colorectal montrent une efficacité insuffisante. Le projet GR5FU visait à améliorer cette efficacité et consistait à délivrer le 5-fluorouracile (5FU) dans le foie via son encapsulation dans des globules rouges (GR). Dans ce contexte, la modélisation visait à prédire la quantité de 5FU à encapsuler dans les GR pour atteindre une efficacité équivalente à celle du 5FU standard. Dans cette thèse, nous avons construit et implémenté un modèle mathématique multi-échelle qui relie l’injection du 5FU à son efficacité sur la croissance tumorale en intégrant sa pharmacocinétique et son mécanisme d’action intracellulaire. Des simulations de population de ce modèle, s’appuyant sur des paramètres de la littérature, nous ont permis (i) de reproduire des résultats cliniques montrant le pouvoir prédictif de l’enzyme Thymidylate Synthase (TS) et (ii) d’identifier deux prédicteurs potentiels de la réponse au 5FU à l’échelle d’une population virtuelle, en complément du niveau de TS : la vitesse de croissance tumorale et le métabolisme intracellulaire des pyrimidines. Nous avons également analysé, à l’aide de modèles à effets mixtes, (i) la croissance in vivo de la tumeur intra-hépatique VX2 sans traitement, tenant lieu de modèle animal de métastase hépatique, et (ii) la distribution plasmatique et hépatique du 5FU chez l’animal. Cette modélisation statistique nous a permis d’identifier les modèles décrivant des données expérimentales, d’estimer les paramètres de ces modèles et leur variabilité, et de générer une meilleure connaissance de la croissance de la tumeur VX2 et de la pharmacocinétique animale du 5FU, en particulier hépatique. Dans cette thèse, nous avons illustré comment l’intégration du métabolisme d’un médicament et de son mécanisme d’action dans un modèle global et la simulation de ce modèle à l’échelle d’une population virtuelle, constituent une approche prometteuse pour optimiser le développement d’hypothèses thérapeutiques innovantes en collaboration avec des expérimentateurs. / Existing treatments for liver metastases of colorectal cancer show a lack of efficacy. In order to improve the prognosis of patients, the GR5FU project has been implemented. It consisted in delivering the drug 5-fluorouracil (5FU) in the liver via its encapsulation in red blood cells (RBC) to increase its efficacy / toxicity ratio. In this context, the modeling aimed at predicting the amount of 5FU to encapsulate in RBC to achieve an efficacy equivalent to standard 5FU. In this thesis, we have created and implemented a multiscale mathematical model that links the injection of 5FU to its efficacy on tumor growth by integrating its pharmacokinetics and mechanism of intracellular action. Population simulations of this model, using parameters from the literature, allowed us (i) to reproduce clinical results showing the predictive power of TS enzyme level and (ii) to identify two potential predictors of response to 5FU at the level of a population of virtual patients, in addition to TS level. We also analyzed, using mixed effects models, (i) the in vivo growth of intrahepatic VX2 tumor without treatment, serving as an animal model of liver metastasis, and (ii) the distribution of 5FU in the animal’s organism. This statistical modelization enabled us to identify the models describing experimental data, to estimate the parameters of these models and their variability, and generate a better knowledge of VX2 tumor growth and animal 5FU pharmacokinetics. In this thesis, we illustrated how the integration of drug metabolism and its mechanism of action in a global model and the simulation of this model at the scale of a virtual population, form a promising approach to optimize the development of innovative therapeutic hypotheses in collaboration with experimentalists.

