Indiana University-Purdue University Indianapolis (IUPUI) / Although approximately 60%-80% of detained adolescents have a psychiatric disorder, little is known about their utilization of mental health and substance-related treatment services upon release from detention. Given that treatment can potentially reduce symptomology and recidivism, the study examined detained adolescents’ post-detention treatment utilization and longitudinal patterns of use. Data were abstracted from the electronic juvenile justice records and medical records of 9664 detained adolescents (62.7% male; 34.8% White, 65.2% Black; 72.6% with disorder) with Medicaid coverage held in a Midwestern detention center at some time during 1998-2011. A series of statistical tests (e.g., chi-square, ANOVA, logistic regression, Kaplan-Meier survival analyses, Cox regression) were conducted to identify group differences in treatment utilization during the 14-year follow-up period. Following detention release, approximately 66.2% of adolescents were re-arrested and 54.9% were re-detained/incarcerated. Treatment utilization within two years post-detention was 36.7%; 31.4% obtained mental health treatment, 10.4% obtained substance-related treatment, 36.0% obtained outpatient treatment, and 6.2% obtained non-outpatient treatment. Among treatment users, 22.5% dropped out of treatment within 1-3 sessions and 40.6% experienced gaps (>45 days) between treatment services. Treatment utilization was significantly higher among males, White (vs. Black) adolescents, younger adolescents, violent (vs. non-violent) offenders, recidivists (vs. non-recidivists), and adolescents with mental disorders (vs. substance-related disorders). Variables associated with increased likelihood of post-detention treatment included: male gender, psychiatric disorder(s), pre-detention arrest(s), charge severity, violent offender, incarceration, and pre-detention treatment; age and Black race were associated with decreased likelihood of treatment. As one of the only longitudinal studies to examine treatment utilization among detained adolescents upon community reentry, findings suggest limited service utilization, as well as treatment gaps and disparities. Future research should focus on the treatment needs of detained adolescents, factors associated with disparities, and programs/policies to ensure consistent identification, referral, and connection to care for detained adolescents.

Pourquoi devrions-nous vous embaucher? On s’attend presque toujours à cette question lorsqu’ on doit passer un entretien d’emploi. Cependant, il n’est pas évident d’établir une réponse standard à cette question. Une formule qui est souvent conseillée est de partager des expériences qui mettent en avant les compétences pertinentes au poste proposé. Pas besoin de préciser que chaque demandeur d’emploi est libre de raconter ce qu’il veut. Les compétences, voici ce qui intéressent principalement les employeurs. Même si un grade éducatif minimal peut être requis pour certaines positions, ce qui importe, c’est d’être à même d’exécuter les tâches associées au poste proposé. Les systèmes éducatifs sont justement constitués de sorte à développer les compétences que les employeurs recherchent. Déterminer si ces compétences ont effectivement été acquises au sortir de ces cycles éducatifs est une autre question. Ma recherche utilise des méthodes d’analyse théorique et empirique, macroéconomique et microéconomique, pour examiner diverses problématiques relatives aux compétences. J’aborde la notion des compétences sous différents angles et dans différents contextes: les compétences productives non observables sur le marché du travail, ainsi que les compétences différenciées entre immigrants et natifs. Cette thèse compile deux essais en économie du travail : l’objectif est de contribuer à comprendre comment les compétences peuvent affecter le bien être des agents économiques, mais aussi leurs choix, que ces compétences soient observables ou non. Le premier chapitre aborde la question de la transparence des compétences productives. Lorsque les compétences productives des demandeurs d’emploi ne sont pas observées par les employeurs, un apprentissage de celles-ci s’opère au fil de l’expérience que l’employé acquiert; ce processus d’apprentissage affecte la mobilité des travailleurs et plus particulièrement les risques de mise à pied auxquels ils font face. Dans le second chapitre, les compétences s’assimilent à des avantages comparatifs. Cette section s’intéresse plus spécifiquement à l’impact de l’entrée d’immigrants sur les finances publiques du pays d’accueil. La conclusion est que les compétences relatives des immigrants constituent le facteur ayant l’impact marginal le plus important. / Why should we hire you? This question is almost always expected when