In this thesis, we study modelling of mortality in high ages by several approaches. Some of mentioned models take into account the phenomenon of mortality deceleration. Further, we present several ways of estimating of exposed to risk in (almost) extinct cohorts. We focus especially on the survivor ratio method but we also mention the MD method and the DG method. Finally, we perform a numerical study.

This thesis "Occupational prestige from 1995 to 2013" analyses changes in evaluation of occupational prestige within the era of post-socialistic transformation (1990s) and period of knowledge economy (after 2000). It focuses on latent structures behind prestige evaluation and if these latent structures are influenced by evaluator's social position. A secondary analysis of data from public opinion surveys (IVVM/CVVM) from 1995 to 2013 was carried out. Structure of occupational prestige scale had consolidated from the late 1990s into these groupings: public servants, manual occupations, professional positions important for the society, other non- manual professions and security forces. Further, the author aims to verify the validity of Like-Me hypothesis (people judge occupations that are, according to their class position, similar, as more prestigious than others) and the shared prestige hypothesis (class position doesn't differentiate the evaluations, the notion is rather widely shared). Other factors that have influence on the occupational prestige are analysed, specifically some sociodemographic factors (gender, education, residence size), subjective living standards of households and primarily the historical period (the socialization cohorts) when the person entered the labour market. It was...

No description available.

Le développement de nouveaux médicaments ou traitements contre le cancer requiert des années de travail préclinique avant de se rendre aux essais cliniques et ultimement le marché. Malheureusement, la grande majorité des composés ne réussiront pas cette transition et ne démontreront pas de bénéfices en essais cliniques. Dans le but de réduire l’attrition au long du processus de développement des médicaments, la modélisation mathématique est de plus en plus utilisée dans la recherche préclinique pour investiguer et optimiser les traitements pour améliorer les probabilités de succès de thérapies potentielles. Les modèles mécanistiques visent à incorporer les mécanismes d’action d’un médicament ainsi que les interactions physiologiques et cellulaires pour approfondir notre compréhension des systèmes et des effets thérapeutiques. La dissertation suivante traite de l’implémentation the modèles mécanistique hétérogènes dans des contextes précliniques pour la recherche contre le cancer. Le second chapitre discute du cancer des cellules granulosa ovarienne and du développement d’un modèle mathématique pour investiguer le potentiel d’une thérapie combinatoire qui inclut une chimiothérapie et une immunothérapie produisant une protéine en lien avec le facteur de nécrose tumorale (TRAIL) à l’aide d’un virus oncolytique (VO). Le modèle considère les cellules tumorales à travers les stades de la mitose, l’infection de ces cellules par le VO et la pression du système immunitaire inné sur la population de cellules tumorales. Le modèle incorpore aussi des modèles pharmacocinétique/pharmacodynamie (PK/PD) pour TRAIL et le médicament chimio thérapeutique, composé activateur de procaspase-1 (PAC-1). Cela inclue un modèle PK mécanistique décrivant la liaison de TRAIL à son récepteur ainsi qu’un modèle pharmacocinétique à deux compartiments pour PAC-1 dans le but d’intégrer les deux concentrations dans une fonction d’effets combinés affectant la population de cellules cancéreuses. À travers les simulations, nous avons déterminé les doses minimales requises et le schéma posologique optimal pour PAC-1 pour minimiser la croissance tumorale. Nous avons aussi établi un scénario permettant d’éradiquer la tumeur à l’aide d’un VO possédant un taux d’infection plus grand qu’initialement testé. 4 Dans le chapitre 3, nous présentons différentes approches pour inclure la variabilité inter-individuelle dans des modèles mécanistiques et discutons de leur bénéfices et désavantages. Nous décrivons comment les modèles PK de population (PopPK) informent sur la moyenne des paramètres d’une cohorte, la variation provenant des covariables et comment cette variabilité dans les paramètres permet d’étudier différentes dynamiques à travers une population. Dans une cohorte, la variabilité peut être généré par des algorithmes en assurant que les patients virtuels générés possèdent des paramètres et des résultats réalistiques. Nous discutons aussi des cohortes in silico pouvant prédire un intervalle de résultats and de scénarios potentiels d’un traitement. Ces essais cliniques virtuels sont très utiles en pharmacologie quantitative de systèmes (QSP). Enfin, nous présentons une application d’un modèle PopPK utilisant 300 patients virtuels dans un modèle QSP pour la différentiation des cellules souches mammaires affectées par des doses d’estrogène. Nous investiguons l’effet de cette thérapie hormonale sur la différentiation cellulaire pour son application potentiel pour traiter le cancer du sein triple négatif (TNBC) puisque la prolactine a été proposée dans des modèles expérimentaux pour forcer la différentiation cellulaire des cellules cancéreuses. Notre modèle et les résultats obtenus servent de preuve de concept pour continuer la recherche des méthode pharmacologiques pour induire la différentiation des cellules souches permettant de réduire la sévérité et la plasticité des cellules cancéreuses. / Developing novel cancer drugs or therapies requires years of preclinical work before translation to clinical trials and ultimately the market. Unfortunately, an overwhelming majority of compounds will fail to make this transition and will show no benefit in trials. To reduce attrition along the drug development pipeline, mathematical modelling is increasingly used in preclinical work to investigate and optimize treatment scenarios, in the hope of improving the success rate of potential therapies. Mechanistic models aim to incorporate the mechanisms of actions of drugs and physiological/cellular interactions to provide a deeper understanding of the system and rationally investigate therapeutic effectiveness. This thesis focuses on the implementation of heterogeneous, mechanistic mathematical models in preclinical contexts in cancer drug development. The first chapter of this thesis provides an overview of mathematical oncology and the drug discovery pipeline by presenting different tumour growth models and the integration of therapeutic effect through pharmacokinetic/pharmacodynamic (PK/PD) models. The second chapter of this thesis discusses granulosa cell tumour (GCT) of the ovary and the development of a mathematical model to investigate the potential of a combination therapy using a chemotherapy and an immunotherapy that produces tumour necrosis factor-related apoptosis-inducing ligand (TRAIL) through an oncolytic virus (OV). The model considers tumour cells throughout the phases of the cell cycle, the infection of these cancer cells by the OV, and the innate-immune pressure from the body. It also incorporates detailed PK/PD models for TRAIL and the chemotherapeutic drug, procaspase activating compound-1 (PAC-1). This includes a mechanistic receptor binding PK model for TRAIL as well as a two-compartment PK model for PAC-1 to properly integrate the concentrations of both compounds in the combination effect function applied to the cancer cell populations. Through simulations and hypothesis testing, we determined the minimal doses and ideal dosing regimens for PAC-1 that best controlled tumour growth. We also established how to successfully eradicate the tumour under the assumption of a much higher infection rate of the OV. 6 In the third chapter, we present different approaches to include inter-individual variability into mechanistic mathematical models, each with their own benefits and challenges. We describe how population PKs (PopPK) inform on cohort averages and variability due to covariates, and how to use this heterogeneity to recover the dynamics of drug treatment in patient populations. Variability in cohorts can also be generated through algorithms ensuring that virtual patients have realistic parameters and outcomes. We also touch upon in silico trials that help to predict a range of outcomes and treatment scenarios. These in silico clinical trials are highly valuable in quantitative system pharmacology (QSP) due to their predictive nature. Lastly, we present an application of PopPK using 300 generated patients in a QSP model for mammary stem cell differentiation under treatment with estrogen (estradiol). We investigate the effect of hormone therapy on mammary cell differentiation due to its potential application in triple negative breast cancer (TNBC), as prolactin has been proposed in experimental models to induce differentiation in TNBC stem cells. Our model and results serve as proof of concept for the continued investigation into pharmacological means of inducing stem cell differentiation to reduce cancer plasticity and severity.

Les biphényles polychlorés (BPC) sont des contaminants de l’environnement, omniprésents dans la chaîne alimentaire, qui ont une propension à la bioaccumulation dans le corps humain. Ils traversent la barrière placentaire et sont suspectés d’induire des altérations du développement mental ou moteur chez des enfants exposés aux BPC pendant la vie intrautérine. Ces effets s’expliqueraient notamment par la capacité des BPC à perturber l’homéostasie de la fonction thyroïdienne chez la femme enceinte ou le nouveau-né. Malgré le nombre considérable d’études épidémiologiques réalisées, la relation entre l’exposition prénatale aux BPC et les altérations du développement mental et moteur ou de la fonction thyroïdienne n’a pas encore été clairement établie ; d’une part, différents bioindicateurs de l’exposition ont été employés (différents congénères de BPC mesurés et différentes matrices biologiques ou unités de mesure) limitant la comparaison directe entre les études et, d’autre part, le lien de causalité entre les BPC et les effets ciblés n’a pas été vérifié avec des critères épidémiologiques reconnus. Cette étude a été réalisée afin d’analyser la relation « concentration biologique de BPC – effet » entre l'exposition aux BPC de la mère pendant la grossesse et le développement mental et moteur de l’enfant ainsi que les paramètres de la fonction thyroïdienne chez la femme enceinte et le nouveau-né à partir d’une analyse systématique des études épidémiologiques disponibles en standardisant les données biologiques entre les études. Sur la base de considérations toxicocinétiques et en appliquant des facteurs de conversion établis à partir de la littérature épidémiologique publiée, les concentrations des BPC rapportées dans les différentes études revues ont été standardisées en termes d’équivalent de BPC totaux par kilogramme de lipides dans le plasma maternel (µg PCBMPEQ/kg de lipides). Afin d’analyser la possibilité d’une association causale entre l’exposition aux BPC et les effets d’intérêt, les critères de Hill ont été appliqués systématiquement à l’ensemble des associations « concentrations biologiques standardisées – effet ciblés ». En appliquant cette approche aux données publiées de 20 études épidémiologiques sur la relation entre les BPC et le poids à la naissance, l’exposition prénatale aux BPC, aux niveaux décrits (moyenne < 1920 µg PCBMPEQ/kg de lipides), n’apparaît pas associée de manière significative à un poids à la naissance inférieur à 2500 g dans les populations étudiées. Par ailleurs, en considérant des études menées sur le suivi de neuf cohortes d’enfants, la probabilité qu’une altération cognitive ou motrice cliniquement significative, qui persiste entre la naissance et l’âge scolaire, soit observée à des concentrations de BPC totaux inférieures à 1000 µg PCBMPEQ/kg de lipides semble faible. Aussi, à partir de l’analyse systématique des données de 17 études épidémiologiques, l’exposition aux BPC aux niveaux standardisés décrits (moyenne < 1000 µg PCBMPEQ/kg de lipides) ne semble pas induire de variation des hormones thyroïdiennes ou de TSH en dehors des intervalles physiologiques reconnus chez la femme enceinte et le nouveau-né. Ainsi, la valeur biologique de référence établie à 1000 µg PCBMPEQ/kg de lipides pour prévenir les effets sur le développement devrait aussi prévenir les effets sur le poids à la naissance et la fonction thyroïdienne chez la femme enceinte ou le nouveau-né. Les résultats présentés dans cette thèse fournissent aux autorités de santé publique responsables de l’établissement de directives et des normes de l’information utile à la révision des critères sanitaires visant à protéger des effets des BPC sur le développement de l’enfant et la fonction thyroïdienne chez la femme enceinte et le nouveau-né. / Polychlorinated biphenyls (PCBs) are persistent organic pollutants (POPs) ubiquitously present in the food chain, and with a propensity to bioaccumulate in the human body. They can cross the placental barrier and are suspected of inducing mental and motor development alterations in children prenatally exposed to PCBs. These contaminants could injure brain development by disrupting thyroid homeostasis in pregnant women or newborns. Despite the large number of epidemiological publications on PCBs, “biological concentration – response” relationships between PCB exposure and mental and motor development or thyroid function in pregnant women and newborns are not well established; a direct comparison of biological levels between published studies is limited by the heterogeneous biological PCB measurements (different PCB congeners or groups of congeners measured, variations in biological matrices sampled or units chosen to express biological results), and causal relationship between PCBs and a studied effect has not been verified with recognized epidemiological criteria. This research was performed to analyze “biological PCB concentration – effect” relationship between prenatal PCB exposure and children mental and motor development as well as parameters of thyroid function in pregnant women and newborns by conducting a systematic analysis of available epidemiological studies and by standardizing biological data between studies. Reported PCB concentrations in the different reviewed studies were standardized in terms of total PCB equivalent per kilogram of lipids in maternal plasma (µg PCBMPEQ/kg of lipids), by taking into account PCB toxicokinetics and using conversion factors based on published epidemiological data. To analyze a possible causal association between PCB exposure and studied effects, Hill criteria were consistently applied to all “standardized biological concentrations – response” associations. The systematic analysis of “standardized biological concentration – birth weight” relationship across 20 reviewed studies did not show any association between prenatal exposure to PCBs at the described levels (mean < 1920 µg PCBMPEQ/kg de lipids) and abnormal birth weight (< 2500 g). Furthermore, combining data from nine children cohorts to assess the “standardized biological concentration – development” relationship during follow-up of each cohort showed that risk of mental or motor development should be negligible for prenatal PCB concentrations below ≈ 1000 µg/kg of lipids in maternal plasma. Also, the systematic analysis of data from 17 epidemiological studies indicated that the weight of evidence of a significant impact of PCB exposure on TSH and thyroid hormone levels was low at reported levels in pregnant women and newborns (mean < 1000 µg PCBMPEQ/kg de lipids). The PCBMPEQ biological reference value of 1000 µg/kg lipids that should prevent neurodevelopmental effects should also prevent effects on birth weight and on thyroid function in pregnant women or newborns. Results presented in this thesis should provide useful information to public health authorities for the revision of guidelines and standards ensuring protection from PCB effects on child development and thyroid function in pregnant women and newborns.

This study focused on constructing a psychological retention profile by investigating the relationship between an individual’s psychological career-related attributes (psychological contract and psychosocial career preoccupations), biographical variables (generational cohorts, gender, race, marital status, job level and employment status) and retention factors (compensation, job characteristics, training and development, supervisor support, career opportunities, work/life balance and commitment) in order to inform retention management practices for diverse groups of employees in the context of higher educational environment in South Africa. A quantitative survey was conducted on a purposively selected sample of academic and support staff (N = 579) at the University of South Africa. The canonical correlation analysis indicated employer obligations and state of the psychological contract as the strongest psychological career-related variables in predicting the retention factor variables of compensation, training and development opportunities, supervisor support, career opportunities and organisational commitment. The canonical correlation data were used to inform the structural equation modelling, which indicated a good fit between employer obligations and compensation and training and development opportunities and between the state of the psychological contract and supervisor support and career opportunities. Hierarchical moderated regression showed that psychosocial career preoccupations significantly moderated the relationship between the psychological contract and training and development opportunities as retention factor. Moderated mediation modelling found that the effect of positive perceptions of employer obligations on high levels of retention factors satisfaction through the state of the psychological contract increased when the scores on psychosocial career preoccupations were high. The results also indicated that the effect of positive perceptions of employer obligations on high levels of retention factors satisfaction through positive state of psychological contract increased when the age group of participants was lower (i.e. younger generations). Tests for significant mean differences revealed significant differences in terms of the biographical variables. On a theoretical level, the study expanded the understanding of the individual and behavioural elements of the hypothesised psychological retention profile. On an empirical level, this study delivered an empirically tested psychological retention profile in terms of the behavioural elements. On a practical level, individual and organisational interventions in terms of the psychological retention profile were recommended. / Industrial and Organisational Psychology / D. Litt. et Phil. (Psychology)

The aim of the study was to explore the differences between generations X and Y in the military by exploring whether belonging to a particular generational cohort influences perceptions of job satisfaction and emotional intelligence (EI). Data on generational groupings, job satisfaction and EI was drawn from a convenience sample of 187 members from the Human Resources (HR) Division in the South African National Defence Force (SANDF). Descriptive statistics, correlations and t-tests for independent samples were used to analyse the data. Analysis revealed that job satisfaction has a significant positive relationship with EI. Furthermore, the empirical study also yielded evidence to support a difference between Gen X and Gen Y in relation to two job satisfaction facets, namely promotion and supervision. The findings, however, did not support a difference between Gen X and Gen Y in terms of overall job satisfaction and total EI. The leadership of the SANDF may be able to use the study’s findings to guide effective organisational policies and processes to maintain and retain a loyal and productive human resources pool working in cohesion despite underlying differences. / Industrial and Organisational Psychology / M. Com (Industrial and Organisational Psychology)