Kognitive Diagnosemodelle (DCMs) sind konfirmatorische probabilistische Modelle mit kategorialen latenten Variablen, die Mehrfachladungsstrukturen erlauben. Sie ermöglichen die Abbildung der Kompetenzen in mehrdimensionalen Profilen, die zur Erstellung informativer Rückmeldungen dienen können. Diese Dissertation untersucht in zwei Anwendungsstudien und einer Simulationsstudie wichtige methodische Aspekte bei der Schätzung der DCMs. In der Arbeit wurde ein neuer Mathematiktest entwickelt basierend auf theoriegeleiteten vorab definierten Q-Matrizen. In den Anwendungsstudien (a) illustrierten wir die Anwendung der DCMs für empirische Daten für den neu entwickelten Mathematiktest, (b) verglichen die DCMs mit konfirmatorischen Faktorenanalysemodellen (CFAs), (c) untersuchten die inkrementelle Validität der mehrdimensionalen Profile und (d) schlugen eine Methode zum Vergleich konkurrierender DCMs vor. Ergebnisse der Anwendungsstudien zeigten, dass die geschätzten DCMs meist einen nicht akzeptablen Modellfit aufwiesen. Zudem fanden wir nur eine vernachlässigbare inkrementelle Validität der mehrdimensionalen Profile nach der Kontrolle der Personenparameter bei der Vorhersage der Mathematiknote. Zusammengenommen sprechen diese Ergebnisse dafür, dass DCMs per se keine zusätzliche Information über die mehrdimensionalen CFA-Modelle hinaus bereitstellen. DCMs erlauben jedoch eine andere Aufbereitung der Information. In der Simulationsstudie wurde die Präzision der Parameterschätzungen in log-linearen DCMs sowie die Sensitivität ausgewählter Indizes der Modellpassung auf verschiedene Formen der Fehlspezifikation der Interaktionsterme oder der Q-Matrix untersucht. Die Ergebnisse der Simulationsstudie zeigen, dass die Parameterwerte für große Stichproben korrekt geschätzt werden, während die Akkuratheit der Parameterschätzungen bei kleineren Stichproben z. T. beeinträchtigt ist. Ein großer Teil der Personen wird in Modellen mit fehlspezifizierten Q-Matrizen falsch klassifiziert. / Cognitive diagnostic classification models (DCMs) have been developed to assess the cognitive processes underlying assessment responses. Current dissertation aims to provide theoretical and practical considerations for estimation of DCMs for educational applications by investigating several important underexplored issues. To avoid problems related to retrofitting of DCMs to an already existing data, test construction of the newly mathematics assessment for primary school DMA was based on a-priori defined Q-matrices. In this dissertation we compared DCMs with established psychometric models and investigated the incremental validity of DCMs profiles over traditional IRT scores. Furthermore, we addressed the issue of the verification of the Q-matrix definition. Moreover, we examined the impact of invalid Q-matrix specification on item, respondent parameter recovery, and sensitivity of selected fit measures. In order to address these issues one simulation study and two empirical studies illustrating applications of several DCMs were conducted. In the first study we have applied DCMs in general diagnostic modelling framework and compared those models to factor analysis models. In the second study we implemented a complex simulation study and investigated the implications of Q-matrix misspecification on parameter recovery and classification accuracy for DCMs in log-linear framework. In the third study we applied results of the simulation study to a practical application based on the data for 2032 students for the DMA. Presenting arguments for additional gain of DCMs over traditional psychometric models remains challenging. Furthermore, we found only a negligible incremental validity of multivariate proficiency profiles compared to the one-dimensional IRT ability estimate. Findings from the simulation study revealed that invalid Q-matrix specifications led to decreased classification accuracy. Information-based fit indices were sensitive to strong model misspecifications.

