Le vieillissement de la population associé à un nombre croissant de cancers constituent une réalité épidémiologique qui soulève des interrogations sur l’accès aux soins et le pronosticdes sujets âgés avec un cancer, pour lesquels des disparités ont été mises en évidence. Toutefois, les études présentent plusieurs limites dont l’absence de facteurs spécifiques aux personnes âgées (PA). L’objectif de ce travail était d’étudier les déterminants sociodémographiques, socioéconomiques et cliniques de l’accès aux soins (stade de cancer, traitement) et du pronostic (déclin fonctionnel, survie) chez des PA atteintes d’un cancer. Les travaux ont été réalisés à partir de données issues de registres de cancers et de troiscohortes de PA en Gironde (486 patients de 65 ans et plus, période 2005-14). Les cohortes ont permis de disposer de données telles que le niveau d’éducation, le revenu, la prise demédicaments, la dépendance ou la démence. Selon l’objectif (accès/pronostic), nous avons utilisé différentes méthodes pour prendre en compte le type de données et de critères (régression logistique, modèles multiniveaux, modèles multi-état et de Cox). Notre population était composée pour plus de la moitié de PA de 80 ans et plus, de sexe masculin et ayant un niveau d’éducation supérieur au niveau primaire. Nous nous sommes d’abord intéressés aux déterminants de l’accès aux soins. Aucun déterminant d’un stade avancé de cancer au diagnostic n’a pu être mis en évidence, un niveau d’éducation faible était proche de la significativité pour les cancers avec un stade avancé (p=0,0671). Pour l’accès à un traitement du cancer, nous avons mis en évidence qu’un stade avancé (p=0,003) et la présence d’une démence (p=0,0109) étaient associés à un risque plus faible de recevoir un traitement. Nous avons ensuite étudié les déterminants du pronostic. Les sujets les plus âgés présentaient toujours un risque plus élevé de déclin fonctionnel (p<0,005), quel que soit le critère analysé. Les sujets ayant un faible niveau d’éducation (p=0,027), prenant plus de six médicaments par jour (p=0,047), présentant une démence (p<0,001) ou diagnostiqués à un stade avancé (p<0,001) avaient une probabilité de déclin fonctionnel plus importante, les résultats variant selon le critère. Enfin, à 12, 24 et 36 mois, la probabilité de survie globale était respectivement de 66, 57 et 48%. Le risque de décès était plus élevé chez les hommes (p=0,019), diagnostiqués à un stade avancé de cancer (p<0,001) et sans traitement du cancer (p<0,001), mais aussi chez les fumeurs (actuels et anciens) (p=0,019) et les PA dépendantes (p<0,001). En sus de déterminants classiques de l’accès aux soins ou du pronostic des cancers, nous avons mis en évidence pour les PA, le rôle des déficits cognitifs pour l’accès à un traitement ou sur le pronostic fonctionnel et celui de la dépendance sur la survie. Chez les PA avec un cancer, les facteurs spécifiques aux PA semblent donc essentiels à analyser. L’analyse des liens de causalité entre les déterminants de santé reste un sujet particulièrement intéressant dans cette population de PA comme pour les patients avec un cancer. / The growing incidence of cancer associated to an aging population represents an epidemiologic reality that requires questioning access to care and prognosis in elderly with cancer, for which disparities have been highlighted. However, generally speaking, studies are limited in that they overlook geriatric-specific factors. The aim of this work was to study sociodemographic, socioeconomic and clinical determinants of access to care (cancer stage, cancer treatment) and prognosis (functional decline, survival) in elderly cancer patients. This research project has relied on data from cancer registries and three elderly cohort studies in the French department of Gironde (486 patients aged 65 and over from 2005 to 2014). The cohorts provided data such as education level, income, medication, dependency and dementia. Depending on the aim, we used different statistical methods to analyze different types of data and outcomes (logistic regression, multi-level model, multi-state model, Cox model). More than half of our population was aged 80 and over, male and had high education degrees. First, we studied determinants of access to care. No determinant of advance stage at diagnosis was found, but low education was close to significance for advanced stage (p=0.067). Concerning cancer treatment administration, advanced stage at diagnosis (p=0.003) and diagnosis of dementia (p=0.011) were associated with a lower risk of treatment administration. Second, we studied determinants of prognosis. Older old had higher risk of functional decline (p<0.001), regardless of the outcome. Subjects with low education (p=0.027), taking more than six daily drugs (0.047), presenting diagnosed dementia (p<0.001) or those with advanced cancer stage at diagnosis had higher risk of functional decline, results depending on outcome. At last, overall survival at 12, 24 and 36 months was 66, 55 and 48%, respectively. Risk of death was higher in men (p=0.019), in patients with advanced stage at diagnosis (p<0.001) or without treatment (p<0.001) in current and former smokers (p=0.019) and in dependent elderly patients (p<0.001). In addition to classical determinants of access to care and prognosis in cancer, we demonstrated the impact of cognitive impairment on treatment administration or functional prognosis, and that of dependency on survival. . It appears essential to consider geriatric specific factors in studies on the elderly with cancer population. The causality between health determinants is particularly interesting in the elderly as well as in the cancer populations.

L’IRM de diffusion (IRMd) est une modalité d’imagerie médicale in vivo qui suscite un intérêt croissant dans la communauté de neuro-imagerie. L’information sur l’intra-structure des tissus cérébraux est apportée en complément des informations de structure issues de l’IRM structurelle (IRMs). Ces modalités d’imagerie ouvrent ainsi une nouvelle voie pour l’analyse de population et notamment pour l’étude de la maturation cérébrale humaine normale in utero. La modélisation et la caractérisation des changements rapides intervenant au cours de la maturation cérébrale est un défi actuel. Dans ce but, ce mémoire de thèse présente une chaîne de traitement complète de la modélisation spatio-temporelle de la population à l’analyse des changements de forme au cours du temps. Les contributions se répartissent sur trois points. Tout d’abord, l’utilisation de filtre à particules étendus aux modèles d’ordre supérieurs pour la tractographie a permis d’extraire des descripteurs plus pertinents chez le foetus, utilisés ensuite pour estimer les transformations géométriques entre images. Ensuite, l’emploi d’une technique de régression non-paramétrique a permis de modéliser l’évolution temporelle moyenne du cerveau foetal sans imposer d’à priori. Enfin, les changements de forme sont mis en évidence au moyen de méthodes d’extraction et de sélection de caractéristiques. / Diffusion weighted MRI (dMRI) is an in vivo imaging modality which raises a great interest in the neuro-imaging community. The intra-structural information of cerebral tissues is provided in addition to the morphological information from structural MRI (sMRI). These imaging modalities bring a new path for population studies, especially for the study in utero of the normal humanbrain maturation. The modeling and the characterization of rapid changes in the brain maturation is an actual challenge. For these purposes, this thesis memoir present a complete processing pipeline from the spatio-temporal modeling of the population to the changes analyze against the time. The contributions are about three points. First, the use of high order diffusion models within a particle filtering framework allows to extract more relevant descriptors of the fetal brain, which are then used for image registration. Then, a non-parametric regression technique was used to model the temporal mean evolution of the fetal brain without enforce a prior knowledge. Finally, the shape changes are highlighted using features extraction and selection methods.