De nouveaux traitements comme l’immunothérapie ont été proposés en oncologie. Ils sont basés sur les mécanismes de régulation du système immunitaire. Cependant tous les patients ne répondent pas à ces nouveaux traitements. Afin de pouvoir les identifier, on mesure l’association des marqueurs immunologiques exprimés à la réponse au traitement ainsi qu’à la toxicité à l’instaurationdu traitement et leur évolution sous traitement. En situation observationnelle, l’absence de tirage au sort empêche la comparabilité des groupes et l'effet mesuré est juste une mesure d'association. Les méthodes d’inférence causalepermettent dans certains cas, après avoir identifié les sources de biais de par la construction de diagrammes acycliques dirigés (DAG), d'atteindre l’interchangeabilité conditionnelle entre exposés et non exposés etpermettent l’estimation d’effets causaux. Dans les cas les plus simples où le nombre de variables est faible, il est possible de dessiner leDAG à partir d’expertise. Dans les situations où le nombre de variables explosent, des algorithmes d’apprentissage ont été proposés pour retrouver la structure de ces graphes. Néanmoins ces algorithmes font d’une part l’hypothèse qu’aucune information n’est connue et n’ont été développés que dans les cas où les covariables sont mesurés à un seul temps. L’objectif de cette thèse est donc de développer ces méthodes d’apprentissages de graphes à des données répétées, puis d’intégrer des connaissances a priori pour améliorer l’estimation de ceux-ci. Une fois les graphes appris les modèles causaux peuvent être appliqués sur les biomarkers immunologiques répétés pour détecter ceux qui sont associés à laréponse et/ou la toxicité. / In oncology, new treatments such as immunotherapy have been proposed, which are based on regulation of the immune system. However, not all treated patient have a long-term benefit of the treatment. To identify those patients who benefit most, we measured markers of the immune system expressed at treatment initiation and across time. In an observational study, the lack of randomization makes the groups not comparable and the effect measured is just an association. In this context, causal inference methods allow in some cases, after having identified all biases by constructing a directed acyclic graph (DAG), to get close to the case of conditional exchangeability between exposed and non-exposed subjects and thus estimating causal effects.In the most simple cases, where the number of variables is low, it is possible to draw the DAG with experts’ beliefs. Whereas in the situation where the number of variables rises, learning algorithms have been proposed in order to estimate the structure of the graphs. Nevertheless, these algorithms make the assumptions that any a priori information between the markers is known and have mainly been developed in the setting in which covariates are measured only once. The objective of this thesis is to develop learning methods of graphs for taking repeated measures into account, and reduce the space search by using a priori expert knowledge. Based on these graphs, we estimate causal effects of the repeated immune markers on treatment response and/or toxicity.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Juger est un processus particulièrement ardu. Malgré le cadre légal, le cerveau humain est soumis à de nombreuses influences. Il recueille, consciemment ou non, des informations de provenances variées lorsqu’il est face à une situation. De nombreux travaux ont mis en évidence des influences externes aux faits, comme la beauté du prévenu, l’aspect horrible des preuves ou les caractéristiques physiques des noirs par rapport aux blancs, qui influenceraient les jurys populaires aux Etats-Unis. En revanche, peu de travaux se sont intéressés aux émotions du prévenu et à l’influence qu’elles pourraient avoir sur les juges. Dans cette optique, deux chercheurs de l’Université libre de Bruxelles, Christophe Leys et Laurent