Les affects, émotions et humeurs sont des processus complexes dont le fonctionnement précis échappe toujours à la neuroscience affective. Un récent mouvement des études IRMf s’est tourné vers la recherche d’effets aux niveaux inter- et intra-individuels en raison du manque d’applicabilité individuelle des résultats provenant de moyennes de groupes basées sur des données transversales. En particulier, la recherche intra-individuelle permet l’étude de liens directs entre l’affectivité et la connectivité chez de mêmes individus à travers le temps. De précédentes études en IRMf rapportent ce type associations chez un unique participant, notre objectif a été d’étudier les effets intra-individuels communs pour un groupe d’individus. Nous avons utilisé le jeu de données Day2day, composé de 40 à 50 sessions pour 6 participants, chaque session incluant des données d’IRMf au repos ainsi que d’auto-évaluations des états affectifs. Nous avons analysé la relation entre l’affectivité et la connectivité fonctionnelle entre des régions cérébrales précédemment liées aux émotions et affects à l’aide de régressions linéaires mixtes multivariées. Nos modèles ont isolé des patrons de connectivité communs et généralisables liés aux variations intra-individuelles de l’affectivité observées au cours de plusieurs semaines et mois. Ces modèles impliquaient particulièrement l’amygdale et l’insula. Nos résultats ouvrent la possibilité de reproduire de tels modèles sur des jeux de données plus larges ainsi qu’à évaluer l’hétérogénéité entre sujets au-delà des effets moyens. La caractérisation de tels processus neurobiologiques pourrait être d’une grande utilité en clinique comme biomarqueur transdiagnostique de l’état affectif ou potentielle cible thérapeutique. / Affects, emotions and moods are complex processes, the precise functioning of which still eludes affective neuroscience. A recent movement in fMRI has turned to research of effects at the inter- and intra-individual level in response to the lack of individual-level applicability of results from cross-sectional group mean studies. In particular, intra-individual research enables the study of direct links between affective states and underlying connectivity in individuals across time. Previous fMRI studies have described these associations in a single participant, our objective was to find shared intraindividual effects across multiple subjects. We have used the Day2day dataset, comprising 40 to 50 sessions for six participants, each session including data from resting-state fMRI scans and self-report measures of state affectivity. We have investigated the relationship between affectivity and connectivity in brain regions linked to emotions and affects using multivariate mixed linear analysis. Our models have isolated common and generalizable patterns of connectivity linked to variations in affectivity observed over multiple weeks and months. These models involved mainly the amygdala and insula. Our results incentivize the re-creation of such modelsin larger datasets, and to assess heterogeneity beyond group mean effects. The characterization of such neurobiological processes could be of great use in a clinical setting as a transdiagnostic biomarker or as a potential therapeutic target.

Cette thèse étudie comment le taux de change effectif réel (TCER) et ses mesures associées (volatilité du TCER et désalignement du TCER) affectent la croissance de la productivité totale des facteurs (CPTF). Elle analyse également les canaux par lesquels le TCER et ses mesures associées agissent sur la productivité totale des facteurs (PTF). La première partie étudie comment le TCER lui-Même, d'une part, et la volatilité du TCER, d'autre part, influencent la productivité. Une analyse du lien entre le niveau du TCER et la PTF dans le chapitre 1 indique qu'une appréciation de taux de change cause une augmentation de la PTF. Mais cet impact est également non- inéaire: en-Dessous du seuil, le TCER influence négativement la productivité tandis qu'au-Dessus du seuil il agit positivement. Les résultats du chapitre 2 illustrent que la volatilité du TCER affecte négativement la CPTF. Nous avons également constaté que la volatilité du TCER agit sur PTF selon le niveau du développement financier. Pour les pays modérément financièrement développés, la volatilité du TCER réagit négativement sur la productivité et n'a aucun effet sur la productivité pour les niveaux très bas et très élevés du développement financier. La deuxième partie examine les canaux par lesquels le TCER et ses mesures associées influencent la productivité. Les résultats du chapitre 3 illustrent que la volatilité du TCER a un impact négatif élevé sur l'investissement. Ces résultats sont robustes dans les pays à faible revenu et les pays à revenu moyens, et en employant une mesure alternative de volatilité du TCER. Le chapitre 4 montre que le désalignement du taux de change réel et la volatilité du taux de change réel affectent négativement les exportations. Il démontre également que la volatilité du taux de change réel est plus nocive aux exportations que le désalignement. Ces résultats sont corroborés par des résultats sur des sous-Échantillons de pays à bas revenu et à revenu moyen. / This dissertation investigates how the real effective exchange rate (REER) and its associated asurements (REER volatility and REER misalignment) affect total factor productivity growth (TFPG). It also analyzes the channels through which the REER and its associated measurements act on total factor productivity (TFP). The first part studies how the REER itself, on the one hand, and the REER volatility, on the other hand, influence productivity. An analysis of the link between the level of REER and TFP in chapter 1 reveals that an exchange rate appreciation causes an increase of TFP. But this impact is also nonlinear: below the threshold, real exchange rate influences negatively productivity while above the threshold it acts positively. The results of chapter 2 illustrate that REER volatility affects negatively TFPG. We also found that REER volatility acts on TFP according to the level of financial development. For moderately financially developed countries, REER volatility reacts negatively on productivity and has no effect on productivity for very low and very high levels of financial development. The second part examines the channels through which the REER and its associated measurements influence productivity. The results of chapter 3 illustrate that the exchange rate volatility has a strong negative impact on investment. This outcome is robust in low income and middle income countries, and by using an alternative measurement of exchange rate volatility. Chapter 4 show that both real exchange rate misalignment and real exchange rate volatility affect negatively exports. It also demonstrates that real exchange rate volatility is more harmful to exports than misalignment. These outcomes are corroborated by estimations on subsamples of Low- ncome and Middle-Income countries