Tanto na área pública como na área privada, as necessidades de financiamento são diretamente proporcionais às decisões de investimento. Para cada unidade monetária a ser investida há a necessidade de se obter fundos para o financiamento desse investimento. Quando são levantadas questões sobre o assunto –necessidades de financiamento- e essas questões são associadas às finanças municipais, surge uma lacuna para a qual, até o momento, não há estudos e/ou pesquisas que forneçam uma resposta sobre como medir o risco de crédito dos municípios brasileiros. A busca dessa resposta é o objetivo deste trabalho. A pesquisa bibliográfica forneceu o aporte teórico, tanto em finanças e crédito, como no uso de modelos econométricos. A análise de modelos de insolvência, aplicados a empresas, contribuiu para orientar os modelos que poderiam ser testados e possivelmente orientados para a análise do risco de crédito dos municípios. A Lei de Responsabilidade Fiscal (LRF), como uma primeira medida para iniciar o processo de gestão responsável, e, provavelmente, em um futuro próximo, a obrigatoriedade de divulgação dos demonstrativos financeiros e auditorias independentes sejam também componentes obrigatórios na gestão municipal, como também a adoção de “ratings" municipais, contribuíram para a motivação do desenvolvimento de um modelo de risco de crédito de municípios . Após a obtenção dos dados financeiros dos municípios brasileiros (no sitio da Secretaria do Tesouro Nacional), dos dados demográficos (disponibilizados em CD pelo Instituto Brasileiro de Geografia e Estatística - Base de informações municipais 3), da opinião de diversos especialistas sobre seu conceito em relação ao risco de crédito apresentado por diversos municípios, do tratamento desses dados e da constituição de um banco de dados integrando todas as informações selecionadas, e aplicando-se a análise estatística discriminante ao banco de dados obtido, obteve-se um modelo estatístico com um nível de acerto aproximado de 70% / As many on public area as on private area, the financing needs are relative to investment decisions. For each monetary unit to be invested there is need to obtain funds to financing. When questions are made about this issues –financing needs- and those questions are associated to municipal finances, one hiatus appears at this moment, wich there wasn’t studies or researches to be able to provide a reply or a solution on the subject to measure the brazilians municipal credit risk. The search for this solution is the subject of the present work. The bibliographic research provide the theoretical base, as many in finances and credit, as econometrics modeling. The bankrupt modeling analysis applied to companies, contributed to orient the templates that could be tested and possibly oriented to municipal credit risk analysis. A special Law of Fiscal Responsibility (LRF), is the first rule to begin the responsible management process, and probably, in the near future, the obligation of disclosure the financial statements, and independent audits that may be the mandatory components on municipal management, as well as the adoption or acceptance of municipal ratings contributed to the motivation to development of one model of municipal credit risk. After the attainment of brazilian cities financial information, from the official National Treasure site, demographic data (available in CD of Brazilian Institut of Geography & Statistics’ database of municipal information), and about expertise’s judgments on the subject of concept in relation to credit risk presented for many cities, about the treatment of these information and the creation of a database that grant the full integration of selected information, applying the discriminant function analysiys to the database obtained, resulted a statistic model that hit a target level with approximatly 70%.

Dans ce travail, les propriétés thermiques effectives du milieu fibreux sont déterminées en tenant compte du couplage conduction et rayonnement. Un échantillon numérique fibreux statistiquement homogène composé de deux phases a été généré en empilant des cylindres finis absorbant dans le vide. Ces cylindres sont dispersés selon des fonctions de distribution de la position de leur centre et de leur orientation. L'interpénétration des cylindres est permis. L'extinction, l'absorption et la diffusion sont caractérisées par des fonctions statistiques radiatives qui permettent de savoir si le milieu est Beerien (ou non). Elles sont déterminées précisément à l'aide d'une méthode de Monte Carlo. On montre que la phase gazeuse a un comportement Beerien et que le phase fibreuse a un comportement fortement non Beerien. Le champ de puissance radiative déposée dans le milieu fibreux est calculé en résolvant un modèle qui couple une Équation du Transfert Radiatif Généralisée (ETRG) et une Équation du Transfert radiatif Classique (ETR). Le modèle de conduction thermique est basé sur une méthode de marche aléatoire ne nécessitant aucun maillage. La simulation du mouvement Brownien de marcheurs dans les fibres permet de résoudre l'équation de l'énergie. L'idée de la méthode est de caractériser la température d'un volume élémentaire par une densité de marcheurs, qui peuvent parcourir le milieu. Le problème est gouverné par les conditions aux limites ; Une concentration constante de marcheurs (ou un flux constant) est associée à une température imposée (ou un flux). / In the present work, the effective heat transfer properties of fibrous medium are determined by taking into account a coupling of heat conduction and radiation. A virtual, statistically homogeneous, two-phase fibrous sample has been built by stacking finite absorbing cylinders in vaccum. These cylinders are dispersed according to prescribed distribution functions defining the cylinder positions and orientations. Cylinder overlappings are allowed. Extinction, absorption and scattering are characterised by radiative statistical functions which allow the Beerian behaviour of a medium to be assessed (or not). They are accurately determined with a Monte Carlo method. Whereas the gaseous phase exhibits a Beerian behaviour, the fibre phase is strongly non Beerian. The radiative power field deposited within the fibrous material is calculated by resolving a model which couples a Generalized Radiative Transfer Equation (GRTE) and a classic Radiative Transfer Equation (RTE). The model of conduction transfer is based on a random walk method without meshing. The simulation of Brownian motion of walkers in fibres allows the energy equation to be solved. The idea of the method is to characterize the temperature in an elementary volume by the density of walkers, which roam the medium. The problem is governed by boundary conditions ; A constant concentration of walkers (or a constant flux) is associated with a fixed temperature (or flux).