Licata, ont étudié l’influence de la perception de la culpabilité, en tant qu’émotion, sur le jugement pénal. Ils ont accepté de résumer pour Justice-en-ligne le fruit de leurs recherches. Le sentiment de culpabilité est essentiel dans le cadre d’un jugement parce qu’il induit celui qui la ressent à réparer son tort, que ce soit symboliquement, par des excuses, ou concrètement par des actes, comme le remboursement des dommages occasionnés. Une première étude a montré qu’un prévenu, pris en flagrant délit, se sentant coupable sera moins sévèrement condamné que s’il ne se sent pas coupable, car il est perçu comme plus sociable, que son délit a tendance à être attribué à des circonstances externes, et qu’il semble moins susceptible de récidiver. Dans une seconde approche nous avons voulu savoir si l’influence des sentiments de culpabilité et de colère était la même en fonction de l’origine ethnique du prévenu, belge ou maghrébine. Lorsque l’on teste la présence ou l’absence de culpabilité et de colère, on obtient quatre comportements possibles du prévenu, qui peut : se sentir coupable et ne pas être en colère ; se sentir coupable et être en colère ; ne pas se sentir coupable ni être en colère ; ne pas se sentir coupable et être en colère. Le premier et le dernier comportement sont attendus : la culpabilité va de pair avec une absence de colère et inversement. Par contre, la présence conjointe de culpabilité et de colère, ou l’absence de culpabilité et de colère sont des comportements surprenants. Dans le cas d’un prévenu belge, les comportements attendus conduisent à une sanction sévère, alors que les comportements surprenants conduisent à une peine plus modérée. Paradoxalement, exprimer de la culpabilité et pas de colère n’est donc pas une stratégie payante pour le prévenu car elle revient à reconnaître les faits sans évoquer de circonstances atténuantes. En revanche, un prévenu qui se sent coupable mais qui est en colère contre la société induit l’idée qu’il a compris sa transgression, mais que des circonstances atténuantes l’excusent partiellement. Dans le cas d’un prévenu maghrébin, la situation diffère légèrement. Les Maghrébins souffrent de deux stéréotypes culturels (c’est-à-dire des croyances répandues dans la société à propos de leur groupe) négatifs à propos de ces émotions : ils sont perçus comme se mettant facilement en colère et comme se sentant rarement coupables. Il semble que les participants soient influencés, consciemment ou non, par ces stéréotypes. La condition cohérente, qui joint l’absence de culpabilité à la présence de colère conduit, comme pour le prévenu belge, à une peine sévère. Rien d’illogique : si un prévenu ne se sent pas coupable et de plus se rebelle, il ne doit pas s’attendre à de la clémence. Par contre, les deux conditions inattendues qui mènent à une peine moins sévère au prévenu belge n’ont pas cet effet chez le prévenu maghrébin. Tout se passe comme si, dès qu’il agit en accord avec ne fût-ce qu’un des stéréotypes négatifs de son groupe, il est puni sévèrement. Dès lors, s’il ressent de la colère ou qu’il ne se sent pas coupable, la peine est sévère. Par contre, lorsqu’il contredit ces stéréotypes, qu’il se sent coupable et n’est pas en colère, il est moins sévèrement puni. De toutes les conditions, Belges et Maghrébins confondus, c’est la situation qui conduit à la peine la plus basse. Il semble que, pour les prévenus maghrébins, les participants ne se soient pas tant centrés sur l’attribution de facteurs externes que sur une autre dimension, non pertinente chez un prévenu belge : le niveau d’intégration à la culture belge. Un maghrébin qui se sent coupable et n’est pas en colère est perçu comme bien intégré à la culture belge et moins condamné. Peut-on parler de discrimination ? Dans l’état actuel des recherches, il n’est pas question de discrimination, mais bien de raisonnements différents. Pour pouvoir invoquer la discrimination, il faudrait mettre en évidence plusieurs éléments : d’une part, ces études concernent essentiellement un échantillon de personnes qui ne sont pas magistrats, bien qu’une partie de l’échantillon était formée au droit. Même si aucune différence n’a été observée entre cet échantillon et le reste des participants, formés à d’autres disciplines que le droit, il se peut que les magistrats aient développé, par l’expérience, des stratégies de contrôle de ces effets. D’autre part, la peine dépend avant tout du comportement émotionnel ; dès lors, si l’on imagine une situation dans laquelle tous les prévenus réagissent sans se sentir coupables et en étant en colère, la peine sera uniformément sévère quelle que soit l’origine. Par contre, si tous les prévenus réagissaient en se sentant coupables et en n’étant pas en colère, nos études sugèrent que ce sont les prévenus belges qui seraient discriminés. Les prévenus maghrébins seraient également discriminés si, par exemple, tous les prévenus réagissaient de manière inattendue. Mais nous n’avons que peu d’informations sur ces comportements lors des procès. Quelques données supplémentaires Outre les expériences, quelques observations de terrain ont soulevé des points qui peuvent alimenter le débat. Trois approches ont été réalisées : l’observation de procès, l’entretien avec des ex-détenus et l’entretien avec des magistrats. Les deux premières visaient avant tout à investiguer la gestion des émotions en fonction de l’origine culturelle. Les prévenus d’origine maghrébine ont-ils tendance à se sentir plus ou moins coupables que les prévenus d’origine belge ? Existe-t-il des différences culturelles quant aux normes relatives à la présentation d’excuses lorsque l’on a commis un délit ? Tous les prévenus ont-ils les moyens d’observer des rituels d’excuses complexes ? L’observation de nombreux procès révèle une corrélation très forte entre les aptitudes linguistiques perçues du prévenu et sa tendance à présenter des excuses. Plus un prévenu éprouve des difficultés à s’exprimer en français, moins les stratégies d’excuses seront utilisées. A l’inverse, les Belges semblent s’excuser plus souvent, presque systématiquement même, dès lors qu’ils ne nient pas les faits. Les ex-détenus, indépendamment de leur origine, ne se sentent a priori jamais coupables des délits qui leur ont été reprochés. Par contre, certains disent avoir présenté des excuses au tribunal. La culpabilité, lorsqu’elle était ressentie, concernait plutôt les conséquences du délit, comme les difficultés financières auxquelles étaient confrontées les familles des détenus, la violence imprévue durant les faits, ou encore, pour un cas, le délit lui-même (vente de stupéfiant) mais justifié par le fait que l’ex-détenu était toxicomane lors des faits. Il en ressort que, dans la plupart des cas, une justification morale avait déjà été trouvée lorsque les faits ont été commis, ce qui pose la question de l’intérêt d’un éventuel repentir et de l’impact qu’il faudrait lui donner sur la peine. Les magistrats pensent pour la plupart qu’ils sont influencés par les émotions comme le seraient le commun des mortels. Seul un magistrat estime que l’expérience permet aux magistrats de maîtriser cet effet. Cependant, aucun ne peut quantifier l’importance de l’effet sur la peine. Certains l’estiment fort limité, d’autres plus important. Conclusions Ces recherches et observations posent les questions suivantes : doit-on prendre en compte, de manière contrôlée voire légiférée, l’effet des émotions comme la culpabilité sur la peine et, si oui, comment ? Dans certains pays, comme le Japon, les excuses ne peuvent pas être prises en compte. En effet, un prévenu s’excusera dans 99 % des cas, simplement parce que les normes de l’honneur l’imposent. Dès lors, alors que les excuses pourraient être interprétées comme un aveu de la transgression, elles ne sont pas autorisées car même un innocent pourrait s’excuser normativement. A quelles conclusions arriverions-nous si nous devions lever ce débat en Belgique ?