going for a job interview. However, it is not obvious to agree on a standard answer to it. One formula that is often recommended is to share experiences that highlight the skills relevant to the position offered. No need to say that each job seeker is free to say what he wants. Skills are what employers are after. Although a minimum educational degree may be required for some positions, what matters is to be able to perform the duties associated with the proposed position. Education systems are built precisely to develop the skills employers are looking for. Determining whether these skills were indeed acquired at the end of these educational studies is another question. My research uses theoretical and empirical, microeconomics and macroeconomics methods of analysis to examine various economic issues related to skills. I approach the notion of skills from different angles and in different contexts: productive skills not observable on the labor market and differentiated skills between immigrants and natives. This thesis compiles two essays in labor economics: the objective is to help understand how skills can affect the well-being of economic agents, but also their choices, whether these skills are observable or not. The first chapter addresses the issue of the transparency of productive skills. Productive skills that are not ex ante observed by employers, are learnt throughout workers’ experience: this learning process affects the mobility of workers and especially the risk of layoff they face. In the second chapter, skills are equated with comparative advantages. This section looks more specifically at the impact of the entry of immigrants on the public finances of the host country. The conclusion is that the relative labor efficiency of immigrants is the factor with the largest marginal impact.

One of the biggest challenges in healthcare is Emergency Department (ED)crowding which creates high constraints on the whole healthcare system aswell as the resources within and can be the cause of many adverse events.Is is a well known problem were a lot of research has been done and a lotof solutions has been proposed, yet the problem still stands unsolved. Byanalysing Real-World Data (RWD), complex problems like ED crowding couldbe better understood. Currently very few applications of survival analysis hasbeen adopted for the use of production data in order to analyze the complexityof logistical problems. The aims for this thesis was to apply survival analysisthrough advanced Machine Learning (ML) models to RWD collected at aSwedish hospital too see how the Length Of Stay (LOS) until admission ordischarge were affected by different factors. This was done by formulating thecrowding in the ED for survival analysis through the use of the LOS as thetime and the decision regarding admission or discharge as the event in order tounfold the clinical complexity of the system and help impact clinical practiceand decision making.By formulating the research as time-to-event in combination with ML, thecomplexity and non linearity of the logistics in the ED is viewed from a timeperspective with the LOS acting as a Key Performance Indicator (KPI). Thisenables the researcher to look at the problem from a system perspective andshows how different features affect the time that the patient are processedin the ED, highlighting eventual problems and can therefore be useful forimproving clinical decision making. Five models: Cox Proportional Hazards(CPH), Random Survival Forests (RSF), Gradient Boosting (GB), ExtremeGradient Boosting (XGB) and DeepSurv were used and evaluated using theConcordance index (C-index) were GB were the best performing model witha C-index of 0.7825 showing that the ML models can perform better than thecommonly used CPH model. The models were then explained using SHapleyAdaptive exPlanations (SHAP) values were the importance of the featureswere shown together with how the different features impacted the LOS. TheSHAP also showed how the GB handled the non linearity of the features betterthan the CPH model. The five most important features impacting the LOS wereif the patient received a scan at the ED, if the visited and emergency room,age, triage level and the label indicating what type of medical team seemsmost fit for the patient. This is clinical information that could be implementedto reduce the crowding through correct decision making. These results show that ML based survival analysis models can be used for further investigationregarding the logistic challenges that healthcare faces and could be furtherused for data analysis with production data in similar cases. The ML survivalanalysis pipeline can also be used for further analysis and can act as a first stepin order to pinpoint important information in the data that could be interestingfor