Contexte. Les études cas-témoins sont très fréquemment utilisées par les épidémiologistes pour évaluer l’impact de certaines expositions sur une maladie particulière. Ces expositions peuvent être représentées par plusieurs variables dépendant du temps, et de nouvelles méthodes sont nécessaires pour estimer de manière précise leurs effets. En effet, la régression logistique qui est la méthode conventionnelle pour analyser les données cas-témoins ne tient pas directement compte des changements de valeurs des covariables au cours du temps. Par opposition, les méthodes d’analyse des données de survie telles que le modèle de Cox à risques instantanés proportionnels peuvent directement incorporer des covariables dépendant du temps représentant les histoires individuelles d’exposition. Cependant, cela nécessite de manipuler les ensembles de sujets à risque avec précaution à cause du sur-échantillonnage des cas, en comparaison avec les témoins, dans les études cas-témoins. Comme montré dans une étude de simulation précédente, la définition optimale des ensembles de sujets à risque pour l’analyse des données cas-témoins reste encore à être élucidée, et à être étudiée dans le cas des variables dépendant du temps. Objectif: L’objectif général est de proposer et d’étudier de nouvelles versions du modèle de Cox pour estimer l’impact d’expositions variant dans le temps dans les études cas-témoins, et de les appliquer à des données réelles cas-témoins sur le cancer du poumon et le tabac. Méthodes. J’ai identifié de nouvelles définitions d’ensemble de sujets à risque, potentiellement optimales (le Weighted Cox model and le Simple weighted Cox model), dans lesquelles différentes pondérations ont été affectées aux cas et aux témoins, afin de refléter les proportions de cas et de non cas dans la population source. Les propriétés des estimateurs des effets d’exposition ont été étudiées par simulation. Différents aspects d’exposition ont été générés (intensité, durée, valeur cumulée d’exposition). Les données cas-témoins générées ont été ensuite analysées avec différentes versions du modèle de Cox, incluant les définitions anciennes et nouvelles des ensembles de sujets à risque, ainsi qu’avec la régression logistique conventionnelle, à des fins de comparaison. Les différents modèles de régression ont ensuite été appliqués sur des données réelles cas-témoins sur le cancer du poumon. Les estimations des effets de différentes variables de tabac, obtenues avec les différentes méthodes, ont été comparées entre elles, et comparées aux résultats des simulations. Résultats. Les résultats des simulations montrent que les estimations des nouveaux modèles de Cox pondérés proposés, surtout celles du Weighted Cox model, sont bien moins biaisées que les estimations des modèles de Cox existants qui incluent ou excluent simplement les futurs cas de chaque ensemble de sujets à risque. De plus, les estimations du Weighted Cox model étaient légèrement, mais systématiquement, moins biaisées que celles de la régression logistique. L’application aux données réelles montre de plus grandes différences entre les estimations de la régression logistique et des modèles de Cox pondérés, pour quelques variables de tabac dépendant du temps. Conclusions. Les résultats suggèrent que le nouveau modèle de Cox pondéré propose pourrait être une alternative intéressante au modèle de régression logistique, pour estimer les effets d’expositions dépendant du temps dans les études cas-témoins / Background: Case-control studies are very often used by epidemiologists to assess the impact of specific exposure(s) on a particular disease. These exposures may be represented by several time-dependent covariates and new methods are needed to accurately estimate their effects. Indeed, conventional logistic regression, which is the standard method to analyze case-control data, does not directly account for changes in covariate values over time. By contrast, survival analytic methods such as the Cox proportional hazards model can directly incorporate time-dependent covariates representing the individual entire exposure histories. However, it requires some careful manipulation of risk sets because of the over-sampling of cases, compared to controls, in case-control studies. As shown in a preliminary simulation study, the optimal definition of risk sets for the analysis of case-control data remains unclear and has to be investigated in the case of time-dependent variables. Objective: The overall objective is to propose and to investigate new versions of the Cox model for assessing the impact of time-dependent exposures in case-control studies, and to apply them to a real case-control dataset on lung cancer and smoking. Methods: I identified some potential new risk sets