La sécurité routière est une priorité mondiale, européenne et française. Parce que les véhicules légers (ou simplement “les véhicules”) sont évidemment l’un des acteurs principaux de l’activité routière, l'amélioration de la sécurité routière passe nécessairement par l’analyse de leurs caractéristiques accidentologiques. Si les nouveaux véhicules sont développés en bureau d’étude et validés en laboratoire, c’est la réalité accidentologique qui permet de vraiment cerner comment ils se comportent en matière de sécurité secondaire, c’est-à-dire quelle sécurité ils offrent à leurs occupants lors d’un accident. C’est pourquoi les constructeurs souhaitent procéder au classement des générations de véhicules en fonction de leurs niveaux de sécurité secondaire réelle. Nous abordons cette thématique en exploitant les données nationales d’accidents corporels de la route appelées BAAC (Bulletin d’Analyse d’Accident Corporel de la Circulation). En complément de celles-ci, les données de parc automobile permettent d’associer une classe générationelle (CG) à chaque véhicule. Nous élaborons deux méthodes de classement de CGs en termes de sécurité secondaire. La première produit des classements contextuels, c’est-à-dire des classements de CGs plongées dans des contextes d’accident. La seconde produit des classements globaux, c’est-`a-dire des classements de CGs déterminés par rapport à une distribution de contextes d’accident. Pour le classement contextuel, nous procédons par “scoring” : nous cherchons une fonction de score qui associe un nombre réel à toute combinaison de CG et de contexte d’accident ; plus ce nombre est petit, plus la CG est sûre dans le contexte d’accident donné. La fonction de score optimale est estimée par “ensemble learning”, sous la forme d’une combinaison convexe optimale de fonctions de score produites par une librairie d’algorithmes de classement par scoring. Une inégalité oracle illustre les performances du méta-algorithme ainsi obtenu. Le classement global est également basé sur le principe de “scoring” : nous cherchons une fonction de score qui associe à toute CG un nombre réel ; plus ce nombre est petit, plus la CG est jugée sûre globalement. Des arguments causaux permettent d’adapter le méta-algorithme évoqué ci-dessus en s’affranchissant du contexte d’accident. Les résultats des deux méthodes de classement sont conformes aux attentes des experts. / Road safety is a world, European and French priority. Because light vehicles (or simply“vehicles”) are obviously one of the main actors of road activity, the improvement of roadsafety necessarily requires analyzing their characteristics in terms of traffic road accident(or simply “accident”). If the new vehicles are developed in engineering department and validated in laboratory, it is the reality of real-life accidents that ultimately characterizesthem in terms of secondary safety, ie, that demonstrates which level of security they offer to their occupants in case of an accident. This is why car makers want to rank generations of vehicles according to their real-life levels of safety. We address this problem by exploiting a French data set of accidents called BAAC (Bulletin d’Analyse d’Accident Corporel de la Circulation). In addition, fleet data are used to associate a generational class (GC) to each vehicle. We elaborate two methods of ranking of GCs in terms of secondary safety. The first one yields contextual rankings, ie, rankings of GCs in specified contexts of accident. The second one yields global rankings, ie, rankings of GCs determined relative to a distribution of contexts of accident. For the contextual ranking, we proceed by “scoring”: we look for a score function that associates a real number to any combination of GC and a context of accident; the smaller is this number, the safer is the GC in the given context. The optimal score function is estimated by “ensemble learning”, under the form of an optimal convex combination of scoring functions produced by a library of ranking algorithms by scoring. An oracle inequality illustrates the performance of the obtained meta-algorithm. The global ranking is also based on “scoring”: we look for a scoring function that associates any GC with a real number; the smaller is this number, the safer is the GC. Causal arguments are used to adapt the above meta-algorithm by averaging out the context. The results of the two ranking procedures are in line with the experts’ expectations.

