La scoliose idiopathique de l’adolescent est une déformation 3D du rachis. La littérature comporte une multitude d’études sur la prédiction de l’évolution et l’identification de facteurs de risque de progression. Pour l’instant les facteurs de risque établis sont l’amplitude de la déformation, la maturité squelettique et le type de courbure. Plusieurs autres champs ont été explorés comme les aspects génétiques, biochimiques, mécaniques, posturaux et topographiques, sans vraiment apporter beaucoup de précision à la prédiction de l’évolution. L’avancement de la technologie permet maintenant de générer des reconstructions 3D du rachis à l’aide des radiographies standard et d’obtenir des mesures de paramètres 3D. L’intégration de ces paramètres 3D dans un modèle prédictif représente une avenue encore inexplorée qui est tout à fait logique dans le contexte de cette déformation 3D du rachis. L’objectif général de cette thèse est de développer un modèle de prédiction de l’angle de Cobb à maturité squelettique à partir de l’information disponible au moment de la première visite, soit l’angle de Cobb initial, le type de courbure, l’âge osseux et des paramètres 3D du rachis. Dans une première étude, un indice d’âge osseux a été développé basé sur l’ossification de l’apophyse iliaque et sur le statut du cartilage triradié. Cet indice comporte 3 stades et le second stade, qui est défini par un cartilage triradié fermé avec maximum 1/3 d’ossification de l’apophyse iliaque, représente le moment pendant lequel la progression de la scoliose idiopathique de l’adolescent est la plus rapide. Une seconde étude rétrospective a permis de mettre en évidence le potentiel des paramètres 3D pour améliorer la prédiction de l’évolution. Il a été démontré qu’à la première visite il existe des différences pour 5 paramètres 3D du rachis entre un groupe de patients qui sera éventuellement opéré et un groupe qui ne progressera pas. Ces paramètres sont : la moyenne da la cunéiformisation 3D des disques apicaux, la rotation intervertébrale à la jonction inférieure de la courbure, la torsion, le ratio hauteur/largeur du corps vertébral de T6 et de la colonne complète. Les deux dernières études sont basées sur une cohorte prospective de 133 patients avec une scoliose idiopathique de l’adolescent suivi dès leur première visite à l’hôpital jusqu’à maturité squelettique. Une première étude a permis de mettre en évidence les différences morphologiques à la première visite entre les patients ayant progresser de plus ou moins de 6°. Des différences ont été mise en évidence pour la cyphose, l’angle de plan de déformation maximal, la rotation ntervertébrale l’apex, la torsion et plusieurs paramètres de «slenderness». Ensuite une seconde étude a permis de développer un modèle prédictif basé sur un modèle linéaire général en incluant l’indice d’âge osseux développé dans la première étude, le type de courbure, l’amplitude de l’angle de Cobb à la première visite, l’angle de déformation du plan maximale, la cunéiformisation 3D des disques T3-T4, T8-­T9, T11-­T12 et la somme des cunéiformisation 3D de tous les disques thoraciques et lombaires. Le coefficient de détermination multiple pour cette modélisation est de 0.715. Le modèle prédictif développé renforce l’importance de considérer la scoliose idiopathique dans les trois dimensions et il permettra d’optimiser la prédiction de l’évolution au moment de la première visite. / Prediction of curve progression remains a challenge for the clinicians at the first visit for a patient with adolescent idiopathic scoliosis. Prediction of progression is based on curve type, curve magnitude and skeletal or chronological age. The failure to accurately predict the risk of progression can lead to inadequate treatment, as well as unnecessary medical visits and radiographs. Three-­dimensional evaluation is currently more popular in the scoliosis research community either for classification or treatment planning. The global objective of this thesis was to develop a predictive model of the final Cobb angle in adolescent idiopathic scoliosis based on 3D spine parameters and on skeletal age, curve type and curve magnitude. The first study was to develop a skeletal maturity system based on ossification of iliac apophysis and triradiate cartilage status, two details available on routine radiographs. A 3 stages system was develop with the second stage being associated to the rapid acceleration phase of the deformation. The second stage corresponds to a closed triradiate cartilage and a maximum of 1/3 of the iliac apophysis ossification. The second study was a retrospective case control study. It showed the potential for 3D parameters to help predict the evolution. 