Le Lymphome à Cellules du Manteau (LCM) est une entité récemment identifiée qui se caractérise par la translocation génétique t(11 ;14)(q13 ;q32) et compte pour 2 à 10 % de tous les Lymphomes non-Hodgkiniens. Avec une survie médiane entre 3 et 5 ans après le diagnostic, le LCM est une pathologie agressive et malgré les récentes avancées thérapeutiques, peu d’informations sont disponibles concernant ses facteurs pronostiques. Certaines études ont analysé le rôle des caractéristiques clinicopathologiques et des nouvelles stratégies thérapeutiques, mais on connait peut le rôle des facteurs environnementaux et du mode de vie sur le pronostic des patients atteints de LCM. Entre 2008 et 2012, le groupe LYSA a mené en France deux essais cliniques prospectifs multicentriques : LM manteau 2010 SA "RiBVD" (NCI01457144) et Manteau 2007 SJ "LyMa" (NCT00921414). Après une comparaison de ces patients avec les patients de population générale, l’effet de facteurs socioéconomiques et des habitudes de vie sur la survie des patients a été étudié à l’aide d’un questionnaire qualitatif administré à tous les volontaires après le diagnostic. Nos résultats suggèrent qu’un faible niveau d’éducation, un indice de masse corporelle élevé et de la consommation d’alcool sont associés à un risque de décès plus élevé chez les patients atteints de LCM. Toutefois, l’étude de tels facteurs et de leur influence sur un sous-type de LNH aussi rare requiert des échantillons d’étude de taille plus importante. L’élargissement des critères d’inclusion des patients dans les essais cliniques permettrait de sélectionner davantage de patients mais aussi des patients mieux représentatifs de la population générale. Enfin, l’intégration systématique de ce type de questionnaire dans les protocoles d’essais cliniques serait aussi un atout majeur. / Mantle Cell Lymphoma (MCL) is a recently defined entity, typically characterised by the genetic translocation t(11 ;14)(q13 ;q32) and counting for 2 - 10% of all non-Hodgkin Lymphomas. With a median survival between 3 and 5 years after diagnosis, MCL is an agressive disease and despite the recent therapeutic advances little in know about its prognostic factors. Some studies had investigated clinicopathological features and new treatment strategies, but there is a lack of knowledge regarding the impact of lifestyle and environnemental factors on outcome of MCL patients. From 2008 to 2012, the LYSA Group conducted in France two prospective multi center clinical trials on MCL : LM manteau 2010 SA "RiBVD" (NCI01457144) and Manteau 2007 SJ "LyMa" (NCT00921414). After a comparison of these patients with population-based data, socioeconomic factors, lifestyle factors and their influence on survival had been investigated through a qualitative survey administrated to each volunteer after diagnosis. Our findings suggest that low educational attainment, low body body mass index and alcohol consumption are associated with a higher risk of death in MCL. However, to investigate lifestyle factors in this rare NHL subtype, larger studies should be carried out. Clinical trial inclusion criteria must be widen to select more patients and patients more representative of general population. Implementation of these epidemiological studies in clinical practice should be considered.

La mise en place d’une politique de maintenance prévisionnelle est un défi majeur dans l’industrie qui tente de réduire le plus possible les frais relatifs à la maintenance. En effet, les systèmes sont de plus en plus complexes et demandent un suivi de plus en plus poussé afin de rester opérationnels et sécurisés. Une maintenance prévisionnelle nécessite d’une part d’évaluer l’état de dégradation des composants du système, et d’autre part de pronostiquer l’apparition future d’une panne. Plus précisément, il s’agit d’estimer le temps restant avant l’arrivée d’une défaillance, aussi appelé Remaining Useful Life ou RUL en anglais. L’estimation d’une RUL constitue un réel enjeu car la pertinence et l’efficacité des actions de maintenance dépendent de la justesse et de la précision des résultats obtenus. Il existe de nombreuses méthodes permettant de réaliser un pronostic de durée de vie résiduelle, chacune avec ses spécificités, ses avantages et ses inconvénients. Les travaux présentés dans ce manuscrit s’intéressent à une méthodologie générale pour estimer la RUL d’un composant. L’objectif est de proposer une méthode applicable à un grand nombre de cas et de situations différentes sans nécessiter de modification majeure. De plus, nous cherchons aussi à traiter plusieurs types d’incertitudes afin d’améliorer la justesse des résultats de pronostic. Au final, la méthodologie développée constitue une aide à la décision pour la planification des opérations de maintenance. La RUL estimée permet de décider de l’instant optimal des interventions nécessaires, et le traitement des incertitudes apporte un niveau de confiance supplémentaire dans les valeurs obtenues. / Predictive maintenance strategies can help reduce the ever-growing maintenance costs, but their implementation represents a major challenge. Indeed, it requires to evaluate the health state of the component of the system and to prognosticate the occurrence of a future failure. This second step consists in estimating the remaining useful life (RUL) of the components, in Other words, the time they will continue functioning properly. This RUL estimation holds a high stake because the precision and accuracy of the results will influence the relevance and effectiveness of the maintenance operations. Many methods have been developed to prognosticate the remaining useful life of a component. Each one has its own particularities, advantages and drawbacks. The present work proposes a general methodology for component RUL estimation. The objective i to develop a method that can be applied to many different cases and situations and does not require big modifications. Moreover, several types of uncertainties are being dealt With in order to improve the accuracy of the prognostic. The proposed methodology can help in the maintenance decision making process. Indeed, it is possible to select the optimal moment for a required intervention thanks to the estimated RUL. Furthermore, dealing With the uncertainties provides additional confidence into the prognostic results.