Les principaux facteurs de l'insécurité routière sont connus, et l'enjeu réside aujourd'hui dans la mesure de l'effet d'un facteur, et la hiérarchisation de l'ensemble des causes intervenant dans la survenue de l'accident. Toutefois, les données disponibles concernent généralement que des accidentés. En l'absence de non-accidentés, l'épidémiologiste du risque routier se heurte à une sélection extrême. Une des solutions classiques est d'utiliser des analyses en responsabilité, et de mesurer l'effet causal d'un facteur sur le risque d'être responsable d'un accident. Néanmoins, la validité des analyses en responsabilité repose sur l'hypothèse, discutable, que les non-responsables sont représentatifs des circulants. L'objectif de cette thèse est donc de déterminer si les données disponibles d'accidentés permettent de fournir, via les analyses en responsabilité, des estimations des effets causaux sans biais, et notamment sans un biais de sélection résiduel. Nous montrons dans cette thèse que, dès lors que l'inclusion dépend de la gravité de l'accident, et que le facteur étudié a un impact sur la vitesse, il est impossible d'estimer l'effet causal du facteur sur le risque d'être responsable de l'accident grave sans un biais de sélection résiduel. Ce résultat est tout d'abord démontré de manière formelle, grâce à l'utilisation des modèles causaux structuraux. Ces modèles sont fondés sur une structure graphique, le DAG, qui représente les différentes relations entre les variables. Ce DAG permet la description des variables réellement observées, mais également des variables contrefactuelles, variables observables dans un monde contrefactuel où l'on aurait fixé l'exposition à une certaine valeur. L'effet causal étant défini à partir de ces variables contrefactuelles partiellement observées, c'est la structure du DAG qui permet de déterminer si l'effet causal peut être estimé en fonction des variables observées. Or, la structure du DAG conduisant à la survenue d'un accident grave ne permet pas d'exprimer l'effet causal du facteur étudié sur la responsabilité de l'accident grave en fonction des distributions observées sur les accidentés graves. Conditionner les estimations sur les accidentés graves correspond à ajuster sur une variable du DAG appelée « collider », et ainsi à introduire un biais dit de collision. En générant un modèle relativement simple, nous donnons à nos résultats théoriques une illustration numérique. En effet, lorsque les données ne dépendent pas de la gravité de l'accident, ou que le facteur étudié n'a pas d'effet sur la vitesse, la mesure estimable à partir des analyses en responsabilité est une mesure sans biais de l'effet causal, sous certaines hypothèses de prévalences faibles. Lorsque l'inclusion dépend de la gravité de l'accident, il existe un biais et ce biais induit par les analyses en responsabilité est d'autant plus grand que l'intensité de la relation entre le facteur et la vitesse, et celle entre la vitesse et l'accident est grand. Les schémas d'étude présentés permettent d'approcher des situations où le facteur étudié serait l'alcool ou le cannabis. Dans le cas de l'alcool, il apparait que sous le modèle simple considéré, la mesure d'association estimable serait une sous-estimation de l'effet causal. En revanche, dans le cas du cannabis, la mesure d'association correspondrait à une sur-estimation de l'effet causal. D'autre part, les outils de l'inférence causale nous ont permis de fournir une description formelle de la validité externe et interne, ainsi qu'une description formelle de la mesure d'association estimable via les analyses en responsabilité. Cette question de la validité interne d'une mesure se pose dans d'autres champs d'application que la sécurité routière. Elle se pose notamment dans le cas du paradoxe de l'obésité [etc...] / Many factors associated with the risk and severity of road accidents are now widely considered as causal : alcohol, speed, usage of a mobile phone... Therefore, questions asked by decision-makers now mostly concern the magnitude of their causal effects, as well as the burden of deaths or victims attributable to these various causes of accident. One particularity of road safety epidemiology is that available data generally describe drivers and vehicles involved in road accidents only, or even severe road accidents only. This extreme selection precludes the estimation of causal effects. To circumvent this absence of « control » population of non-crash involved drivers, it is common to use responsibility analysis and to assess the causal effect of a given factor on the risk of being responsible for an accident among involved drivers. The underlying assumption is that non-responsible drivers represent a random sample of the general driving population that was « selected » to crash by circumstances beyond their control and therefore have the same risk factor profile as other drivers on the road at the same time. However, this randomness assumption is questionable. The objective of this thesis is to determine whether available data in road safety allow us to assess causal effects on responsibility without a residual selection bias. We show that a good approximation of causal effect of a given factor on the risk of being responsible is possible only if the inclusion into the dataset does not depend on the severity of the accident, or if the given factor has no effect on speed. This result is shown by using the Structural Causal Model (SCM) framework. The SCM framework is based on a causal graph : the DAG (directed acyclic graph), which represents the relationships among variables. The DAG allows the description of what we observe in the actual world, but also what we would have observed in counterfactual worlds, if we could have intervened and forced the exposure to be set to a given level. Causal effects are then defined by using counterfactual variables, and it is the DAG’s structure which determines whether causal effects are identifiable, or recoverable, and estimable from the distribution of observed variables. However, the assumptions embedded in the DAG which describes the occurence of a severe accident does not ensure that a causal odds ratios is expressible in terms of the observable distribution. Conditioning the estimations on involved drivers in a severe crash correspond to conditioning on a variable in the DAG called « collider », and to create a « collider bias ». We present numerical results to illustrate our theoretical arguments and the magnitude of the bias between the estimable association measure and some causal effects. Under the simple generative model considered, we show that, when the inclusion depends on the severity of the accident, the bias between the estimable association measure and causal effect is larger than the relation between the exposure and speed, or speed and the occurrence of a severe accident is strong. Moreover, the presented designs allow us to describe some situations where the exposure could be alcohol or cannabis intoxication. In the case of alcohol, where alcohol and speed are positively correlated, the estimable associational effect underestimates the causal effect. In the case of cannabis, where cannabis and speed are negatively correlated, the estimable associational effect overestimates the causal effect. On the other hand, we provide a formal definition of internal and external validity, and a counterfactual interpretation of the estimable quantity in the presence of selection bias, when causal effects are not recoverable. This formal interpretation of the estimable quantity in the presence of selection bias is not only useful in the context of responsibility analyses. It is for instance useful to explain the obesity paradox

Les bases de données répliquées cohérentes à terme récentes encapsulent la complexité de la concurrence et des pannes par le biais d'une interface supportant la cohérence causale, protégeant l'application des problèmes d'ordre, et/ou des Types de Données Répliqués (RDTs), assurant une sémantique convergente des mises-à-jour concurrentes en utilisant une interface objet. Cependant, les algorithmes fiables pour les RDTs et la cohérence causale ont un coût en terme de taille des métadonnées. Cette thèse étudie la conception de tels algorithmes avec une taille de métadonnées minimisée et leurs limites. Notre première contribution est une étude de la complexité des métadonnées des RDTs. Les nombreuses implémentations existantes impliquent un important surcoût en espace de stockage. Nous concevons un ensemble optimisé et un registre RDTs avec un surcoût des métadonnées réduit au nombre de répliques. Nous démontrons également les bornes inférieures de la taille des métadonnées pour six RDTs, prouvant ainsi l'optimalité de quatre implémentations. Notre seconde contribution est le design de SwiftCloud, une base de données répliquée causalement cohérente d'objets RDTs pour les applications côté client. Nous concevons des algorithmes qui supportent un grand nombre de répliques partielles côté client, s'appuyant sur le cloud, tout en étant tolérant aux fautes et avec une faible taille de métadonnées. Nous démontrons comment supporter la disponibilité (y compris la capacité à basculer entre des centre de données lors d'une erreur), la cohérence et le passage à l'échelle (petite taille de métadonnées, parallélisme) au détriment d'un léger retard dans l'actualisation des données. / Eventually consistent replicated databases offer excellent responsiveness and fault-tolerance, but expose applications to the complexity of concurrency andfailures. Recent databases encapsulate these problems behind a stronger interface, supporting causal consistency, which protects the application from orderinganomalies, and/or Replicated Data Types (RDTs), which ensure convergent semantics of concurrent updates using object interface. However, dependable algorithms for RDT and causal consistency come at a cost in metadata size. This thesis studies the design of such algorithms with minimized metadata, and the limits of the design space. Our first contribution is a study of metadata complexity of RDTs. RDTs use metadata to provide rich semantics; many existing RDT implementations incur high overhead in storage space. We design optimized set and register RDTs with metadata overhead reduced to the number of replicas. We also demonstrate metadata lower bounds for six RDTs, thereby proving optimality of four implementations. Our second contribution is the design of SwiftCloud, a replicated causally-consistent RDT object database for client-side applications. We devise algorithms to support high numbers of client-side partial replicas backed by the cloud, in a fault-tolerant manner, with small metadata. We demonstrate how to support availability and consistency, at the expense of some slight data staleness; i.e., our approach trades freshness for scalability (small metadata, parallelism), and availability (ability to fail-over between data centers). We validate our approach with experiments involving thousands of client replicas.