deeper data analysis, making the process more efficient. / En av de största utmaningarna inom vården är trängsel på akuten som skaparstora ansträngninar inom vårdsystemet samt på dess resurser och kan varaorsaken till många negativa händelser. Det är ett välkänt problem där mycketforskning har gjorts och många lösningar har föreslagits men problemetär fortfarande olöst. Genom att analysera verklig data så kan komplexaproblem som trängsel på akuten bli bättre förklarade. För närvarande harfå tillämpningar av överlevnadsanalys applicerats på produktionsdata för attanalysera komplexiteten av logistiska problem. Syftet med denna avhandlingvar att tillämpa överlevnadsanalys genom avancerade maskininlärningsmetoderpå verklig data insamlat på ett svenskt sjukhust för att se hur vistelsens längdför patienten fram till inläggning påverkades av olika faktorer. Detta gjordesgenom att applicera överlevnadsnanalys på trängsel på akuten genom attanvända vistelsens längd som tid och beslutet om intagning eller utskrivningsom händelsen. Detta för att kunna analysera systemets kliniska komplexitetoch bidra till att påverka klinisk praxis och beslutsfattande.Genom att formulera forskningsfrågan som en överlevnadsanalys i kombinationmed maskininlärning kan den komplexitet och icke-linjäritet som logistikenpå akuten innebär studeras genom ett tidsperspektiv där vistelsens längdfungerar som ett nyckeltal. Detta gör det möjligt för forskaren att ävenstudera problemet från ett systemperspektiv och visar hur olika egenskaperoch situationer påverkar den tid som patienten bearbetas på akuten. Detta uppmärksammar eventuella problem och kan därför vara användbart för attförbättra det kliniska beslutsfattandet. Fem olika modeller: CPH, RSF, GB,XGB och DeepSurv användes och utvärderades med hjälp av C-index där GBvar den bäst presterande modellen med ett C-index på 0.7825 vilket visar attmaskininlärningsmetoderna kan prestera bättre än den klassiska och vanligtförekommande CPH modellen. Modellerna förklarades sedan med hjälp utavSHAP värden där vikten utav de olika variablerna visades tillsammmans med deras påverkan. SHAP visade även att GB modellen hanterade icke-linjäriteten bättre än CPH modellen. De fem viktigaste variablerna som påverkade vistelsens längd till intagning var om patienten blev scannad påakutmottagningen, om de blev mottagna i ett akutrum, ålder, triagenivå ochvilket medicinskt team som ansågs bäst lämpat för patienten. Detta är kliniskinformation som skulle kunna implementeras genom beslutsfattande för attminska trängseln på akuten. Dessa resultat visar att maskininlärningsmetoderför överlevnadsanalys kan användas för vidare undersökning angående de logistiska utmaningar som sjukvården står inför och kan även användas ytterligareför datanalys med produktionsdata i liknande fall. Processen med överlevnadsanalys och ML kan även användas för vidare analys och kan agera som ett förstasteg för att framhäva viktig information i datan som skulle vara intressant fördjupare data analys. Detta skulle kunna göra processen mer effektiv.

No description available.

Indiana University-Purdue University Indianapolis (IUPUI) / For nonprofit organizations, securing and sustaining funding is essential to survival. Many nonprofit managers see government funding as ideal because of its perceived security (Grønbjerg, 1993; Froelich, 1999). However, there is little evidence to support the claim that such funds actually make nonprofits more sustainable, and some research has even suggested that nonprofits receiving “fickle” government funds are more likely to fail (Hager et al., 2004). The primary purpose of this work is to examine the relationship between government funding and nonprofit failure. Its secondary purpose is to understand the relationships between failure, government funding, and the causes for failure suggested by previous research—instability of the funding source and low funding diversification. To examine these relationships, I chose to use survival analysis and employed the Cox regression technique. Here, I analyzed the NCCS-Guidestar National Nonprofit Research Database, which archives nonprofit IRS filings from 1998 to 2003. This data set is noteworthy for its level of detail and its comprehensive nature. I found that organizations receiving government funding are less likely to fail, especially if this funding is part of a balanced portfolio. Organizations with higher percentages of nonprofit funding and organizations with less diversified overall portfolios do not. Furthermore, nonprofit organizations with less diversified portfolios were more likely to fail, and, among organizations receiving government funding, those with the highest percentage of their revenue from the government were more likely to fail than their counterparts with less funding.