definitions (the weighted Cox model and the simple weighted Cox model), in which different weights were given to cases and controls, in order to reflect the proportions of cases and non cases in the source population. The properties of the estimates of the exposure effects that result from these new risk sets definitions were investigated through a simulation study. Various aspects of exposure were generated (intensity, duration, cumulative exposure value). The simulated case-control data were then analysed using different versions of Cox’s models corresponding to existing and new definitions of risk sets, as well as with standard logistic regression, for comparison purpose. The different regression models were then applied to real case-control data on lung cancer. The estimates of the effects of different smoking variables, obtained with the different methods, were compared to each other, as well as to simulation results. Results: The simulation results show that the estimates from the new proposed weighted Cox models, especially those from the weighted Cox model, are much less biased than the estimates from the existing Cox models that simply include or exclude future cases. In addition, the weighted Cox model was slightly, but systematically, less biased than logistic regression. The real life application shows some greater discrepancies between the estimates of the proposed Cox models and logistic regression, for some smoking time-dependent covariates. Conclusions: The results suggest that the new proposed weighted Cox models could be an interesting alternative to logistic regression for estimating the effects of time-dependent exposures in case-control studies.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

Le cancer du sein est le plus fréquent des cancers de la femme. Son incidence n’est expliquée que partiellement par les facteurs de risque bien établis comme les facteurs reproductifs, hormonaux ou génétiques. Plusieurs éléments suggèrent l’existence de facteurs de risque environnementaux, tels que les polluants organochlorés persistants connus comme perturbateurs endocriniens. Les objectifs de ce travail sont : d’étudier les niveaux d’exposition, et leurs déterminants, au DDE (principal métabolite de l’insecticide DDT) et aux polychlorobiphényles (PCB) ; d’estimer par une modélisation pharmacocinétique à base physiologique (PBPK) les niveaux d’exposition au PCB-153 à la période péri-pubertaire qui constitue une fenêtre de susceptibilité accrue de la glande mammaire aux agents environnementaux ; d’étudier le rôle du DDE et du PCB-153 dans le risque de cancer du sein, à la fois à partir de prélèvements sanguins actuels et, pour le PCB-153, à partir de niveaux estimés à la période péri-pubertaire.Ce travail a été effectué à partir de l’étude CECILE, étude cas-témoins en population générale incluant 1055 témoins et 1080 cas de cancer du sein diagnostiqués de février 2005 à mars 2008 dans les départements d’Ille-et-Vilaine et de Côte d’Or chez lesquels un prélèvement sanguin a permis d’effectuer des dosages de p,p’-DDE et de PCB-153. La modélisation PBPK mise en place en coopération avec une équipe de toxicologues canadiens a permis de simuler des profils toxicocinétiques vie entière de PCB-153 et d’estimer les niveaux d’exposition au cours de la puberté. Cette modélisation est basée sur les niveaux mesurés au moment de l’enquête, les facteurs individuels de variation (poids, taille, grossesses, allaitement) connus d’après le questionnaire et la courbe de contamination environnementale au cours du temps.Les niveaux de contamination biologique observés sont plus faibles que ceux rapportés précédemment dans les populations occidentales. Nous montrons également que les principaux facteurs prédictifs des niveaux sériques de p,p’-DDE et de PCB-153 chez les femmes incluent l’âge, les habitudes alimentaires, le poids et ses variations au cours du temps, les grossesses et l’allaitement, et le lieu de résidence. Nous n’observons pas d’association entre les niveaux de p,p’-DDE et le risque de cancer du sein, mais une association inverse apparaît pour les cancers du sein de type négatifs pour les récepteurs hormonaux. Nous observons également une association inverse avec les niveaux de PCB-153 chez les femmes de 50 ans et plus. L’association inverse est renforcée lorsque les niveaux sont estimés pour la période péri-pubertaire à l’aide des modèles PBPK chez les femmes de la génération 1951-1960, correspondant à la cohorte de naissance des femmes de plus de 50 ans ayant connu les expositions aux PCB les plus élevées durant leur puberté.Plusieurs mécanismes biologiques pourraient expliquer l’association inverse observée entre le cancer du sein et l’exposition aux PCB. Ces résultats doivent être confirmés