3D spinal parameters at first visit of a group of patient eventually treated with surgery and a group who had no progression revealed statistical differences for: mean 3D wedging of the apical disks, lower junctional vertebral axial rotation, torsion and T6 and whole spine height/width ratio were all significantly affected. The last study was a prospective cohort study based on an adolescent idiopathic scoliosis group followed from first visit to skeletal maturity. A general linear model was developed based on 3D spinal parameters and on curve type, Cobb angle at first visit and with the 3 stages skeletal maturity system developed in the first study. The predictive model obtained has a determination coefficient of 0,715. Included 3D parameters predictors were: the angle of the plane of maximal curvature, the 3D wedging of T3-­T4, T8-­T9 and T11-­T12 disks, and the sum of 3D wedging of all thoracic and lumbar disks. The predictive model developed reinforced the importance of considering adolescent idiopathic scoliosis in a three-­‐dimensional point of view. This model will also optimise the prediction of evolution at first visit.

RÉSUMÉ Objectif: Évaluer l'efficacité du dépistage de l’hypertension gestationnelle par les caractéristiques démographiques maternelles, les biomarqueurs sériques et le Doppler de l'artère utérine au premier et au deuxième trimestre de grossesse. Élaborer des modèles prédictifs de l’hypertension gestationnelle fondées sur ces paramètres. Methods: Il s'agit d'une étude prospective de cohorte incluant 598 femmes nullipares. Le Doppler utérin a été étudié par échographie transabdominale entre 11 +0 à 13 +6 semaines (1er trimestre) et entre 17 +0 à 21 +6 semaines (2e trimestre). Tous les échantillons de sérum pour la mesure de plusieurs biomarqueurs placentaires ont été recueillis au 1er trimestre. Les caractéristiques démographiques maternelles ont été enregistrées en même temps. Des courbes ROC et les valeurs prédictives ont été utilisés pour analyser la puissance prédictive des paramètres ci-dessus. Différentes combinaisons et leurs modèles de régression logistique ont été également analysés. Résultats: Parmi 598 femmes, on a observé 20 pré-éclampsies (3,3%), 7 pré-éclampsies précoces (1,2%), 52 cas d’hypertension gestationnelle (8,7%) , 10 cas d’hypertension gestationnelle avant 37 semaines (1,7%). L’index de pulsatilité des artères utérines au 2e trimestre est le meilleur prédicteur. En analyse de régression logistique multivariée, la meilleure valeur prédictive au 1er et au 2e trimestre a été obtenue pour la prévision de la pré-éclampsie précoce. Le dépistage combiné a montré des résultats nettement meilleurs comparés avec les paramètres maternels ou Doppler seuls. Conclusion: Comme seul marqueur, le Doppler utérin du deuxième trimestre a la meilleure prédictive pour l'hypertension, la naissance prématurée et la restriction de croissance. La combinaison des caractéristiques démographiques maternelles, des biomarqueurs sériques maternels et du Doppler utérin améliore l'efficacité du dépistage, en particulier pour la pré-éclampsie nécessitant un accouchement prématuré. Mot clés: Hypertension gestationnelle, Doppler utérins, Biomarqueurs sériques maternels, Caractéristiques démographiques maternelles, Dépistage, Modèle prédictif Multivarié. / ABSTRACT Objective: To evaluate the screening efficacy of maternal demographic characteristics, serum biomarkers and uterine artery Doppler (uaD) during the first and the second trimester for the hypertensive disorders of pregnancy. To elaborate prediction models of these diseases based on the combination of selected maternal demographic characteristics, maternal serum biomarkers and uaD indexes. Methods: This is a prospective pregnant cohort study of 598 singleton nulliparous consecutive women. UaD investigation was performed by transabdominal sonography between 11+0 and 13+6 weeks, and between 17+0 and 21+6 weeks. All the serum samples for measurement of several