Les précipitations et les débits des cours d'eau constituent les deux variables hydrométéorologiques les plus importantes pour l'analyse des bassins versants. Ils fournissent des informations fondamentales pour la gestion intégrée des ressources en eau, telles que l’approvisionnement en eau potable, l'hydroélectricité, les prévisions d'inondations ou de sécheresses ou les systèmes d'irrigation.Dans cette thèse de doctorat sont abordés deux problèmes distincts. Le premier prend sa source dans l’étude des débits des cours d’eau. Dans le but de bien caractériser le comportement global d'un bassin versant, de longues séries temporelles de débit couvrant plusieurs dizaines d'années sont nécessaires. Cependant les données manquantes constatées dans les séries représentent une perte d'information et de fiabilité, et peuvent entraîner une interprétation erronée des caractéristiques statistiques des données. La méthode que nous proposons pour aborder le problème de l'imputation des débits se base sur des modèles de régression dynamique (DRM), plus spécifiquement, une régression linéaire multiple couplée à une modélisation des résidus de type ARIMA. Contrairement aux études antérieures portant sur l'inclusion de variables explicatives multiples ou la modélisation des résidus à partir d'une régression linéaire simple, l'utilisation des DRMs permet de prendre en compte les deux aspects. Nous appliquons cette méthode pour reconstruire les données journalières de débit à huit stations situées dans le bassin versant de la Durance (France), sur une période de 107 ans. En appliquant la méthode proposée, nous parvenons à reconstituer les débits sans utiliser d'autres variables explicatives. Nous comparons les résultats de notre modèle avec ceux obtenus à partir d'un modèle complexe basé sur les analogues et la modélisation hydrologique et d'une approche basée sur le plus proche voisin. Dans la majorité des cas, les DRMs montrent une meilleure performance lors de la reconstitution de périodes de données manquantes de tailles différentes, dans certains cas pouvant allant jusqu'à 20 ans.Le deuxième problème que nous considérons dans cette thèse concerne la modélisation statistique des quantités de précipitations. La recherche dans ce domaine est actuellement très active car la distribution des précipitations exhibe une queue supérieure lourde et, au début de cette thèse, il n'existait aucune méthode satisfaisante permettant de modéliser toute la gamme des précipitations. Récemment, une nouvelle classe de distribution paramétrique, appelée distribution généralisée de Pareto étendue (EGPD), a été développée dans ce but. Cette distribution exhibe une meilleure performance, mais elle manque de flexibilité pour modéliser la partie centrale de la distribution. Dans le but d’améliorer la flexibilité, nous développons, deux nouveaux modèles reposant sur des méthodes semiparamétriques.Le premier estimateur développé transforme d'abord les données avec la distribution cumulative EGPD puis estime la densité des données transformées en appliquant un estimateur nonparamétrique par noyau. Nous comparons les résultats de la méthode proposée avec ceux obtenus en appliquant la distribution EGPD paramétrique sur plusieurs simulations, ainsi que sur deux séries de précipitations au sud-est de la France. Les résultats montrent que la méthode proposée se comporte mieux que l'EGPD, l’erreur absolue moyenne intégrée (MIAE) de la densité étant dans tous les cas presque deux fois inférieure.Le deuxième modèle considère une distribution EGPD semiparamétrique basée sur les polynômes de Bernstein. Plus précisément, nous utilisons un mélange creuse de densités béta. De même, nous comparons nos résultats avec ceux obtenus par la distribution EGPD paramétrique sur des jeux de données simulés et réels. Comme précédemment, le MIAE de la densité est considérablement réduit, cet effet étant encore plus évident à mesure que la taille de l'échantillon