Les données manquantes sont fréquentes dans les études médicales. Dans les modèles de régression, les réponses manquantes limitent notre capacité à faire des inférences sur les effets des covariables décrivant la distribution de la totalité des réponses prévues sur laquelle porte l'intérêt médical. Outre la perte de précision, toute inférence statistique requière qu'une hypothèse sur le mécanisme de manquement soit vérifiée. Rubin (1976, Biometrika, 63:581-592) a appelé le mécanisme de manquement MAR (pour les sigles en anglais de « manquant au hasard ») si la probabilité qu'une réponse soit manquante ne dépend pas des réponses manquantes conditionnellement aux données observées, et MNAR (pour les sigles en anglais de « manquant non au hasard ») autrement. Cette distinction a des implications importantes pour la modélisation, mais en général il n'est pas possible de déterminer si le mécanisme de manquement est MAR ou MNAR à partir des données disponibles. Par conséquent, il est indispensable d'effectuer des analyses de sensibilité pour évaluer la robustesse des inférences aux hypothèses de manquement.Pour les données multivariées incomplètes, c'est-à-dire, lorsque l'intérêt porte sur un vecteur de réponses dont certaines composantes peuvent être manquantes, plusieurs méthodes de modélisation sous l'hypothèse MAR et, dans une moindre mesure, sous l'hypothèse MNAR ont été proposées. En revanche, le développement de méthodes pour effectuer des analyses de sensibilité est un domaine actif de recherche. Le premier objectif de cette thèse était de développer une méthode d'analyse de sensibilité pour les données longitudinales continues avec des sorties d'étude, c'est-à-dire, pour les réponses continues, ordonnées dans le temps, qui sont complètement observées pour chaque individu jusqu'à la fin de l'étude ou jusqu'à ce qu'il sorte définitivement de l'étude. Dans l'approche proposée, on évalue les inférences obtenues à partir d'une famille de modèles MNAR dits « de mélange de profils », indexés par un paramètre qui quantifie le départ par rapport à l'hypothèse MAR. La méthode a été motivée par un essai clinique étudiant un traitement pour le trouble du maintien du sommeil, durant lequel 22% des individus sont sortis de l'étude avant la fin.Le second objectif était de développer des méthodes pour la modélisation de risques concurrents avec des causes d'évènement manquantes en s'appuyant sur la théorie existante pour les données multivariées incomplètes. Les risques concurrents apparaissent comme une extension du modèle standard de l'analyse de survie où l'on distingue le type d'évènement ou la cause l'ayant entrainé. Les méthodes pour modéliser le risque cause-spécifique et la fonction d'incidence cumulée supposent en général que la cause d'évènement est connue pour tous les individus, ce qui n'est pas toujours le cas. Certains auteurs ont proposé des méthodes de régression gérant les causes manquantes sous l'hypothèse MAR, notamment pour la modélisation semi-paramétrique du risque. Mais d'autres modèles n'ont pas été considérés, de même que la modélisation sous MNAR et les analyses de sensibilité. Nous proposons des estimateurs pondérés et une approche par imputation multiple pour la modélisation semi-paramétrique de l'incidence cumulée sous l'hypothèse MAR. En outre, nous étudions une approche par maximum de vraisemblance pour la modélisation paramétrique du risque et de l'incidence sous MAR. Enfin, nous considérons des modèles de mélange de profils dans le contexte des analyses de sensibilité. Un essai clinique étudiant un traitement pour le cancer du sein de stade II avec 23% des causes de décès manquantes sert à illustrer les méthodes proposées. / Missing data are a common occurrence in medical studies. In regression modeling, missing outcomes limit our capability to draw inferences about the covariate effects of medical interest, which are those describing the distribution of the entire set of planned outcomes. In addition to losing precision, the validity of any method used to draw inferences from the observed data will require that some assumption about the mechanism leading to missing outcomes holds. Rubin (1976, Biometrika, 63:581-592) called the missingness mechanism MAR (for “missing at random”) if the probability of an outcome being missing does not depend on missing outcomes when conditioning on the observed data, and MNAR (for “missing not at random”) otherwise. This distinction has important implications regarding the modeling requirements to draw valid inferences from the available data, but generally it is not possible to assess from these data whether the missingness mechanism is MAR or MNAR. Hence, sensitivity analyses should be routinely performed to assess the robustness of inferences to assumptions about the missingness mechanism. In the field of incomplete multivariate data, in which the outcomes are gathered in a vector for which some components may be missing, MAR methods are widely available and increasingly used, and several MNAR modeling strategies have also been proposed. On the other hand, although some sensitivity analysis methodology has been developed, this is still an active area of research. The first aim of this dissertation was to develop a sensitivity analysis approach for continuous longitudinal data with drop-outs, that is, continuous outcomes that are ordered in time and completely observed for each individual up to a certain time-point, at which the individual drops-out so that all the subsequent outcomes are missing. The proposed approach consists in assessing the inferences obtained across a family of MNAR pattern-mixture models indexed by a so-called sensitivity parameter that quantifies the departure from MAR. The approach was prompted by a randomized clinical trial investigating the benefits of a treatment for sleep-maintenance insomnia, from which 22% of