Contexte : L’influence de la végétation urbaine sur le développement de l’asthme infantile est controversée. Il est avancé que les arbres (canopée urbaine) réduisent la pollution atmosphérique, un facteur de risque de l’asthme mais également, que certains peuvent émettre des pollens et des composés organiques volatils biogéniques, tout-autant des facteurs de risque pour le développement de l’asthme chez l’enfant. Cependant, les risques associés à la canopée urbaine ont été étudiés à l’aide de données rudimentaires souvent, sans considération pour la saison. Objectifs : 1) Caractériser l’association entre la végétation urbaine et le développement de l’asthme en distinguant la végétation totale et de la canopée des feuillus et de conifères, en fonction des saisons de production de pollens et de feuilles des arbres. 2) Évaluer l’influence de la canopée d’arbres sur l’association entre les particules fines (PM2.5) et le développement de l’asthme infantile. Méthodes : Nous avons utilisé les données d’une cohorte de naissance ouverte contenant tous les enfants nés sur l’île de Montréal (Canada) entre 2000 et 2015 et suivis jusqu’à leurs 12 ans, créée à partir de données médico-administratives agrégées. L’exposition à la végétation totale a été estimée à l’aide d’une mesure satellitaire appelée l’indice de végétation par différence normalisée (NDVI) et l’exposition à la canopée urbaine, a été estimée à l’aide de données de télédétection laser aéroporté - LiDAR permettant d’estimer l’aire de la canopée des feuillus et des conifères dans un rayon de 250 m autour de la résidence des participants, tout au long du suivi. En dehors des saisons de pollens et de feuilles des arbres, les variables d’expositions ont été fixées à zéro. Des modèles de risque proportionnels de Cox ont été développés pour estimer le risque associé au NDVI et aux canopées d’arbres lors de la saison de pollens et de feuilles des arbres. La non-linéarité a été modélisée à l’aide de catégories et de splines cubiques pour les expositions. Nous avons ensuite évalué l’effet de la canopée urbaine sur l’association entre les particules fines (PM2.5) et le développement de la maladie. Résultats : Parmi les 352 946 enfants inclus dans la cohorte et suivis pour un total de 1,7 millions de personnes-années, 30 816 nouveaux cas d'asthme ont été identifiés pour un taux moyen de nouveaux cas d’asthme était de 17,79 nouveaux cas par 1 000 personnes-années. Le NDVI moyen annuel s’élevait à 0,365 (Écart-type (ET) : 0,106) dans un rayon de 250 m centré sur la résidence des participants. En saison de pollens, le NDVI moyen se réduisait à 0,089 (ET : 0,106) et à 0,15 (ET : 0,185) en saison de feuilles. En moyenne, les enfants étaient exposés à trois fois plus de canopées de feuillus (moyenne = 12,3 (ET : 17,0) ×103 m2) que de conifères en saison de feuilles (moyenne= 4,5 (ET : 4,3) ×103 m2), et sept fois plus en saison de pollens. Nos analyses ont révélé des associations distinctes en fonction des saisons pour le NDVI et la canopée de feuillus. Trop peu de conifères étaient présents pour tirer des conclusions quant à leur effet. Les analyses à l’aide des splines cubiques pour les expositions ont indiqué la présence de relations non-linéaires. La catégorisation des expositions a indiqué que des niveaux moyens de canopée de feuillus en saisons de feuilles avaient un effet protecteur lorsque comparés aux non-exposés (Rapport de Risque (RR): 0,694 ; Intervalle de confiance (IC95%) : 0,680 – 0,708). À l’inverse, pour les journées de pollens, la canopée de feuillus autour de la résidence était associée à l’augmentation du risque (RR =1,082 (IC95% 1,056 – 1,108)). Pour les catégories de NDVI annuel (non subdivisé par saisons), aucune association n’a été détectée. Pour finir, la canopée d’arbres et le NDVI n’ont influencé que très faiblement l’association entre les PM2.5 régionaux et le développement de l’asthme infantile. Cependant, une légère interaction a été observée entre les feuillus en saison de feuilles et les PM2.5. Des niveaux élevés de feuillus autour de la résidence en période de feuilles diminueraient le risque d’asthme associé à l’exposition aux PM2.5. Discussions : Les résultats suggèrent que l’effet