augmente. / Precipitation and streamflow are the two most important meteorological and hydrological variables when analyzing river watersheds. They provide fundamental insights for water resources management, design, or planning, such as urban water supplies, hydropower, forecast of flood or droughts events, or irrigation systems for agriculture.In this PhD thesis we approach two different problems. The first one originates from the study of observed streamflow data. In order to properly characterize the overall behavior of a watershed, long datasets spanning tens of years are needed. However, the quality of the measurement dataset decreases the further we go back in time, and blocks of data of different lengths are missing from the dataset. These missing intervals represent a loss of information and can cause erroneous summary data interpretation or unreliable scientific analysis.The method that we propose for approaching the problem of streamflow imputation is based on dynamic regression models (DRMs), more specifically, a multiple linear regression with ARIMA residual modeling. Unlike previous studies that address either the inclusion of multiple explanatory variables or the modeling of the residuals from a simple linear regression, the use of DRMs allows to take into account both aspects. We apply this method for reconstructing the data of eight stations situated in the Durance watershed in the south-east of France, each containing daily streamflow measurements over a period of 107 years. By applying the proposed method, we manage to reconstruct the data without making use of additional variables, like other models require. We compare the results of our model with the ones obtained from a complex approach based on analogs coupled to a hydrological model and a nearest-neighbor approach, respectively. In the majority of cases, DRMs show an increased performance when reconstructing missing values blocks of various lengths, in some of the cases ranging up to 20 years.The second problem that we approach in this PhD thesis addresses the statistical modeling of precipitation amounts. The research area regarding this topic is currently very active as the distribution of precipitation is a heavy-tailed one, and at the moment, there is no general method for modeling the entire range of data with high performance. Recently, in order to propose a method that models the full-range precipitation amounts, a new class of distribution called extended generalized Pareto distribution (EGPD) was introduced, specifically with focus on the EGPD models based on parametric families. These models provide an improved performance when compared to previously proposed distributions, however, they lack flexibility in modeling the bulk of the distribution. We want to improve, through, this aspect by proposing in the second part of the thesis, two new models relying on semiparametric methods.The first method that we develop is the transformed kernel estimator based on the EGPD transformation. That is, we propose an estimator obtained by, first, transforming the data with the EGPD cdf, and then, estimating the density of the transformed data by applying a nonparametric kernel density estimator. We compare the results of the proposed method with the ones obtained by applying EGPD on several simulated scenarios, as well as on two precipitation datasets from south-east of France. The results show that the proposed method behaves better than parametric EGPD, the MIAE of the density being in all the cases almost twice as small.A second approach consists of a new model from the general EGPD class, i.e., we consider a semiparametric EGPD based on Bernstein polynomials, more specifically, we use a sparse mixture of beta densities. Once again, we compare our results with the ones obtained by EGPD on both simulated and real datasets. As before, the MIAE of the density is considerably reduced, this effect being even more obvious as the sample size increases.