par des études tenant compte des fenêtres de susceptibilité de la glande mammaire et constituent une piste intéressante à approfondir. / Breast cancer is the most frequent cancer in women. Its incidence is only partially explained by well-established risk factors as reproductive, hormonal or genetic factors. It has been suggested that endocrine disrupting chemicals such as persistent organochlorine pollutants also play a role in breast cancer. The objectives of this study were: to assess exposure levels to DDE (main metabolite of DDT) and to polychlorobiphenyls (PCBs), and to explore their determinants; to estimate PCB-153 levels during the puberty using physiologically-based pharmacokinetic (PBPK) models, as this period of life constitutes a critical exposure window with increased susceptibility to carcinogens; to study the associations between breast cancer risk and separately DDE, PCB-153 measured at the time of diagnosis, and PCB-153 levels estimated during puberty.The analyses were based on data from the CECILE study, a population-based case-control study including 1055 controls and 1080 breast cancer cases who gave a blood specimen. The cases were diagnosed from February 2005 to March 2008 in two French administrative areas (Ille-et-Vilaine and Côte d’Or). p,p’-DDE and PCB-153 serum levels were measured. PBPK modeling allowed simulating PCB-153 lifetime toxicokinetic profiles and estimating exposure levels during puberty. These PBPK models were based on blood measurements at the time of recruitment in the study, on individual characteristics elicited from the questionnaire (weight, height, pregnancies, breastfeeding) and on the curve of environmental contamination by PCBs estimated since the 1930’s. The levels of biological contamination were lower than those previouly reported in Western populations in earlier periods. The main predictive factors of p,p’-DDE and PCB-153 serum levels included age; dietary habits; weight and its variations; pregnancies and breastfeeding; and residence area. We did not observed any association between p,p’-DDE levels and the risk of breast cancer, but an inverse association was observed for estrogen receptor-negative breast cancers. We also observed an inverse association of breast cancer with PCB-153 among women above 50 years. This inverse association was reinforced when considering PCB-153 levels estimated during peripubertal period from PBPK models, particularly among women born in 1951-1960, a birth cohort with peak exposure to PCB-153 during puberty. Biological mechanisms explaining the observed inverse association between breast cancer and PCB exposure are considered. These findings should be confirmed by further studies.

This study estimates the association between dietary factors and spontaneous pancreatitis in dogs. A case-control study was conducted using 198 dogs with a clinical diagnosis of pancreatitis and 187 control dogs with a diagnosis of renal failure without clinical evidence of pancreatitis. Information on signalment, weight, body condition, dietary intake, medical history, diagnostic tests performed, concurrent diseases, treatment, length of hospital stay, and discharge status was extracted from medical records for dogs admitted to the Texas A&M University Small Animal Clinic (TAMU SAC) during January 2000 to December 2005. Information on dietary intake, signalment, weight, medical, surgical and environmental history was collected for the same dogs through a telephone questionnaire conducted from November 2006 through January 2007. Descriptive statistics were calculated, tabular analyses performed, and logistic regression was used to estimate odds ratios (OR) and 95% confidence intervals (CI). Based on information extracted from the medical records, ingesting unusual food (OR=4.3; CI=1.7 to 10.7), ingesting table food (OR=1.5; CI=1.0 to 2.2), or exposure to both of these dietary factors (OR=2.1; CI=1.3 to 3.2) increased the odds of pancreatitis. Collected through the telephone questionnaire, ingesting unusual food (OR=6.1; CI=2.2 to 16.5), ingesting table scraps the week before diagnosis (OR=2.2; CI=1.2 to 3.8) or regularly throughout life (OR=2.2; CI=1.2 to 4.0), and getting into the trash (OR=13.2; CI=2.1 to undefined) increased the odds of pancreatitis. Multivariable modeling estimated the associations of exposure to one or more dietary factors reported through the telephone questionnaire (OR=2.6; CI=1.4 to 5.0), overweight (OR=1.3; CI=0.7 to 2.5), year of diagnosis (OR=3.5; CI=1.9 to 6.5), neuter status (OR=3.6; CI=1.4 to 9.5), non-neuter surgery (OR=21.1; CI=3.3 to 133.9) and an interaction term between neuter status and non-neuter surgery (OR=0.1; CI=0.01 to 0.4). Dietary factors increase the odds of spontaneous pancreatitis in dogs.