La traumatologie est un problème de santé publique au troisième rang des années de vie perdues ajustées sur l’incapacité en France. L’investissement sanitaire et le volume de recherche qu’elle génère sont en deçà de ce que représente son impact sociétal. L’objet de ce travail de recherche était de plonger au cœur du parcours du patient traumatisé sévère pour en cibler trois problématiques clefs et tenter de répondre aux interrogations qu’elles génèrent.Les données utilisées provenaient essentiellement d’un observatoire de traumatologie lourde hospitalier (Traumabase®), régional et national, qui collige un ensemble de variables épidémiologiques, cliniques, paracliniques, et thérapeutiques des patients traumatisés sévères admis en centre de traumatologie.Le premier projet a ciblé l’orientation initiale (triage) des patients traumatisés sévères suite à un accident de la circulation au sein de la région Île de France et son effet sur la mortalité. Les patients initialement mal triés, transférés secondairement dans les centres de traumatologie régionaux, ne présentaient pas un pronostic plus sombre que les patients qui étaient transportés directement. Le système de soin dans son ensemble permettait de leur assurer un devenir équivalent. Une analyse en population réalisée par un chainage probabiliste des données avec les fiches d’accident de l’observatoire national de la sécurité routière a permis d’approcher le taux de sous triage conduisant au décès dans la région (0,15%) et d’objectiver que 60% des décès survenaient avant toute admission hospitalière.Le second projet visait l’optimisation de la jonction entre l’équipe médicalisée préhospitalière et l’équipe intrahospitalière. Il s’est attelé à développer un outil de prédiction de la sévérité des patients hémorragiques pour permettre l’anticipation de l’admission des patients les plus graves. Cet outil, le Red Flag, avait pour cahier des charges d’être simple et pragmatique, et de ne pas nécessiter de dispositif externe pour l’utiliser. Il a identifié cinq caractéristiques (shock index>1, pression artérielle moyenne <70mmHg, hémoglobine capillaire < 13g/dL, bassin instable et intubation), dont la présence de deux ou plus d’entre-elles permettait d’activer l’alerte pour l’hôpital receveur. Cet outil devra être évalué en prospectif pour confirmer ses performances et évaluer son impact sur l’organisation et le devenir des patients.Le troisième projet de recherche ciblait plus spécifiquement une des thérapeutiques de la coagulopathie aigue du traumatisé sévère en choc hémorragique. Il a tenté de quantifier l’impact de l’administration de concentré de fibrinogène à la phase précoce du choc hémorragique traumatique (6 premières heures) sur la mortalité toutes causes confondues des 24 premières heures par une approche d’inférence causale (score de propension et méthode d’estimation double robuste). Il n’a pas été retrouvé d’effet significatif sur la mortalité, un manque de puissance pouvant être responsable de ce résultat (différence de risque observée : -0,031, Intervalle de confiance 95% [-0,084 ; 0,021]).Ainsi l’ensemble de ces 3 projets de recherche ont permis de répondre à des problématiques ciblées du parcours du patient traumatisé sévère, générant par la même de nouvelles perspectives d’analyse pour mieux circonscrire les réponses de terrain. / In France, the third most frequent cause of disability adjusted life years lost is trauma, an observation that makes trauma a public health challenge. However, investment in trauma care and specific research fails to meet this challenge and to acknowledge the associated societal and economic impact.The purpose of this research was to explore the core of the pathway of a major trauma patient and bring to light key issues and question and to find answers. The data used in this research were mainly extracted from a regional and national trauma registry, the Traumabase®. The registry collects epidemiological, clinical, paraclinical and therapeutic variables for patients with severe trauma admitted to