Ce travail consiste en une étude des phénomènes de coalescence dans un nuage de gouttes, par la simulation numérique directe d'un écoulement turbulent gazeux, couplée avec une approche de suivi Lagrangien pour la phase dispersée. La première étape consiste à développer et valider une méthode de détection des collisions pour une phase polydispersée. Elle est ensuite implémentée dans un code couplé de simulation directe et de suivi Lagrangien existant. Des simulations sont menées pour une turbulence homogène isotrope de la phase continue et pour des phases dispersées en équilibre avec le fluide. L'influence de l'inertie des gouttes et de la turbulence sur le taux de coalescence des gouttes est discutée dans un régime de coalescence permanente. Un aperçu est donné de la prise en compte d'autres régimes de collision et de coalescence entre gouttes. Ces simulations sont la base de développement et de validation des approches utilisées dans les calculs à l'échelle industrielle. En particulier, les résultats des simulations sont comparés avec les prédictions d'une approche Lagrangienne de type Monte-Carlo et de l'approche Eulerienne 'Direct Quadrature Method of Moments' (DQMOM). Différents types de fermeture des termes de coalescence sont validés. Les uns sont basés sur l'hypothèse de chaos-moléculaire, les autres sont capables de prendre en compte des corrélations de vitesses des gouttes avant la collision. Il est montré que cette derniere approche prédit beaucoup mieux le taux de coalescence par comparaison avec les résultats des simulations déterministes. / Coalescence in a droplet cloud is studied in this work by means of direct numerical simulation of the turbulent gas flow, which is coupled with a Lagrangian tracking of the disperse phase. In a first step, a collision detection algorithm is developed and validated, which can account for a polydisperse phase. This algorithm is then implemented into an existing code for direct numerical simulations coupled with a Lagrangian tracking scheme. Second, simulations are performed for the configuration of homogeneous isotropic turbulence of the fluid phase and a disperse phase in local equilibrium with the fluid. The influence of both droplet inertia and turbulence intensity on the coalescence rate of droplets is discussed in a pure permanent coalescence regime. First results are given, if other droplet collision outcomes than permanent coalescence (i.e. stretching and reflexive separation) are considered. These results show a strong dependence on the droplet inertia via the relative velocity of the colliding droplets at the moment of collision. The performed simulations serve also as reference data base for the development and validation of statistical modeling approaches, which can be used for simulations of industrial problems. In particular, the simulation results are compared to predictions from a Lagrangian Monte-Carlo type approach and the Eulerian 'Direct Quadrature Method of Moments' (DQMOM) approach. Different closures are validated for the coalescence terms in these approaches, which are based either on the assumption of molecular-chaos, or based on a formulation, which allows to account for the correlation of droplet velocities before collision by the fluid turbulence. It is shown that the latter predicts much better the coalescence rates in comparison with results obtained by the performed deterministic simulations.

Grâce aux progrès des techniques de séquençage, les bases de données génomiques ont connu une croissance exponentielle depuis la fin des années 1990. Un grand nombre d'outils statistiques ont été développés à l'interface entre bioinformatique, apprentissage automatique et physique statistique, dans le but d'extraire de l'information de ce déluge de données. Plusieurs approches de physique statistique ont été récemment introduites dans le contexte précis de la modélisation de séquences de protéines, dont l'analyse en couplages directs. Cette méthode d'inférence statistique globale fondée sur le principe d'entropie maximale, s'est récemment montrée d'une efficacité redoutable pour prédire la structure tridimensionnelle de protéines, à partir de considérations purement statistiques.Dans cette thèse, nous présentons les méthodes d'inférence en question, et encouragés par leur succès, explorons d'autres domaines complexes dans lesquels elles pourraient être appliquées, comme la détection d'homologies. Contrairement à la prédiction des contacts entre résidus qui se limite à une information topologique sur le réseau d'interactions, ces nouveaux champs d'application exigent des considérations énergétiques globales et donc un modèle plus quantitatif et détaillé. À travers une étude approfondie sur des donnéesartificielles et biologiques, nous proposons une meilleure interpretation des paramètres centraux de ces méthodes d'inférence, jusqu'ici mal compris, notamment dans le cas d'un échantillonnage limité. Enfin, nous présentons une nouvelle procédure plus précise d'inférence de modèles génératifs, qui mène à des avancées importantes pour des données réelles en quantité limitée. / Over the last decades, genomic databases have grown exponentially in size thanks to the constant progress of modern DNA sequencing. A large variety of statistical tools have been developed, at the interface between bioinformatics, machine learning, and statistical physics, to extract information from these ever increasing datasets. In the specific context of protein sequence data, several approaches have been recently introduced by statistical physicists, such as direct-coupling analysis, a global statistical inference method based on the maximum-entropy principle, that has proven to be extremely effective in predicting the three-dimensional structure of proteins from purely statistical considerations.In this dissertation, we review the relevant inference methods and, encouraged by their success, discuss their extension to other challenging fields, such as sequence folding prediction and homology detection. Contrary to residue-residue contact prediction, which relies on an intrinsically topological information about the network of interactions, these fields require global energetic considerations and therefore a more quantitative and detailed model. Through an extensive study on both artificial and biological data, we provide a better interpretation of the central inferred parameters, up to now poorly understood, especially in the limited sampling regime. Finally, we present a new and more precise procedure for the inference of generative models, which leads to further improvements on real, finitely sampled data.