the individuals had dropped-out before the study end. The second aim was to build on the existing theory for incomplete multivariate data to develop methods for competing risks data with missing causes of failure. The competing risks model is an extension of the standard survival analysis model in which failures from different causes are distinguished. Strategies for modeling competing risks functionals, such as the cause-specific hazards (CSH) and the cumulative incidence function (CIF), generally assume that the cause of failure is known for all patients, but this is not always the case. Some methods for regression with missing causes under the MAR assumption have already been proposed, especially for semi-parametric modeling of the CSH. But other useful models have received little attention, and MNAR modeling and sensitivity analysis approaches have never been considered in this setting. We propose a general framework for semi-parametric regression modeling of the CIF under MAR using inverse probability weighting and multiple imputation ideas. Also under MAR, we propose a direct likelihood approach for parametric regression modeling of the CSH and the CIF. Furthermore, we consider MNAR pattern-mixture models in the context of sensitivity analyses. In the competing risks literature, a starting point for methodological developments for handling missing causes was a stage II breast cancer randomized clinical trial in which 23% of the deceased women had missing cause of death. We use these data to illustrate the practical value of the proposed approaches.

Cette thèse a été conçu pour explorer les modèles dynamiques de régression, d’évaluer les inférences statistiques pour l’analyse des données de survie et de fiabilité. Ces modèles de régression dynamiques que nous avons considérés, y compris le modèle des hasards proportionnels paramétriques et celui de la vie accélérée avec les variables qui peut-être dépendent du temps. Nous avons discuté des problèmes suivants dans cette thèse.Nous avons présenté tout d’abord une statistique de test du chi-deux généraliséeY2nquiest adaptative pour les données de survie et fiabilité en présence de trois cas, complètes,censurées à droite et censurées à droite avec les covariables. Nous avons présenté en détailla forme pratique deY2nstatistique en analyse des données de survie. Ensuite, nous avons considéré deux modèles paramétriques très flexibles, d’évaluer les significations statistiques pour ces modèles proposées en utilisantY2nstatistique. Ces modèles incluent du modèle de vie accélérés (AFT) et celui de hasards proportionnels (PH) basés sur la distribution de Hypertabastic. Ces deux modèles sont proposés pour étudier la distribution de l’analyse de la duré de survie en comparaison avec d’autre modèles paramétriques. Nous avons validé ces modèles paramétriques en utilisantY2n. Les études de simulation ont été conçus.Dans le dernier chapitre, nous avons proposé les applications de ces modèles paramétriques à trois données de bio-médicale. Le premier a été fait les données étendues des temps de rémission des patients de leucémie aiguë qui ont été proposées par Freireich et al. sur la comparaison de deux groupes de traitement avec des informations supplémentaires sur les log du blanc du nombre de globules. Elle a montré que le modèle Hypertabastic AFT est un modèle précis pour ces données. Le second a été fait sur l’étude de tumeur cérébrale avec les patients de gliome malin, ont été proposées par Sauerbrei & Schumacher. Elle a montré que le meilleur modèle est Hypertabastic PH à l’ajout de cinq variables de signification. La troisième demande a été faite sur les données de Semenova & Bitukov, à concernant les patients de myélome multiple. Nous n’avons pas proposé un modèle exactement pour ces données. En raison de cela était les intersections de temps de survie.Par conséquent, nous vous conseillons d’utiliser un autre modèle dynamique que le modèle de la Simple Cross-Effect à installer ces données. / This thesis was designed to explore the dynamic regression models, assessing the sta-tistical inference for the survival and reliability data analysis. These dynamic regressionmodels that we have been considered including the parametric proportional hazards andaccelerated failure time models contain the possibly time-dependent covariates. We dis-cussed the following problems in this thesis.At first, we presented a generalized chi-squared test statisticsY2nthat is a convenient tofit the survival and reliability data analysis in presence of three cases: complete, censoredand censored with covariates. We described in detail the theory and the mechanism to usedofY2ntest statistic in the survival and reliability data analysis. Next, we considered theflexible parametric models, evaluating the statistical significance of them by usingY2nandlog-likelihood test statistics. These parametric models include the accelerated failure time(AFT) and a proportional hazards (PH) models based on the Hypertabastic distribution.These two models are proposed to investigate the distribution of the survival and reliabilitydata in comparison with some other parametric models. The simulation studies were de-signed, to demonstrate the asymptotically normally distributed of the maximum likelihood estimators of Hypertabastic’s parameter, to validate of the asymptotically property of Y2n test statistic for Hypertabastic distribution when the right censoring probability equal 0% and 20%.n the last chapter, we applied those two parametric models above to three scenes ofthe real-life data. The first one was done the data set given by Freireich et al. on thecomparison of two treatment groups with additional information about log white blood cellcount, to test the ability of a therapy to prolong the remission times of the acute leukemiapatients. It showed that Hypertabastic AFT model is an accurate model for this dataset.The second one was done on the brain tumour study with malignant glioma patients, givenby Sauerbrei & Schumacher. It showed that the best model is Hypertabastic PH onadding five significance covariates. The third application was done on the data set given by Semenova & Bitukov on the survival times of the multiple myeloma patients. We did not propose an exactly model for this dataset. Because of that was an existing oneintersection of survival times. We, therefore, suggest fitting other dynamic model as SimpleCross-Effect model for this dataset.