de la végétation varie en fonction des saisons. L’effet capté par le NDVI semble être en grande partie attribuable à la canopée de feuillus. L’influence de la végétation sur l’association entre les PM2.5 et le développement de l’asthme est très faible. / Background: The influence of urban vegetation and tree canopy on the development of childhood asthma is controversial. It is argued that trees reduce air pollution, a risk factor for asthma, but at the same time, some species emit pollens and biogenic volatile organic compounds, all of which are risk factors for the development of asthma in children. Yet, the risks associated with the urban canopy have been studied using rudimentary data, often without consideration for the season. Objectives: 1) To characterize the association between urban vegetation and asthma development by distinguishing between total vegetation and deciduous and evergreen tree canopy, according to the pollen and leaf-on seasons. 2) To assess the influence of tree canopy on the association between fine particulate matter (PM2.5) and the development of childhood asthma. Methods: We used data from an open birth cohort containing all children born on the island of Montreal, Canada, between 2000 and 2015 and followed up until their 13th birthday, created from aggregated medico-administrative data. Exposure to total vegetation was estimated using a satellite measure called the normalized difference vegetation index (NDVI). Exposure to the urban canopy was estimated using LiDAR, an airborne remote laser sensing technology that was used to estimate the area of the deciduous and coniferous canopy within a 250 m buffer centered on participants' residential postal codes, updated throughout the follow-up. Outside of the pollen and tree leaf-on seasons, exposure variables were set to zero. Cox proportional hazard models were developed to estimate the risk associated with NDVI and tree canopies for the pollen and tree leaf-on seasons. Nonlinearity was modeled using categories and restricted cubic splines for exposures variables. We then assessed the effect of the urban canopy on the association between fine particulate matter (PM2.5) and asthma development. Results: Among the 352,946 children included in the cohort and followed for a total of 1.7 million person-years, 30,816 new asthma cases were detected, for an average incidence rate of 17.79 new cases per 1,000 person-years. The mean annual NDVI was 0.365 (Standard Deviation (SD): 0.106) within a 250 m buffer centered on participants' residential postal codes. In the pollen season, the mean NDVI was reduced to 0.089 (SD: 0.106) and to 0.15 (SD: 0.185) for the leaf-on season. On average, children were exposed to three times as much deciduous canopy (mean= 12.3 (SD: 17.0) ×103 m2) as coniferous canopy in leaf-on season (mean= 4.5 (SD: 4.3) ×103 m2), and seven times as much in pollen season. Our analyses revealed distinct associations by season for NDVI and deciduous trees. Too few evergreens were present to draw conclusions about their effect. Cubic spline analyses for exposures indicated the presence of nonlinear relationships. Exposure categorization indicated that average levels of deciduous trees canopy in the leaf-on season had a protective effect when compared to unexposed (Hazard Ratio (HR): 0.694; Confidence Interval (CI95%): 0.680 - 0.708). Conversely, for pollen days, the residential deciduous canopy was associated with increased risk (HR =1.082 (CI95% 1.056 - 1.108)). For annual NDVI categories (not subdivided by season), no association was detected. Finally, tree canopy and NDVI only weakly influenced the association between regional PM2.5 and childhood asthma development. However, a slight interaction was observed between leaf-on-season deciduous canopy and PM2.5. High levels of deciduous trees canopy at residential postal codes during the leaf-on season decrease the risk of asthma associated with PM2.5 exposure. Discussion: Our results suggest that the effect of vegetation varies with season. The effect captured by NDVI appears to be largely due to the deciduous canopy. The influence of vegetation on the association between PM2.5 and asthma development appeared to be marginal.