Objective: To determine if paternal preconception exposure to ionizing radiation through uranium mining increases the risk of congenital anomaly (CA) in offspring. Methods: A population-based matched case-control study was conducted. Cases were infants with CAs recorded in the Canadian Congenital Anomalies Surveillance System and born alive in Ontario 1979-86 (ICD-9 codes 740-759); controls were liveborn infants without CAs identified from Ontario birth certificates and individually matched to cases (case-control file {CCF}). Exposed fathers were identified through the linkage of the CCF to the Mining Master File or the National Dose Registry file, which include those who worked in Ontario uranium mines 1952-1986. For men who linked with a case or control child, radon, gamma and total gonadal doses were estimated for three preconception periods: entire, 3-months and 6-months. Odds ratios were estimated using conditional logistic regression. Results: Linkage of 28,991 uranium miners and 40,482 case-control pairs of fathers and offspring in the CCF identified 431 discordant pairs. There was no evidence of increased risk of a child having a CA if the father was ever a uranium miner before conception of the child (OR=0.89, 95% CI=0.74–1.08). Since gamma radiation (especially during the 6-month preconception period) is more biologically relevant to gonads than radon, further analyses were performed on 117 discordant pairs where data on gamma exposures were available. When ever/never miner, exposed to gamma (yes/no), and gamma dose-response variables were all in the model, there was no ever/never miner effect (OR=1.20, 95% CI=0.85–1.69, p-value=0.30), an inverse association for exposure to gamma (OR=0.42, 95% CI=0.25–0.71, p-value=0.001), but most importantly, there was no statistically significant dose-response relationship between gamma dose during the 6-month preconception period and all CAs (OR=1.15 per loge {mSv+0.01}, 95% CI=0.83–1.59, p-value=0.40). Similarly, no dose-response relationship was observed for exposure to gamma radiation in the 3-month preconception period, or for radon or total gonadal radiation in the 3- or 6-month preconception periods. Conclusion: There was no increased risk of a CA among liveborn children of Ontario uranium miners who were exposed to radon, gamma or total radiation during the 3- or 6-month periods before conception.

Objective: To determine if paternal preconception exposure to ionizing radiation through uranium mining increases the risk of congenital anomaly (CA) in offspring. Methods: A population-based matched case-control study was conducted. Cases were infants with CAs recorded in the Canadian Congenital Anomalies Surveillance System and born alive in Ontario 1979-86 (ICD-9 codes 740-759); controls were liveborn infants without CAs identified from Ontario birth certificates and individually matched to cases (case-control file {CCF}). Exposed fathers were identified through the linkage of the CCF to the Mining Master File or the National Dose Registry file, which include those who worked in Ontario uranium mines 1952-1986. For men who linked with a case or control child, radon, gamma and total gonadal doses were estimated for three preconception periods: entire, 3-months and 6-months. Odds ratios were estimated using conditional logistic regression. Results: Linkage of 28,991 uranium miners and 40,482 case-control pairs of fathers and offspring in the CCF identified 431 discordant pairs. There was no evidence of increased risk of a child having a CA if the father was ever a uranium miner before conception of the child (OR=0.89, 95% CI=0.74–1.08). Since gamma radiation (especially during the 6-month preconception period) is more biologically relevant to gonads than radon, further analyses were performed on 117 discordant pairs where data on gamma exposures were available. When ever/never miner, exposed to gamma (yes/no), and gamma dose-response variables were all in the model, there was no ever/never miner effect (OR=1.20, 95% CI=0.85–1.69, p-value=0.30), an inverse association for exposure to gamma (OR=0.42, 95% CI=0.25–0.71, p-value=0.001), but most importantly, there was no statistically significant dose-response relationship between gamma dose during the 6-month preconception period and all CAs (OR=1.15 per loge {mSv+0.01}, 95% CI=0.83–1.59, p-value=0.40). Similarly, no dose-response relationship was observed for exposure to gamma radiation in the 3-month preconception period, or for radon or total gonadal radiation in the 3- or 6-month preconception periods. Conclusion: There was no increased risk of a CA among liveborn children of Ontario uranium miners who were exposed to radon, gamma or total radiation during the 3- or 6-month periods before conception.