Les améliorations dans les protocoles de traitement pour la majorité des cancers pédiatriques ont augmenté de façon marquée les taux de survie. Cependant, des risques élevés de multiples problèmes de santé chez les survivants sont bien documentés. En ce qui concerne spécifiquement les problèmes neuropsychologiques, les principaux facteurs de risque individuels connus à ce jour (l’âge au diagnostic, le genre du patient, l’exposition aux radiations) demeurent insuffisants pour cibler efficacement et prévenir les séquelles à long terme. Les objectifs généraux de cette thèse étaient : 1) la caractérisation des trajectoires individuelles de problèmes de comportement chez une population de patients pédiatriques atteints de leucémie lymphoblastique aiguë; 2) l’identification des principaux déterminants génétiques, médicaux et psychosociaux associés aux problèmes de comportements. Les hypothèses étaient : 1) Il existe une association entre les trajectoires individuelles de problèmes de comportement et a - des facteurs psychosociaux liés au fonctionnement familial, b - des polymorphismes dans les gènes modérateurs des effets thérapeutiques du méthotrexate et des glucocorticoïdes, c - des variables liées aux traitements oncologiques. 2) L'utilisation de modèles statistiques multi-niveaux peut permettre d’effectuer cette caractérisation des trajectoires individuelles et l’identification des facteurs de risque associés. 138 patients pédiatriques (0-18 ans) ayant reçu un diagnostic de leucémie lymphoblastique aiguë entre 1993 et 1999 au CHU Ste-Justine ont participé à une étude longitudinale d’une durée de 4 ans. Un instrument validé et standardisés, le Child Behavior Checklist, a été utilisé pour obtenir un indice de problèmes de comportement, tel que rapporté par la mère, au moment du diagnostic, puis 1, 2, 3 et 4 ans post-diagnostic. Des données génétiques, psychosociales et médicales ont aussi été collectées au cours de cette même étude longitudinale, puis ont été exploitées dans les modélisations statistiques effectuées. Les résultats obtenus suggèrent que les problèmes de comportement de type internalisés et externalisés possèdent des trajectoires et des facteurs de risque distincts. Les problèmes internalisés sont des manifestations de troubles affectifs chez le patient, tels que des symptômes dépressifs ou anxieux, par exemple. Ceux-ci sont très prévalents tôt après le diagnostic et se normalisent par la suite, indiquant des difficultés significatives, mais temporaires. Des facteurs médicaux exacerbant l'expérience de stress, soit le risque de rechute associé au diagnostic et les complications médicales affectant la durée de l'hospitalisation, ralentissent cette normalisation. Les problèmes externalisés se manifestent dans le contact avec autrui; des démonstrations d’agression ou de violence font partie des symptômes. Les problèmes externalisés sont plus stables dans le temps relativement aux problèmes internalisés. Des variables pharmacologiques et génétiques contribuent aux différences individuelles : l'administration d’un glucocorticoïde plus puissant du point de vue des effets pharmacologiques et toxicologiques, ainsi que l’homozygotie pour l’haplotype -786C844T du gène NOS3 sont liés à la modulation des scores de problèmes externalisés au fil du temps. Finalement, le niveau de stress familial perçu au diagnostic est positivement corrélé avec le niveau initial de problèmes externalisés chez le patient, tandis que peu après la fin de la période d’induction, le niveau de stress familial est en lien avec le niveau initial de problèmes internalisés. Ces résultats supportent l'idée qu'une approche holistique est essentielle pour espérer mettre en place des interventions préventives efficaces dans cette population. À long terme, ces connaissances pourraient contribuer significativement à l'amélioration de la qualité de vie des patients. Ces travaux enrichissent les connaissances actuelles en soulignant les bénéfices des suivis longitudinaux et multidisciplinaires pour comprendre la dynamique de changement opérant chez les patients. Le décloisonnement des savoirs semble devenir incontournable pour aspirer dépasser le cadre descriptif et atteindre un certain niveau de compréhension des phénomènes observés. Malgré des défis méthodologiques et logistiques évidents, ce type d’approche est non seulement