The modern electronic financial market is composed of a large amount of actors. With the surge in algorithmic trading some of these actors collectively behave in increasingly complex ways. Historically, academic research related to financial markets has been focused on areas such as asset pricing, portfolio management and financial econometrics. However, the fragmentation of the financial market has given rise to a different set of problems, namely the order allocation problem, as well as smart order routers as a tool to comply with these. In this thesis we consider price discrepancies between order books, trading the same instruments, as a proxy for order routing opportunities. A survival analysis framework for these price differences is developed. Specifically, we consider the two widely used Kaplan-Meier and Cox Proportional Hazards models, as well as the somewhat less known Random Survival Forest model, in order to investigate whether such a framework is effective for predicting the survival times of price differences. The results show that the survival models outperform random models and fixed routing decisions significantly. Thus suggesting that such models could beneficially be incorporated into existing SOR environments. Furthermore, the implementation of order book parameters as covariates in the CPH and RSF models add additional performance. / Den moderna elektroniska marknaden består av ett stort antal aktörer som, till följd av ökningen av algoritmisk handel, beter sig alltmer komplext. Historiskt sett har akademisk forskning inom finans i huvudsak fokuserat på områden som prissättning av tillgångar, portföljförvaltning och finansiell ekonometri. Fragmentering av finansiella marknader har däremot gett upphov till nya sorters problem, däribland orderplaceringsproblemet. Följdaktligen har smart order routers utvecklats som ett verktyg för att tillmötesgå detta problem. I detta examensarbete studerar vi prisskillnader mellan orderböcker som tillhandhåller handel av samma instrument. Dessa prisskillnader representerar möjligheter för order routing. Vi utvecklar ett ramverk inom överlevnadsanalys för dessa prisskillnader. Specifikt används de välkända Kaplan-Meier- och Cox Proportional Hazards-modellerna samt den något mindre kända Random Survival Forest, för att utvärdera om ett sådant ramverk kan användas för att förutspå prisskillnadernas livstider. Våra resultat visar att dessa modeller överträffar slumpmässiga modeller samt deterministiska routingstrategier med stor marginal och antyder därmed att ett sådant ramverk kan integreras i SOR-system. Resultaten visar dessutom att användning av orderboksparametrar som variabler i CPH- och RSF-modellerna ökar prestandan.

The thesis investigates the impact of age-biased sampling on the accuracy of lifetime prediction models for traffic signs. The bias in question originates from age-biased sampling as a result of the inspection paradox. This phenomenon occurs because longer intervals have a higher probability of being observed compared to shorter intervals, leading to a skewed representation in the data. The research employs a dual approach: firstly, conducting an extensive analysis of real data on traffic sign longevity using a Weibull Survival Model. This analysis is based on the data set compiled by Saleh et al., (2023). Secondly, the study sets up a Monte Carlo simulation to systematically explore the effects of varying degrees and patterns of age bias on the sample. The simulation parameters are derived from the original Weibull Model parameters, obtained from the real dataset. This approach ensures that the simulations closely replicate the actual parameters and estimates. The comparison of the true shape, scale, intercept, and the coefficients associated with the covariates against the simulated estimates indicates a significant bias in the dataset. The study also examines the impact of this bias on the predictive capabilities of various models: Weibull Modeling, Cox Proportional Hazards, Kaplan Meier, and Random Survival Forest. This is done by comparing the true means and medians of the simulated data with the estimates from each model. The findings show that all models exhibit large deviations from the actual means and medians at varying bias levels in the simulated data. The accuracy of the predictions is measured using the Brier Score. This score also shows significant deviations from the prediction accuracy of the original Weibull Model applied to the real dataset, especially when the bias levels vary across simulated datasets. Given these findings, the study advises against using the aforementioned methods for lifetime modeling of traffic signs when there is age bias due to the inspection paradox.