This study estimates the association between dietary factors and spontaneous pancreatitis in dogs. A case-control study was conducted using 198 dogs with a clinical diagnosis of pancreatitis and 187 control dogs with a diagnosis of renal failure without clinical evidence of pancreatitis. Information on signalment, weight, body condition, dietary intake, medical history, diagnostic tests performed, concurrent diseases, treatment, length of hospital stay, and discharge status was extracted from medical records for dogs admitted to the Texas A&M University Small Animal Clinic (TAMU SAC) during January 2000 to December 2005. Information on dietary intake, signalment, weight, medical, surgical and environmental history was collected for the same dogs through a telephone questionnaire conducted from November 2006 through January 2007. Descriptive statistics were calculated, tabular analyses performed, and logistic regression was used to estimate odds ratios (OR) and 95% confidence intervals (CI). Based on information extracted from the medical records, ingesting unusual food (OR=4.3; CI=1.7 to 10.7), ingesting table food (OR=1.5; CI=1.0 to 2.2), or exposure to both of these dietary factors (OR=2.1; CI=1.3 to 3.2) increased the odds of pancreatitis. Collected through the telephone questionnaire, ingesting unusual food (OR=6.1; CI=2.2 to 16.5), ingesting table scraps the week before diagnosis (OR=2.2; CI=1.2 to 3.8) or regularly throughout life (OR=2.2; CI=1.2 to 4.0), and getting into the trash (OR=13.2; CI=2.1 to undefined) increased the odds of pancreatitis. Multivariable modeling estimated the associations of exposure to one or more dietary factors reported through the telephone questionnaire (OR=2.6; CI=1.4 to 5.0), overweight (OR=1.3; CI=0.7 to 2.5), year of diagnosis (OR=3.5; CI=1.9 to 6.5), neuter status (OR=3.6; CI=1.4 to 9.5), non-neuter surgery (OR=21.1; CI=3.3 to 133.9) and an interaction term between neuter status and non-neuter surgery (OR=0.1; CI=0.01 to 0.4). Dietary factors increase the odds of spontaneous pancreatitis in dogs.

Contexte. Les études cas-témoins sont très fréquemment utilisées par les épidémiologistes pour évaluer l’impact de certaines expositions sur une maladie particulière. Ces expositions peuvent être représentées par plusieurs variables dépendant du temps, et de nouvelles méthodes sont nécessaires pour estimer de manière précise leurs effets. En effet, la régression logistique qui est la méthode conventionnelle pour analyser les données cas-témoins ne tient pas directement compte des changements de valeurs des covariables au cours du temps. Par opposition, les méthodes d’analyse des données de survie telles que le modèle de Cox à risques instantanés proportionnels peuvent directement incorporer des covariables dépendant du temps représentant les histoires individuelles d’exposition. Cependant, cela nécessite de manipuler les ensembles de sujets à risque avec précaution à cause du sur-échantillonnage des cas, en comparaison avec les témoins, dans les études cas-témoins. Comme montré dans une étude de simulation précédente, la définition optimale des ensembles de sujets à risque pour l’analyse des données cas-témoins reste encore à être élucidée, et à être étudiée dans le cas des variables dépendant du temps. Objectif: L’objectif général est de proposer et d’étudier de nouvelles versions du modèle de Cox pour estimer l’impact d’expositions variant dans le temps dans les études cas-témoins, et de les appliquer à des données réelles cas-témoins sur le cancer du poumon et le tabac. Méthodes. J’ai identifié de nouvelles définitions d’ensemble de sujets à risque, potentiellement optimales (le Weighted Cox model and le Simple weighted Cox model), dans lesquelles différentes pondérations ont été affectées aux cas et aux témoins, afin de refléter les proportions de cas et de non cas dans la population source. Les propriétés des estimateurs des effets d’exposition ont été étudiées par simulation. Différents aspects d’exposition ont été générés (intensité, durée, valeur cumulée d’exposition). Les données cas-témoins générées ont été ensuite analysées avec différentes versions du modèle de Cox, incluant les définitions anciennes et nouvelles des ensembles de sujets à risque, ainsi qu’avec la régression