participating trauma centres. The first project focused on the effects of triage on patients with severe trauma following a road traffic accident in the Ile de France region. Patients who were initially under triaged and then transferred to regional trauma centres did not have a worse prognosis than patients who were transported directly. The emergency medical system as a whole ensured that they would have an equivalent outcome. A population analysis carried out by a probabilistic data chainage using the accident records of the National Road Safety Observatory made it possible to approach the undertriage rate leading to death in the region (0.15%) and to reveal that 60% of deaths occurred before any hospital admission. The second project developed a pragmatic pre-alert tool based on simple, clinical prehospital criteria to predict acute hemorrhage in trauma patients. This tool is meant to increase the performance of the receiving hospital trauma team of these critically sick patients and activate a specific hemorrhage pathway. The study identified five variables (shock index>1, mean blood pressure <70mmHg, capillary hemoglobin <13g/dL, unstable pelvis and intubation). If two or more variables were present, the tool identified patient with acute hemorrhage and the corresponding pathway should be activated. This tool requires prospective validation and assessment of its impact on care provision and patient outcome.The third research project focused on a therapeutic component of trauma induced coagulopathy. The study attempted to quantify the effect of fibrinogen concentrate administration at the early phase of traumatic hemorrhagic shock (first 6 hours) on 24 hours all-cause mortality using a causal inference approach (propensity score and double robust estimator). The research did not demonstrate any impact on mortality (observed risk difference: -0.031, 95% confidence interval [-0.084; 0.021]);  a lack of power might be responsible for this result.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

No description available.

Après un chapitre préliminaire discutant du statut et des limites du principe de causalité, une première partie traite de divers problèmes épistémologiques d'une pensée formelle. Le chapitre II présente et discute de l'empirisme logique, épistémologie de référence très influente parmi les économistes anglo-saxons. Le chapitre III examine le rôle de la forme dans la connaissance, de Kant au formalisme contemporain, en remarquant en particulier l'apport de l'épistémologie génétique de Piaget. Le chapitre IV discute du statut des représentations, de la notion de modèle et des critères d'une représentation scientifique. On relève au passage des acquis de la théorie des modèles qui devraient retenir l'attention des économistes comme l'équivalence entre existence d'un modèle et consistance d'une théorie, ou la distinction entre modèle de [un objet] et modèle pour [une théorie]. La deuxième partie s'attache à développer la notion de structure causale. Traitant des définitions intentionnelles, le chapitre V distingue les définitions sémantiques (cause antécédent, production de l'effet, homogène ou exogène à l'effet, dépendance asymétrique) et des définitions opérationnelles reposant sur l'analogie expérimentale ou sur des critères formels, de Wold à Lazarsfeld. Abordant des définitions effectives, le chapitre VI présente et approfondit l'approche de Simon pour lequel la causalité introduit un ordre dans le calcul. Recourant au formalisme des digraphes, il établit que les sous-ensembles déterminés minimaux qui, chez Simon, définissent un niveau de causalité dans une structure s'interprète comme une composante fortement connexe du digraphe représentant cette structure, ce qui ouvre la voie à l'utilisation de nouveaux instruments pour caractériser la structure causale d'un grand modèle. On montre enfin comment cette représentation, indépendante de la définition chronologique introduite par Granger en 1969, peut s'appliquer à des structures diachroniques comme synchroniques.