房屋貸款借款人對於其所負貸款債務的處分有兩種潛在風險行為，分別是提前清償及違約。這兩種借款人風險行為不管是對金融機構的資產管理，或是對近年在財務金融領域的不動產證券化而言，都是相當重要的探討議題，原因在於提前清償及違約帶來了利息收益與現金流量的不確定性，進而影響不動產抵押債權的價值。也就是為貸款承作機構、證券化保證機構及證券投資人帶來風險。 借款人決定提前清償及違約與否，除了與借款人自身特性及貸款條件有關外，尚受到隨時間經過而不斷變動的變數所影響，亦即許多影響因子並非維持在貸款起始點的狀態，而是會在貸款存續期間動態調整。進一步影響借款人行為，而這類變數即為時間相依變數(time –dependent variables，或time-varying variables)。因此，本研究利用便於處理時間相依變數的比例危險模型(Proportional Hazard Model)來分析借款人提前清償及違約風險行為，觀察借款人特徵、房屋型態、貸款條件及總體經濟等變數與借款人風險行為的關係。 實證結果顯示，借款人特徵部分的教育程度對提前清償及違約風險影響最為明顯，教育程度越高，越會提前清償，越低則較會違約。房屋型態則透天厝較非透天厝容易提前清償及違約。貸款條件中的貸款金額及貸款成數皆與違約為正相關，亦即利息負擔越重，借款人違約風險升高。總體經濟方面，借款人對利率變動最為敏感，反映利率代表借款人的資金成本，是驅動借款人提前清償及違約的財務動機與誘因。

Les chutes chez les personnes âgées représentent un problème majeur. Il n’est donc pas étonnant que l’identification des facteurs qui en accroissent le risque ait mobilisé autant d’attention. Les aînés plus fragiles ayant besoin de soutien pour vivre dans la communauté sont néanmoins demeurés le parent pauvre de la recherche, bien que, plus récemment, les autorités québécoises en aient fait une cible d’intervention prioritaire. Les études d’observation prospectives sont particulièrement indiquées pour étudier les facteurs de risque de chutes chez les personnes âgées. Leur identification optimale est cependant compliquée par le fait que l’exposition aux facteurs de risque peut varier au cours du suivi et qu’un même individu peut subir plus d’un événement. Il y a 20 ans, des chercheurs ont tenté de sensibiliser leurs homologues à cet égard, mais leurs efforts sont demeurés vains. On continue aujourd’hui à faire peu de cas de ces considérations, se concentrant sur la proportion des personnes ayant fait une chute ou sur le temps écoulé jusqu’à la première chute. On écarte du coup une quantité importante d’information pertinente. Dans cette thèse, nous examinons les méthodes en usage et nous proposons une extension du modèle de risques de Cox. Nous illustrons cette méthode par une étude des facteurs de risque susceptibles d’être associés à des chutes parmi un groupe de 959 personnes âgées ayant eu recours aux services publics de soutien à domicile. Nous comparons les résultats obtenus avec la méthode de Wei, Lin et Weissfeld à ceux obtenus avec d’autres méthodes, dont la régression logistique conventionnelle, la régression logistique groupée, la régression binomiale négative et la régression d’Andersen et Gill. L’investigation est caractérisée par des prises de mesures répétées des facteurs de risque au domicile des participants et par des relances téléphoniques mensuelles visant à documenter la survenue des chutes. Les facteurs d’exposition étudiés, qu’ils soient fixes ou variables dans le temps, comprennent les caractéristiques sociodémographiques, l’indice de masse corporelle, le risque nutritionnel, la consommation d’alcool, les dangers de l’environnement domiciliaire, la démarche et l’équilibre, et la consommation de médicaments. La quasi-totalité (99,6 %) des usagers présentaient au moins un facteur à haut risque. L’exposition à des risques multiples était répandue, avec une moyenne de 2,7 facteurs à haut risque distincts par participant. Les facteurs statistiquement associés au risque de chutes incluent le sexe masculin, les tranches d’âge inférieures, l’histoire de chutes antérieures, un bas score à l’échelle d’équilibre de Berg, un faible indice de masse corporelle, la consommation de médicaments de type benzodiazépine, le nombre de dangers présents au domicile et le fait de vivre dans une résidence privée pour personnes âgées. Nos résultats révèlent cependant que les méthodes courantes d’analyse des facteurs de risque de chutes – et, dans certains cas, de chutes nécessitant un recours médical – créent des biais appréciables. Les biais pour les mesures d’association considérées proviennent de la manière dont l’exposition et le résultat sont mesurés et définis de même que de la manière dont les méthodes statistiques d’analyse en tiennent compte. Une dernière partie, tout aussi innovante que distincte de par la nature des outils statistiques utilisés, complète l’ouvrage. Nous y identifions des profils d’aînés à risque de devenir des chuteurs récurrents, soit ceux chez qui au moins deux chutes sont survenues dans les six mois suivant leur évaluation initiale. Une analyse par arbre de régression et de classification couplée à une analyse de survie a révélé l’existence de cinq profils distinctifs, dont le risque relatif varie de 0,7 à 5,1. Vivre dans une résidence pour aînés, avoir des antécédents de chutes multiples ou des troubles de l’équilibre et consommer de l’alcool sont les principaux facteurs associés à une probabilité accrue de chuter précocement et de devenir un chuteur récurrent. Qu’il s’agisse