Problématique: Dans les dernières années plusieurs études ont exposé les défis auxquels font face des infirmières praticiennes spécialisées en première ligne (IPSPL) dans leur pratique quotidienne. Le manque d’autonomie, l’étendue de pratique limitée et le manque de collaboration dans les équipes de soins sont des facteurs qui sont principalement ressortis de ces études. Les IPSPL aux Québec n’y font pas exception. En effet, leur déploiement a aussi été difficile pour certaines. Ces difficultés rencontrées peuvent inciter les IPSPL à quitter leur travail. Connaître les facteurs influençant l’intention de quitter des IPSPL pourrait donc permettre de maintenir ces professionnelles indispensables dans les milieux de soins. But: Identifier les facteurs qui influencent l’intention de quitter des IPSPL travaillant dans le réseau public de santé québécois. Méthode: La présente étude est une analyse secondaire de données collectées à l’aide d’un questionnaire auto-administré d’une durée approximative de 45 minutes entre mars et avril 2017. L’échantillon de cette étude est composé des 222 IPSPL qui y ont participé. Les facteurs influençant l’intention de quitter mesurés sont : la reconnaissance au travail, les conditions de l’environnement de travail, la relation et le soutien du gestionnaire, le soutien de l’organisation et les pratiques organisationnelles, la relation avec les collègues de travail, les caractéristiques personnelles de l’infirmière et les facteurs externes. Des analyses descriptives, bivariées et une analyse de régression multiple ont été utilisées afin de répondre au but de l’étude. Résultats: 23% des IPSPL pensent quitter leur établissement de soins d’ici les trois prochaines années (n=199), 2% pensent quitter la profession (n=198) et 10% pensent quitter le réseau public au profit d’une organisation privée (n=196). Ces résultats étant comparables à ceux obtenus dans une étude publiée en 2011 où 27,2% des infirmières praticiennes spécialisées (IPS) pensaient quitter leur emploi et où 5,5% d’entre-elles pensaient quitter la profession infirmière (n= 254). Les facteurs associés à l’intention de quitter des IPSPL sont : la diminution du salaire comparativement au salaire net avant d’être IPS et l’absence de flexibilité dans les horaires comparativement à la présence de flexibilité dans les horaires. Aussi, la diminution de la collaboration avec les autres professionnels de la santé et les médecins a été associée avec l’augmentation de l’intention de quitter. Conclusion: Ces nouvelles connaissances pourront aider les gestionnaires dans l’élaboration de stratégies de rétention afin de maintenir les IPSPL en poste. / Problematic: In recent years, several studies have outlined the obstacles faced by nurse practitioners (NP) in primary care in their daily practice. The lack of autonomy, the limited scope of practice and the lack of collaboration in care teams are factors that are highlighted in the studies as challenges faced by these nurses. Nurse practitioners in primary care in Quebec are no exception and their deployment has also been difficult for some. These obstacles can give to the NP the intention to leave their work and knowing the factors influencing this intention could therefore help to maintain these indispensable professionals in the health care system. Aim: Identify the factors that influence the intention to leave of NP in primary care working in the Quebec public health care system. Methods: This study is a secondary analysis of data collected between March and April 2017 using a self-administered questionnaire that lasts approximately 45 minutes. The sample for this study is composed of the 222 NP in primary care who participated. The factors influencing the intention to leave measured are: work rewards, condition of work environment, relationship and support from manager, organizational support and practices, relationships with co-workers, nurse characteristics and external factors. Descriptive, bivariate and multiple regression analyzes were used to meet the aim of the study. Findings: 23% of NP in primary care plan to leave their current establishment within the next three years (n=199), 2% thinks about leaving their profession (n=198) and 10% are thinking about leaving the public health care system in favor of a private organization (n=196). These results are comparable to those obtained by a study published in 2011 where 27.2% of nurse practitioners were thinking about leaving their jobs and 5.5% of them were thinking about leaving the nursing profession (n=254). The factors associated with the intent to leave of the NP in primary care are: the decrease of their salary compared to the net salary before being NP and the lack of flexibility in the work schedules compared to the possibility of having flexibles schedules. Also, the decrease of collaboration with others health professionals and doctors is associated with an increase in the intention to leave. Conclusion: These new informations could assist managers in the development of retention strategies to maintain primary care NP in workplace.

Le but de cette thèse est de développer des outils statistiques permettant d'initialiser et de calibrer les modèles de microsimulation dynamique stochastique, en partant de l’exemple du modèle SimVillages (développé dans le cadre du projet Européen PRIMA). Ce modèle couple des dynamiques démographiques et économiques appliquées à une population de municipalités rurales. Chaque individu de la population, représenté explicitement dans un ménage au sein d’une commune, travaille éventuellement dans une autre, et possède sa propre trajectoire de vie. Ainsi, le modèle inclut-il des dynamiques de choix de vie, d’étude, de carrière, d’union, de naissance, de divorce, de migration et de décès. Nous avons développé, implémenté et testé les modèles et méthodes suivants : 1 / un modèle permettant de générer une population synthétique à partir de données agrégées, où chaque individu est membre d’un ménage, vit dans une commune et possède un statut au regard de l’emploi. Cette population synthétique est l’état initial du modèle. 2 / un modèle permettant de simuler une table d’origine-destination des déplacements domicile-travail à partir de données agrégées. 3 / un modèle permettant d’estimer le nombre d’emplois dans les services de proximité dans une commune donnée en fonction de son nombre d’habitants et de son voisinage en termes de service. 4 / une méthode de calibration des paramètres inconnus du modèle SimVillages de manière à satisfaire un ensemble de critères d'erreurs définis sur des sources de données hétérogènes. Cette méthode est fondée sur un nouvel algorithme d’échantillonnage séquentiel de type Approximate Bayesian Computation. / The purpose of this thesis is to develop statistical tools to initialize and to calibrate dynamic stochastic microsimulation models, starting from their application to the SimVillages model (developed within the European PRIMA project). This model includes demographic and economic dynamics applied to the population of a set of rural municipalities. Each individual, represented explicitly in a household living in a municipality, possibly working in another, has its own life trajectory. Thus, model includes rules for the choice of study, career, marriage, birth children, divorce, migration, and death. We developed, implemented and tested the following models : • a model to generate a synthetic population from aggregate data, where each individual lives in a household in a municipality and has a status with regard to employment. The synthetic population is the initial state of the model. • a model to simulate a table of origin-destination commuting from aggregate data in order to assign a place of work for each individual working outside his municipality of residence. • a sub-model to estimate the number of jobs in local services in a given municipality in terms of its number of inhabitants and its neighbors in terms of service. • a method to calibrate the unknown SimVillages model parameters in order to satisfy a set of criteria. This method is based on a new Approximate Bayesian Computation algorithm using importance sampling. When applied to a toy example and to the SimVillages model, our algorithm is 2 to 8 times faster than the three main sequential ABC algorithms currently available.

Problématique : L’amélioration de l’accessibilité financière aux soins de santé est essentielle pour réduire la morbidité et de la mortalité infantile dans les pays à ressources limitées. Cependant, les preuves disponibles sur la relation entre un accès accru aux soins et l’amélioration la santé infantile, dans le long terme, demeurent insuffisantes et parfois inconnues. Dans le contexte spécifique de la région du Sahel au Burkina Faso où les niveaux élevés de morbidité et de malnutrition coïncident avec un faible recours aux soins, une intervention de santé publique associant la gratuité des soins à l’amélioration de la qualité des soins et à la prise en charge de la malnutrition dans la communauté a été mise en œuvre en septembre 2008. Objectifs : En utilisant des approches statistiques et épidémiologiques appliquées aux données transversales et de séries chronologiques, cette thèse vise à apporter une meilleure compréhension de la façon dont la présence de l’intervention dans les communautés peut augmenter et maintenir l’utilisation des services de santé à long terme et améliorer la santé des enfants de moins de cinq ans. Les objectifs spécifiques sont : 1) évaluer le maintien à long terme des effets de l’intervention sur l’utilisation des services de santé chez les enfants de moins de cinq ans, 2) évaluer l’effet contextuel de l’intervention, quatre ans après le début de sa mise en œuvre, sur la probabilité de survenue d’une maladie et sur la probabilité d’utilisation des services de santé chez les enfants de moins de cinq ans, et 3) évaluer l’effet contextuel de l’intervention, quatre ans après le début de sa mise en œuvre, sur le retard de croissance chez les enfants de moins de cinq ans. Méthodes : Les données proviennent du système national d’information sanitaire, d’une enquête rétrospective sur les services de santé ainsi que d’une enquête de ménages réalisée quatre ans après le début de l’intervention dans 41 villages du district d’intervention et 51 villages du district de comparaison. Nous avons utilisé un plan quasi expérimental à séries temporelles interrompues avec groupe de comparaison pour évaluer les effets immédiats et à long terme de l’intervention sur les taux d’utilisation des services de santé. Ensuite, un plan d’étude transversale post-intervention avec un groupe de comparaison nous a permis d’évaluer l’effet contextuel de l’intervention sur la probabilité de survenue d’une maladie, sur la probabilité d’utilisation des services de santé et sur le retard de croissance chez les enfants de moins de cinq ans. La stratégie analytique a combiné la méthode de pondération par les scores de propension pour équilibrer les covariables entre les deux groupes, la modélisation binomiale négative à effets mixtes, les régressions linéaire et logistique multiniveaux. Résultats : L’intervention de gratuité des soins associée à l’amélioration de la qualité des soins et à la prise en charge de la malnutrition dans la communauté était associée à l’augmentation et au maintien de l’utilisation des services de santé au-delà de quatre ans (ratio des taux d’incidence = 2,33 ; IC 95 % = 1,98 – 2,67). En outre, comparativement aux enfants vivant dans le district de contrôle, la probabilité d’utiliser les services de santé était de 17,2 % plus élevée chez les enfants vivant dans le district d’intervention (IC 95 % = 15,01–26,6) ; et de 20,7 % plus élevée lorsque l’épisode de maladie était sévère (IC 95 % = 9,9–31,5). Ces associations étaient significatives, quels que soient la distance par rapport aux centres de santé et le statut socio-économique du ménage. Par ailleurs, alors que le contexte de résidence expliquait 9,36 % de la variance du retard de croissance (corrélation intraclasse = 9,36 % ; IC 95 % = 6,45–13,38), la présence de l’intervention dans les villages n’explique que 2 % de la variance du retard de croissance. Cependant, nous n’avons pas pu démontrer que la présence de l’intervention dans les communautés était associée à une réduction de la probabilité de survenue d’un épisode de maladie (Différentiel des probabilités = 4.4 ; IC 95% = -1.0 – 9.8), ni à une amélioration significative de l’état nutritionnel des enfants de moins de cinq ans (RC = 1,13 ; IC 95 % = 0,83–1,54). Conclusion : Cette thèse souligne que la gratuité des soins associée à l’amélioration de la qualité des soins et à la prise en charge de la malnutrition dans la communauté est efficace pour augmenter et maintenir l’utilisation des services de santé et réduire les inégalités géographiques de recours aux soins. Cependant, cette intervention n’était pas associée à une amélioration des résultats de santé infantile. Bien que des études longitudinales rigoureuses soient nécessaires pour comprendre pleinement l’influence potentielle de cette intervention sur la morbidité, cette thèse plaide pour la nécessité d’agir simultanément sur les autres déterminants sociaux de la santé et d’intégrer, de manière synergique, des interventions spécifiques à la nutrition pour plus d’impact sur la santé infantile. / Introduction: Improving financial access to health care is believed to be essential for reducing the burden of child morbidity and mortality in resource-limited settings, but the available evidence on the relationship between increased access and health remains scarce and the long-term issues are still unknown. In the specific context of the Sahel region in Burkina Faso where high levels of morbidity and malnutrition coincide with low health care use, a pilot intervention for free health care including quality of care improvement and management of malnutrition at the community level was implemented in September 2008. Objectives: Using statistical and epidemiological approaches applied to cross-sectional and time series data, this thesis aims to provide a better understanding of how the presence of intervention in communities can increase and maintain long-term use of health services and improve the health of children under five years. The specific objectives are: 1) to evaluate the long-term effects of the intervention on the use of health services in children under the age of five, 2) to estimate the contextual effect of intervention on the probability of occurrence of and the likelihood of health services being used by children under five, four years after the start of its implementation, and 3) to evaluate the contextual effect of the intervention on stunting in children under five, four years after the start of its implementation. Methods: The data for the analyses were provided from a variety of sources including the national health information system, a retrospective health services survey, and a household survey conducted four years after the intervention onset in 41 villages in the intervention district and 51 villages in the comparison district. We used a quasi-experimental controlled interrupted time-series design group to analyze the immediate and long-term effects of the intervention on the rate of health services utilization in children under five. Then, a quasi-experimental post-test-only design that included a control group allowed us to evaluate the contextual effect of the intervention on the probability of occurrence of a disease, on the probability of use of health services, and stunting in children under five. The analytic strategy combined the propensity score weighting method to balance the covariates between the two groups, two-level mixed-effects negative binomial, and linear and logistic regression models to account for the hierarchical structure of data. Results: The intervention for free health care including quality of care improvement and management of malnutrition at the community level was associated with an increased and maintained use of health services beyond four years after the onset of intervention (incidence rate ratio = 2.33; 95% CI = 1.98–2.67). In addition, compared to children living in the comparison district, the probability of using health services was 17.2% higher among those living in the intervention district (95% CI = 15.0–26.6); and 20.7% higher when the illness episode was severe (95% CI = 9.9–31.5). These associations were significant regardless of the distance to health centers and the socio-economic status of households. In addition, inequalities in the use of care were less pronounced in the intervention villages compared to those in the control village. Finally, the results also showed that the residence context accounted for 9.36% of the variance in stunting (intra-class correlation = 9.36% ; 95% CI = 6.45–13.38), and only 2% of the variance in stunting was explained by the intervention. However, we could not demonstrate that the intervention in these communities was associated with a reduced probability of an illness occurring (AME=4.4 (95% CI: -1.0 – 9.8), nor with a significant improvement in the nutritional status among children under five (OR = 1.13; 95% CI = 0.83–1.54). Conclusion: This thesis underlines the importance that affordable health care, including quality of care, as well as improving the management of malnutrition at the community level, are effective in increasing and maintaining the use of health services and reduce geographical inequalities in the use of care. However, this intervention was not associated with improved child health outcomes. Although rigorous longitudinal studies are necessary to fully understand the potential influence of this intervention on morbidity, this thesis highlights the need to simultaneously act on other social determinants of health and to synergistically integrate nutrition-specific interventions for greater impact on child health.

Ce mémoire de thèse porte sur la statistique inférentielle des données spatiales et/ou fonctionnelles. En effet, nous nous sommes intéressés à l’estimation de paramètres inconnus de certains modèles à partir d’échantillons obtenus par un processus d’échantillonnage aléatoire ou non (stratifié), composés de variables indépendantes ou spatialement dépendantes.La spécificité des méthodes proposées réside dans le fait qu’elles tiennent compte de la nature de l’échantillon étudié (échantillon stratifié ou composé de données spatiales dépendantes).Tout d’abord, nous étudions des données à valeurs dans un espace de dimension infinie ou dites ”données fonctionnelles”. Dans un premier temps, nous étudions les modèles de choix binaires fonctionnels dans un contexte d’échantillonnage par stratification endogène (échantillonnage Cas-Témoin ou échantillonnage basé sur le choix). La spécificité de cette étude réside sur le fait que la méthode proposée prend en considération le schéma d’échantillonnage. Nous décrivons une fonction de vraisemblance conditionnelle sous l’échantillonnage considérée et une stratégie de réduction de dimension afin d’introduire une estimation du modèle par vraisemblance conditionnelle. Nous étudions les propriétés asymptotiques des estimateurs proposées ainsi que leurs applications à des données simulées et réelles. Nous nous sommes ensuite intéressés à un modèle linéaire fonctionnel spatial auto-régressif. La particularité du modèle réside dans la nature fonctionnelle de la variable explicative et la structure de la dépendance spatiale des variables de l’échantillon considéré. La procédure d’estimation que nous proposons consiste à réduire la dimension infinie de la variable explicative fonctionnelle et à maximiser une quasi-vraisemblance associée au modèle. Nous établissons la consistance, la normalité asymptotique et les performances numériques des estimateurs proposés.Dans la deuxième partie du mémoire, nous abordons des problèmes de régression et prédiction de variables dépendantes à valeurs réelles. Nous commençons par généraliser la méthode de k-plus proches voisins (k-nearest neighbors; k-NN) afin de prédire un processus spatial en des sites non-observés, en présence de co-variables spatiaux. La spécificité du prédicteur proposé est qu’il tient compte d’une hétérogénéité au niveau de la co-variable utilisée. Nous établissons la convergence presque complète avec vitesse du prédicteur et donnons des résultats numériques à l’aide de données simulées et environnementales.Nous généralisons ensuite le modèle probit partiellement linéaire pour données indépendantes à des données spatiales. Nous utilisons un processus spatial linéaire pour modéliser les perturbations du processus considéré, permettant ainsi plus de flexibilité et d’englober plusieurs types de dépendances spatiales. Nous proposons une approche d’estimation semi paramétrique basée sur une vraisemblance pondérée et la méthode des moments généralisées et en étudions les propriétés asymptotiques et performances numériques. Une étude sur la détection des facteurs de risque de cancer VADS (voies aéro-digestives supérieures)dans la région Nord de France à l’aide de modèles spatiaux à choix binaire termine notre contribution. / This thesis is about statistical inference for spatial and/or functional data. Indeed, weare interested in estimation of unknown parameters of some models from random or nonrandom(stratified) samples composed of independent or spatially dependent variables.The specificity of the proposed methods lies in the fact that they take into considerationthe considered sample nature (stratified or spatial sample).We begin by studying data valued in a space of infinite dimension or so-called ”functionaldata”. First, we study a functional binary choice model explored in a case-controlor choice-based sample design context. The specificity of this study is that the proposedmethod takes into account the sampling scheme. We describe a conditional likelihoodfunction under the sampling distribution and a reduction of dimension strategy to definea feasible conditional maximum likelihood estimator of the model. Asymptotic propertiesof the proposed estimates as well as their application to simulated and real data are given.Secondly, we explore a functional linear autoregressive spatial model whose particularityis on the functional nature of the explanatory variable and the structure of the spatialdependence. The estimation procedure consists of reducing the infinite dimension of thefunctional variable and maximizing a quasi-likelihood function. We establish the consistencyand asymptotic normality of the estimator. The usefulness of the methodology isillustrated via simulations and an application to some real data.In the second part of the thesis, we address some estimation and prediction problemsof real random spatial variables. We start by generalizing the k-nearest neighbors method,namely k-NN, to predict a spatial process at non-observed locations using some covariates.The specificity of the proposed k-NN predictor lies in the fact that it is flexible and allowsa number of heterogeneity in the covariate. We establish the almost complete convergencewith rates of the spatial predictor whose performance is ensured by an application oversimulated and environmental data. In addition, we generalize the partially linear probitmodel of independent data to the spatial case. We use a linear process for disturbancesallowing various spatial dependencies and propose a semiparametric estimation approachbased on weighted likelihood and generalized method of moments methods. We establishthe consistency and asymptotic distribution of the proposed estimators and investigate thefinite sample performance of the estimators on simulated data. We end by an applicationof spatial binary choice models to identify UADT (Upper aerodigestive tract) cancer riskfactors in the north region of France which displays the highest rates of such cancerincidence and mortality of the country.

Les plantes médicinales constituent une source inexhaustible de composés (des produits naturels - PN) utilisé en médecine pour la prévention et le traitement de diverses maladies. L'introduction de nouvelles technologies et méthodes dans le domaine de la chimie des produits naturels a permis le développement de méthodes ‘high throughput’ pour la détermination de la composition chimique des extraits de plantes, l'évaluation de leurs propriétés et l'exploration de leur potentiel en tant que candidats médicaments. Dernièrement, la métabolomique, une approche intégrée incorporant les avantages des technologies d'analyse moderne et la puissance de la bioinformatique s’est révélé un outil efficace dans la biologie des systèmes. En particulier, l'application de la métabolomique pour la découverte de nouveaux composés bioactifs constitue un domaine émergent dans la chimie des produits naturels. Dans ce contexte, le genre Acronychia de la famille des Rutaceae a été choisi sur la base de son usage en médecine traditionnelle pour ses propriétés antimicrobienne, antipyrétique, antispasmodique et anti-inflammatoire. Nombre de méthodes chromatographiques modernes, spectrométriques et spectroscopiques sont utilisées pour l'exploration de leur contenu en métabolites suivant trois axes principaux constituant les trois chapitres de cette thèse. En bref, le premier chapitre décrit l’étude phytochimique d’Acronychia pedunculata, l’identification des métabolites secondaires contenus dans cette espèce et l'évaluation de leurs propriétés biologiques. Le deuxième chapitre vise au développement de méthodes analytiques pour l'identification des dimères d’acétophénones (marqueurs chimiotaxonomiques du genre) et aux stratégies utilisées pour la déréplication de ces différents extraits et la caractérisation chimique des composés par UHPLC-HRMSn. Le troisième chapitre se concentre sur l'application de méthodologies métabolomique (RMN et LC-MS) pour l'analyse comparative (entre les différentes espèces, origines, organes), pour des études chimiotaxonomiques (entre les espèces) et pour la corrélation des composés contenus avec une activité pharmacologique. / Medicinal plants constitute an unfailing source of compounds (natural products – NPs) utilised in medicine for the prevention and treatment of various deceases. The introduction of new technologies and methods in the field of natural products chemistry enabled the development of high throughput methodologies for the chemical composition determination of plant extracts, evaluation of their properties and the exploration of their potentials as drug candidates. Lately, metabolomics, an integrated approach incorporating the advantages of modern analytical technologies and the power of bioinformatics has been proven an efficient tool in systems biology. In particular, the application of metabolomics for the discovery of new bioactive compounds constitutes an emerging field in natural products chemistry. In this context, Acronychia genus of Rutaceae family was selected based on its well-known traditional use as antimicrobial, antipyretic, antispasmodic and anti-inflammatory therapeutic agent. Modern chromatographic, spectrometric and spectroscopic methods were utilised for the exploration of their metabolite content following three basic axes constituting the three chapters of this thesis. Briefly, the first chapter describes the phytochemical investigation of Acronychia pedunculata, the identification of secondary metabolites contained in this species and evaluation of their biological properties. The second chapter refers to the development of analytical methods for the identification of acetophenones (chemotaxonomic markers of the genus) and to the dereplication strategies for the chemical characterisation of extracts by UHPLC-HRMSn. The third chapter focuses on the application of metabolomic methodologies (LC-MS & NMR) for comparative analysis (between different species, origins, organs), chemotaxonomic studies (between species) and compound-activity correlations.