souhaitable pour étudier des processus dynamiques, mais les travaux présentés dans cette thèse indiquent que cela est possible avec les moyens analytiques actuels. / Recent improvements in pediatric cancers treatment have led to marked increases in patient survival rate. However, it has been well documented that pediatric cancer survivors are at elevated risk for various other health problems. With respect specifically to neuropsychological side effects, known predictors (mainly: age at diagnosis, patient gender, exposure to radiation therapy) remain insufficient so far to target, and prevent efficiently, long term sequelae in this population. General objectives related to this thesis were: 1) characterization of individual trajectories of behavioral problems in pediatric patients with acute lymphoblastic leukemia; 2) the identification of genetic, medical and psychosocial determinants of behavioral problems in this population. This research program was based on the following hypotheses: 1) there is an association between the trajectories of individual behavioral problems and a – familial well-being-related psychosocial factors, b – gene polymorphisms involved in the therapeutic responses to methotrexate and glucocorticoids, c – anti-cancer treatments-related variables. 2) Multilevel statistical modeling can be used to characterize patient groups according to their individual behavioral problem trajectories, and can also identify predictive factors. 138 pediatric patients (0-18 years old) who received an acute lymphoblastic leukemia diagnosis between 1993 and 1999 at CHU Ste-Justine participated in this 4 years-long longitudinal study. A standardized and validated instrument, the Child Behavior Checklist, was used to measure behavior problems, as reported by the mother, at diagnosis, and then 1, 2, 3 and 4 years post-diagnosis. Genetic, psychosocial and medical data were also collected during this longitudinal study; these data were exploited in the context of the statistical modeling performed. Results obtained suggest that internalized and externalized behavioral problems have distinct trajectories and have different predictive factors. Internalized problems are affective issues presented by the patient, such as depressive or anxious symptoms. They are highly prevalent post-diagnosis and normalize over the following years, suggestive of temporary yet significant problems. Stress-enhancing medical variables such as a higher relapse risk at diagnosis and medical complications requiring a longer hospitalization slow down the normalization process. Externalized problems need interpersonal contact to occur; violence or aggressiveness manifestations are some examples. Compared to internalized problems, externalized problems are much more stable across time. However, pharmacological and genetic variables do contribute to individual differences in trajectories. In particular, administration of a more potent glucocorticoid (from pharmacological and toxicological perspectives) and being homozygous for NOS3 gene -786C844T haplotype are linked to modulation of externalized problems in time. Finally, the level of perceived family stress at time of diagnosis is positively correlated with initial externalized problems, while shortly after the induction period, the level of familial stress is linked with the initial internalized problems. Together, these results support the idea that a holistic care strategy is essential to develop efficient, preventive interventions in this population, due to the multifactorial nature of these behavioral problems. The knowledge generated in the present studies could contribute to better quality of life for these patients. This thesis also brings a more holistic contribution to our current knowledge of behavioral problems in this population, by highlighting the need for individual, multidisciplinary follow-ups, with particular emphasis on repeated measurements and appropriate statistical analyses. More than ever, knowledge de-compartmentalization appears essential in reaching a certain comprehension level of observed phenomena, rather than adhering to descriptive settings. It indicates that, despite obvious methodological and logistic challenges, this type of research is not only desirable in studying dynamic processes, but is certainly achievable with current analytical tools.