d’activité de dépistage des facteurs de risque de chutes ou de la population ciblée, cette thèse s’inscrit dans une perspective de gain de connaissances sur un thème hautement d’actualité en santé publique. Nous encourageons les chercheurs intéressés par l’identification des facteurs de risque de chutes chez les personnes âgées à recourir à la méthode statistique de Wei, Lin et Weissfeld car elle tient compte des expositions variables dans le temps et des événements récurrents. Davantage de recherches seront par ailleurs nécessaires pour déterminer le choix du meilleur test de dépistage pour un facteur de risque donné chez cette clientèle. / Falls in the elderly represent a major problem. It is therefore not surprising that the identification of factors that may increase the risk of falls has received much attention. Frailer seniors who need support to live in the community remained nonetheless poorly documented, although more recently, the Québec authorities have given high priority to interventions that target this population. Risk factors for falls are usually identified by observational prospective studies. Their optimal identification is however complicated by the fact that exposure may vary during the follow-up, and that an individual may experience more than one event. Twenty years ago, some researchers attempted to sensitize their peers in this respect, but their efforts were vain. Researchers continue today to neglect these considerations and to use improper statistical techniques, focusing on the proportion of fallers or the time to first fall. In doing so, we discard a significant amount of relevant information. In this thesis, we review the existing methods and propose a Cox hazards extension. We apply it in the study of potential fall-risk factors associated with 959 community-dwelling seniors using home-care services. Finally, we compare the results of the proposed Wei, Lin, & Weissfeld (WLW) method with those of several other techniques, notably the conventional logistic regression, the pooled logistic regression, the negative binomial regression and the Andersen & Gill regression. At baseline and every six months thereafter, participants were visited at home in order to ascertain information about potential risk factors. Falls were monitored by use of a calendar and monthly phone calls. Baseline exposure variables and updated time-varying exposures include socio-demographic characteristics, BMI, nutritional risk, gait and balance, alcohol consumption, home hazards, and medications. Almost all (99.6%) of participants showed at least one high risk factor. Exposure to multiple risks was frequent, with an average of 2.7 different high-risk factors per participant. The risk factors significantly associated to the risk of falling include male sex, age, history of falling, Berg balance score, BMI, use of benzodiazepines, number of home hazards and residential facility for seniors. Results demonstrate that the usual methods of analyzing risk factors for falling (any sort of fall as well as those leading to medical consultations) are inappropriate, as they produce considerable biases relative to the WLW model using time-dependent covariates. Bias for the considered effect measures comes from the manner in which the observed data (both measured exposures and health outcomes) was measured and defined as well as the way in which the statistical analysis took into account this information. An additional part of the thesis was undertaken to identify risk profiles of subjects regarding the recurrence of falling, defined as participants who reported at least two falls within six months of initial assessment at entry in the study. A classification and regression tree analysis classified the population into five groups differing in risk of recurrent falling, based on history of falls in the three months prior to the initial interview, Berg balance score, type of housing, and usual alcohol consumption in the six months preceding study entry. The relative risks varied from 0.7 to 5.1. A subsequent survival analysis showed that the length of time before becoming a recurrent faller varies among risk profiles. This thesis discusses highly topical subjects about a target population and a fall-risk screening activity which are priorities in the public health sector in Québec. We encourage researchers interested in the identification of risk of falls among the elderly to use the statistical method of Wei, Lin and Weissfeld because it takes into account updated time-varying exposures and multiple events. More research will be necessary to determine the best screening test for a given risk-factor in this setting and population.