logistique conventionnelle, à des fins de comparaison. Les différents modèles de régression ont ensuite été appliqués sur des données réelles cas-témoins sur le cancer du poumon. Les estimations des effets de différentes variables de tabac, obtenues avec les différentes méthodes, ont été comparées entre elles, et comparées aux résultats des simulations. Résultats. Les résultats des simulations montrent que les estimations des nouveaux modèles de Cox pondérés proposés, surtout celles du Weighted Cox model, sont bien moins biaisées que les estimations des modèles de Cox existants qui incluent ou excluent simplement les futurs cas de chaque ensemble de sujets à risque. De plus, les estimations du Weighted Cox model étaient légèrement, mais systématiquement, moins biaisées que celles de la régression logistique. L’application aux données réelles montre de plus grandes différences entre les estimations de la régression logistique et des modèles de Cox pondérés, pour quelques variables de tabac dépendant du temps. Conclusions. Les résultats suggèrent que le nouveau modèle de Cox pondéré propose pourrait être une alternative intéressante au modèle de régression logistique, pour estimer les effets d’expositions dépendant du temps dans les études cas-témoins / Background: Case-control studies are very often used by epidemiologists to assess the impact of specific exposure(s) on a particular disease. These exposures may be represented by several time-dependent covariates and new methods are needed to accurately estimate their effects. Indeed, conventional logistic regression, which is the standard method to analyze case-control data, does not directly account for changes in covariate values over time. By contrast, survival analytic methods such as the Cox proportional hazards model can directly incorporate time-dependent covariates representing the individual entire exposure histories. However, it requires some careful manipulation of risk sets because of the over-sampling of cases, compared to controls, in case-control studies. As shown in a preliminary simulation study, the optimal definition of risk sets for the analysis of case-control data remains unclear and has to be investigated in the case of time-dependent variables. Objective: The overall objective is to propose and to investigate new versions of the Cox model for assessing the impact of time-dependent exposures in case-control studies, and to apply them to a real case-control dataset on lung cancer and smoking. Methods: I identified some potential new risk sets definitions (the weighted Cox model and the simple weighted Cox model), in which different weights were given to cases and controls, in order to reflect the proportions of cases and non cases in the source population. The properties of the estimates of the exposure effects that result from these new risk sets definitions were investigated through a simulation study. Various aspects of exposure were generated (intensity, duration, cumulative exposure value). The simulated case-control data were then analysed using different versions of Cox’s models corresponding to existing and new definitions of risk sets, as well as with standard logistic regression, for comparison purpose. The different regression models were then applied to real case-control data on lung cancer. The estimates of the effects of different smoking variables, obtained with the different methods, were compared to each other, as well as to simulation results. Results: The simulation results show that the estimates from the new proposed weighted Cox models, especially those from the weighted Cox model, are much less biased than the estimates from the existing Cox models that simply include or exclude future cases. In addition, the weighted Cox model was slightly, but systematically, less biased than logistic regression. The real life application shows some greater discrepancies between the estimates of the proposed Cox models and logistic regression, for some smoking time-dependent covariates. Conclusions: The results suggest that the new proposed weighted Cox models could be an interesting alternative to logistic regression for estimating the effects of time-dependent exposures in case-control studies.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal