No description available.

Les biomarqueurs sanguins peuvent être utilisés pour définir le pronostic des patients ou permettre de déterminer les altérations moléculaires des cancers, et peut-être pouvoir guider les traitements de thérapies ciblées.Les cellules tumorales circulantes sont le reflet de la cascade métastatique et de la progression tumorale. La détection et la caractérisation des CTC est un domaine clé de la recherche dans le cancer. Cependant, il n'existe pas de méthode standard pour la détection des CTC, et le premier objectif de notre étude a été de comparer deux systèmes de détection des CTC basé sur l'expression de l'antigène EpCAM (CellSearch), ou la taille des cellules (ISET). Nos résultats montrent qu'il existe une bonne corrélation pour la détection des CTC dans les cancers du sein ou de la prostate, mais pas dans les cancers bronchiques. Ces résultats suggèrent qu'il est nécessaire de développer d'autres techniques de détection des CTC pour l'énumération et la caractérisation pour permettre une médecine de précision.A ce jour il n'existe aucun marqueur validé pour prédire l'efficacité des antiangiogéniques. Les CEC et CEP sont des marqueurs prometteurs. Dans notre étude, nous avons fait l'hypothèse que les CEC et les CEP pouvaient être pronostic de la survie des patients inclus dans les études de phases précoces. Nos résultats montrent qu'un taux élevé de CEP est associé à un mauvais pronostic, et que les CEP pourraient permettre de mieux sélectionner les patients. En conclusion, les marqueurs sanguins comme les CTC, les CEC ou les CEP peuvent être utilisés comme des facteurs pronostiques ou permettre une caractérisation moléculaire, et être une partie intégrante des programmes de médecine de précision.

Le design standard des essais randomisés de phase III suppose le recrutement d'un grand nombre de patients pour assurer un risque α de 0.025 unilatéral et une puissance d'au moins 80%. Ceci s'avérer difficile dans les maladies rares, ou encore si le traitement cible une population spécifique définie par un sous-type moléculaire rare. Nous avons évalué par simulation la performance d'une série d'essais randomisés. Au terme de chaque essai, s'il est associé à une amélioration significative, le traitement expérimental devient le contrôle de l'essai suivant. Les designs ont été évalués pour différents taux de recrutement, différentes sévérités de la maladie, et différentes distributions hypothétiques des effets d'un futur traitement. Nous avons montré, que sous des hypothèses raisonnables, une série d'essais de plus petite taille et avec un risque α relâché est associée à un plus grand bénéfice à long terme que deux essais de design standard. Nous avons enrichi cette approche avec des designs plus flexibles incluant des analyses intermédiaires d'efficacité et/ou futilité, et des designs adaptatifs à trois bras avec sélection de traitement. Nous avons montré qu'une analyse intermédiaire avec une règle d'arrêt pour futilité était associé à un gain supplémentaire et à une meilleure maitrise du risque, contrairement aux règles d'arrêt pour efficacité qui ne permettent pas d'améliorer la performance. Les séries d'essais à trois bras sont systématiquement plus performants que les séries d'essais à deux bras. Dans la troisième de la thèse, nous avons étudié les essais randomisés évaluant un algorithme de traitement plutôt que l'efficacité d'un seul traitement. Le traitement expérimental est déterminé selon la mutation. Nous avons comparé deux méthodes basées sur le modèles de Cox à effets aléatoires pour l'estimation de l'effet traitement dans chaque mutation : Maximum Integrated Partial Likellihood (MIPL) en utilisant le package coxme et Maximum H-Likelihood (MHL) en utilisant le package frailtyHL. La performance de la méthode MIPL est légèrement meilleure. En présence d'un effet traitement hétérogène, les deux méthodes sousestime l'effet dans les mutations avec un large effet, et le surestime dans les mutations avec un modeste effet. / Large sample sizes are required in randomized trials designed to meet typical one-sided α-level of 0.025 and at least 80% power. This may be unachievable in a reasonable time frame even with international collaborations. It is either because the medical condition is rare, or because the trial focuses on an uncommon subset of patients with a rare molecular subtype where the treatment tested is deemed relevant. We simulated a series of two-arm superiority trials over a long research horizon (15 years). Within the series of trials, the treatment selected after each trial becomes the control treatment of the next one. Different disease severities, accrual rates, and hypotheses of how treatments improve over time were considered. We showed that compared with two larger trials with the typical one-sided α-level of 0.025, performing a series of small trials with relaxed α-levels leads on average to larger survival benefits over a long research horizon, but also to higher risk of selecting a worse treatment at the end of the research period. We then extended this framework with more 'flexible' designs including interim analyses for futility and/or efficacy, and three-arm adaptive designs with treatment selection at interim. We showed that including an interim analysis with a futility rule is associated with an additional survival gain and a better risk control as compared to series with no interim analysis. Including an interim analysis for efficacy yields almost no additional gain. Series based on three-arm trials are associated with a systematic improvement of the survival gain and the risk control as compared to series of two-arm trials. In the third part of the thesis, we examined the issue of randomized trials evaluating a treatment algorithm instead of a single drugs' efficacy. The treatment in the experimental group depends on the mutation, unlike the control group. We evaluated two methods based on the Cox frailty model to estimate the treatment effect in each mutation: Maximum Integrated Partial Likellihood (MIPL) using package coxme and Maximum H-Likelihood (MHL) using package frailtyHL. MIPL method performs slightly better. In presence of a heterogeneous treatment effect, the two methods underestimate the treatment effect in mutations where the treatment effect is large, and overestimates the treatment effect in mutations where the treatment effect is small.

Le cancer du sein est le cancer le plus fréquent chez les femmes au Canada et dans le monde. Autant les programmes de dépistage que les services cliniques réguliers et d'oncogénétique actuellement en place excluent des femmes qui pourraient bénéficier d'interventions préventives en matière de cancer du sein. Or, que la solution soit d'améliorer l'accès et les services offerts ou de proposer des alternatives, comme une approche de stratification du risque, le risque de cancer du sein devra être évalué et communiqué aux femmes pour recommander des moyens de gestion du risque appropriés à leur niveau de risque. Pour étudier ce problème, cette recherche propose d'abord un cadre conceptuel sur le conseil génétique pour le cancer du sein et de ses déterminants. Appuyée par le cadre théorique de la chaîne de valeur des connaissances, la méthode de la scoping review permet de faire un état des connaissances sur les pratiques des professionnel·les de la santé et de conceptualiser le conseil génétique en cancer du sein sous forme de processus comprenant quatre activités (l'évaluation, l'investigation, la communication et la décision), influencé par trois catégories de facteurs liées aux professionnel·les de la santé, aux patientes et à l'environnement. Deuxièmement, cette recherche explore les perceptions de professionnel·les de la santé vis-à-vis la mise en place d'une approche de stratification du risque pour le cancer du sein. Des entrevues semi-structurées, articulées autour des grandes activités du cadre conceptuel développé, ont été réalisées avec des professionnel·les de la santé du Québec. Les 11 thèmes identifiés et intégrés dans un modèle logique distinguent : les participantes potentiellement éligibles (qui?), les activités cliniques (comment?) et les outils associés (quoi?), les facteurs d'acceptabilité (lesquels?) et les effets attendus (pourquoi?). Plusieurs éléments doivent être clarifiés selon les professionnel·les interrogé·es, mais la plupart accueilleraient favorablement la mise en œuvre de cette approche. Finalement, cette recherche distingue les conditions nécessaires et suffisantes à l'adoption des modèles de prédiction du risque pour le cancer du sein : un outil essentiel d'une approche de stratification du risque. Des tests statistiques combinés à une analyse comparative qualitative ont été menés sur les données autorapportées par des professionnel·les de la santé du Canada. Plusieurs conditions et combinaisons de conditions influencent l'adoption de ces modèles, mais les connaissances en génétique, la proximité des services de génétique et le peu d'expérience clinique sont celles qui auraient plus d'impact. En somme, cette recherche propose une analyse des pratiques en conseil génétique pour le cancer du sein à l'aide de la littérature scientifique internationale et explore le degré d'acceptabilité d'une innovation organisationnelle - la stratification du risque - et d'une innovation technologique qui y est intiment reliée - les modèles de prédiction du risque - du point de vue des professionnel·les de la santé du Canada. Ensemble, ces travaux de recherche portent à croire que ce ne sont pas seulement les soins et services de santé offerts aux femmes à risque de cancer du sein qui doivent être personnalisés, mais également les moyens et les stratégies de gestion des connaissances dirigées vers les professionnel·les de la santé et les organisations dans lesquelles ils concourent à créer de la valeur : ici, la santé des femmes. / Breast cancer is the most common cancer among women in Canada and worldwide. Both the current screening programs and the regular clinical and oncogenetic services exclude women who would benefit from preventive breast cancer interventions. Whether the solution is to improve access and services or to offer alternatives, such as a risk stratification approach, women's breast cancer risk will need to be assessed and communicated to women to recommend appropriate risk management interventions according to their risk level. To address this issue, this research first proposes a conceptual framework of breast cancer genetic counselling and its determinants. Supported by the theoretical framework of the knowledge value chain, the scoping review method allows to make a state of the knowledge of healthcare professionals' practices and to conceptualize breast cancer genetic counselling as a process comprising four activities (assessment, investigation, communication and decision), influenced by three categories of factors related to healthcare professionals, patients and the environment. Second, this research explores the perceptions of healthcare professionals regarding the implementation of a breast cancer risk stratification approach. Semi-structured interviews, designed around the major activities of the conceptual framework developed, were conducted with healthcare professionals in Québec. The 11 themes identified and integrated into a logic model distinguish: the potential eligible participants (who?), the clinical activities (how?) and their associated tools (what?), some of the factors of acceptability (which?) and expected effects (why?). Several elements need to be clarified according to the healthcare professionals interviewed, but most would welcome the implementation of this approach. Finally, this research identifies the necessary and sufficient conditions for the adoption of breast cancer risk prediction models, an essential tool for a breast cancer risk stratification approach. Statistical tests combined with a qualitative comparative analysis were conducted on self-reported data from Canadian healthcare professionals. Several conditions and combinations of conditions might influence the adoption of these models, but knowledge of genetics, proximity to genetics services and limited clinical experience were found to have the greatest impact. In sum, this project provides an analysis of breast cancer genetic counselling practices using the international scientific literature and explores the acceptability of an organizational innovation - risk stratification - and a closely related technological innovation - risk prediction models - from the perspective of Canadian healthcare professionals. Taken together, these suggest that it is not only the services provided to women at risk of breast cancer that need to be personalized, but also the means and strategies of knowledge management directed at healthcare professionals and the organizations in which they contribute to create value: in this case, women's health.

La dégénérescence maculaire liée à l’âge (DMLA) est la première cause de cécité dans les pays industrialisés. C’est une maladie complexe et multifactorielle ayant des conséquences majeures sur la qualité de vie des personnes atteintes. De nombreux facteurs de risque, génétiques et non génétiques, jouent un rôle important dans la pathogénèse des stades avancés de la DMLA. Les modèles de prédiction développés à ce jour reposent sur un nombre limité de ces facteurs, et sont encore peu utilisés dans la pratique clinique.Ce travail de thèse avait pour premier objectif d’identifier de nouveaux biomarqueurs circulants du risque de DMLA. Ainsi, à partir d’une étude post-mortem basée sur une approche de lipidomique, nous avons identifié les composés lipidiques sanguins les plus prédictifs des concentrations rétiniennes en acides gras polyinsaturés omégas 3 (AGPI w-3). Nous avons développé un modèle de prédiction basé sur 7 espèces de lipides des esters de cholestérol. Ce modèle, obtenu en combinant pénalisation et réduction de la dimension, a ensuite été validé dans des études cas-témoins de DMLA et dans un essai clinique randomisé de supplémentation en AGPI w-3. Ces biomarqueurs pourraient être utiles pour l’identification des personnes à haut risque de DMLA, qui pourraient ainsi bénéficier d’une supplémentation en AGPI w-3.Le deuxième objectif de cette thèse était de développer un modèle de prédiction du risque de progression vers une DMLA avancée à partir de facteurs de risque génétiques, phénotypiques et environnementaux. Une originalité de notre travail a été d’utiliser une méthode de régression pénalisée – un algorithme d’apprentissage automatique – dans un cadre de survie afin de tenir compte de la multicollinéarité entre les facteurs de risque. Nous avons également pris en compte la censure par intervalle et le risque compétitif du décès via un modèle à 3 états sain-malade-mort. Nous avons ensuite validé ce modèle sur une étude indépendante en population générale.Il serait intéressant de valider ce modèle de prédiction dans d’autres études indépendantes en y incluant les biomarqueurs circulants identifiés à partir de l’étude de lipidomique effectuée dans le cadre de cette thèse. Le but final serait d’intégrer cet outil prédictif dans la pratique clinique afin de rendre la médecine de précision une réalité pour les patients atteints de DMLA dans le futur proche. / Age-related macular degeneration (AMD) is the leading cause of blindness in industrialized countries. AMD is a complex and multifactorial disease with major consequences on the quality of life. Numerous genetic and non-genetic risk factors play an important role in the pathogenesis of the advanced stages of AMD. Existing prediction models rely on a restricted set of risk factors and are still not widely used in the clinical routine.The first objective of this work was to identify new circulating biomarkers of AMD’s risk using a lipidomics approach. Based on a post-mortem study, we identified the most predictive circulating lipids of retinal content in omega-3 polyunsaturated fatty acids (w-3 PUFAs). We combined penalization and dimension reduction to establish a prediction model based on plasma concentration of 7 cholesteryl ester species. We further validated this model on case-control and interventional studies. These biomarkers could help identify individuals at high risk of AMD who could be supplemented with w-3 PUFAs.The second objective of this thesis was to develop a prediction model for advanced AMD. This model incorporated a wide set of phenotypic, genotypic and lifestyle risk factors. An originality of our work was to use a penalized regression method – a machine learning algorithm – in a survival framework to handle multicollinearities among the risk factors. We also accounted for interval censoring and the competing risk of death by using an illness-death model. Our model was then validated on an independent population-based cohort.It would be interesting to integrate the circulating biomarkers identified in the lipidomics study to our prediction model and to further validate it on other external cohorts. This prediction model can be used for patient selection in clinical trials to increase their efficiency and paves the way towards making precision medicine for AMD patients a reality in the near future.

Les leucémies myéloïdes aiguës (LMA) consistent en un groupe de cancers agressifs causés par une accumulation de mutations génétiques et épigénétiques survenant dans les cellules souches ou progénitrices de la moelle osseuse. Il s’agit d’un groupe de maladies très hétérogène, caractérisé par un grand nombre de combinaisons d’altérations qui perturbent à la fois les voies de signalisation qui y sont exprimées, leur sensibilité aux différents traitements et le pronostic des patients. Le déploiement des technologies de séquençage de nouvelle génération au courant de la dernière décennie a permis l’exploration à une échelle sans précédent du paysage mutationnel et transcriptomique de différents cancers, incluant les LMA. Dans le cadre de nos travaux, nous avons voulu tester l'hypothèse selon laquelle les LMA se déclinent en plusieurs sous-groupes génétiques caractérisés chacun par des mutations distinctes et une expression génique dérégulée, ainsi qu’une réponse différentielle à des molécules qui pourraient représenter de nouvelles stratégies thérapeutiques. Nous avons testé cette hypothèse au sein de la cohorte Leucegene, qui comprend un grand nombre de LMA primaires analysées par le séquençage du transcriptome, et nous avons analysé les différences entre les différents sous-groupes en les analysant un à la fois. Cette étude des différents sous-groupes nous a permis de disséquer le profil génomique, transcriptomique et les sensibilités aux petites molécules de sept sous-groupes génétiques, représentant environ la moitié des cas de LMA de l’adulte. Notre approche a permis de découvrir plusieurs nouvelles mutations spécifiques aux différents sous-groupes, dont certaines ont été validées dans des cohortes indépendantes. Nous avons également confirmé que les gènes différentiellement exprimés dans les sous-groupes sont plus informatifs que les signatures d'expression non supervisées pour identifier les biomarqueurs de la maladie. Nous avons ainsi identifié dans la majorité des sous-groupes des gènes représentant un biomarqueur d'intérêt, ayant une pertinence fonctionnelle ou pronostique. Ces données ont également mené à des criblages chimiques ciblés qui ont identifié de nouvelles vulnérabilités dépendant du contexte génétique. Au-delà de ces observations, nos travaux pourraient avoir une portée translationnelle tandis que le séquençage de nouvelle génération est de plus en plus utilisé en clinique. La combinaison avec d’autres modalités de séquençage et l’incorporation de technologies émergentes aideront à poursuivre la dissection génomique, transcriptomique et chimique de la LMA et l’approche utilisée pourra même éventuellement s’appliquer à d’autres types de cancers. / Acute myeloid leukemias (AML) are a group of cancers caused by an accumulation of genetic and epigenetic mutations occurring in the stem or progenitor cells of the bone marrow. They represent a very heterogeneous group of diseases, characterized by a large number of combinations of alterations which disrupt to varying degrees key networks in these cells, their sensitivity to treatments and the prognosis of the patients. The deployment of next-generation sequencing technologies over the past decade has enabled exploration on an unprecedented scale of the mutational and transcriptomic landscape of various cancers, including AML. As part of our work, we tested the hypothesis according to which AMLs comprise several genetic subgroups, each characterized by distinct mutations and deregulated gene expression profiles, as well as a differential response to molecules that could represent novel therapies. We tested this hypothesis in the Leucegene cohort, which includes a large number of primary AMLs analyzed by transcriptome sequencing, which we explored one subgroup after the other, dissecting the genomic, transcriptomic or small molecule sensitivities profile of seven AML subgroups representing approximately half of adult AML cases. Our approach has allowed us to discover several new mutations specific to different subgroups, some of which have been validated in independent cohorts. We also confirmed that genes differentially expressed in subgroups are more informative than unsupervised expression signatures, and we identified genes representing potential biomarkers, or having a functional or prognostic relevance in the majority of subgroups. Generated data also led to targeted chemical screens performed on primary AML cells, which identified new context-dependent vulnerabilities. Beyond these observations, our work could have a translational scope while next-generation sequencing is paving its way in the clinic. The combination with other Omics and the incorporation of emerging technologies will help to further the multi-dimensional dissection of these groups and additional ones, as the presented approach could be applied to additional disease subsets and cancer types.