placental biomarkers were collected at the first trimester. Maternal demographic characteristics were recorded at the same time. Receiver operating characteristic curves and predictive values were used to analyze the predictive powers of the above parameters. Different combinations and their logistic regression predictive models were analyzed. Results: Among 598 women, 20 developed preeclampsia (3.3%), 7 developed early-onset preeclampsia (1.2%), 52 developed gestational hypertension (8.7%), 10 developed gestational hypertension with delivery before 37 weeks (1.7%). Second trimester uterine artery pulsatility index was the best predictor with statistical significance for all the outcomes. In the multivariable logistic regression analysis, the best predictive value in the first and second trimester was obtained for the prediction of early onset preeclampsia. The combined screening showed significantly better results compared to either maternal parameters or Doppler alone. Conclusion: As a single marker, second trimester Doppler has the highest predictive value for hypertensive disorders, preterm birth and SGA. Combination of the maternal demographic characteristics, maternal serum biomarker and uaD improves the screening efficacy, especially when this necessitates early delivery. Key words: Hypertensive disorders of pregnancy, Doppler, Maternal serum biomarkers, Maternal demographic characteristics, Screening, Multivariable predictive model.

En médecine, les analyses de population à grande échelle ont pour but d’obtenir des informations statistiques pour mieux comprendre des maladies, identifier leurs facteurs de risque, développer des traitements préventifs et curatifs et améliorer la qualité de vie des patients.Dans cette thèse, nous présentons d’abord le contexte médical de la maladie d’Alzheimer, rappelons certains concepts d’apprentissage statistique et difficultés rencontrées lors de l’application en imagerie médicale. Dans la deuxième partie,nous nous intéressons aux analyses transversales, c-a-d ayant un seul point temporel.Nous présentons une méthode efficace basée sur les séparateurs à vaste marge (SVM)permettant de classifier des lésions dans la matière blanche. Ensuite, nous étudions les techniques d’apprentissage de variétés pour l’analyse de formes et d’images, et présentons deux extensions des Laplacian eigenmaps améliorant la représentation de patients en faible dimension grâce à la combinaison de données d’imagerie et cliniques. Dans la troisième partie, nous nous intéressons aux analyses longitudinales, c-a-d entre plusieurs points temporels. Nous quantifions les déformations des hippocampus de patients via le modèle des larges déformations par difféomorphismes pour classifier les évolutions de la maladie. Nous introduisons de nouvelles stratégies et des régularisations spatiales pour la classification et l’identification de marqueurs biologiques. / In medicine, large scale population analysis aim to obtain statistical information in order to understand better diseases, identify their risk factors, develop preventive and curative treatments and improve the quality of life of the patients.In this thesis, we first introduce the medical context of Alzheimer’s disease, recall some concepts of statistical learning and the challenges that typically occurwhen applied in medical imaging. The second part focus on cross-sectional studies,i.e. at a single time point. We present an efficient method to classify white matter lesions based on support vector machines. Then we discuss the use of manifoldlearning techniques for image and shape analysis. Finally, we present extensions ofLaplacian eigenmaps to improve the low-dimension representations of patients usingthe combination of imaging and clinical data. The third part focus on longitudinalstudies, i.e. between several time points. We quantify the hippocampus deformations of patients via the large deformation diffeomorphic metric mapping frameworkto build disease progression classifiers. We introduce novel strategies and spatialregularizations for the classification and identification of biomarkers.

Nous avons développé une méthode de contributions de groupes permettant d'estimer, en fonction de la température, le coefficient d'interaction binaire (kij) de l'équation d'état de Peng Robinson. Notre approche rend cette équation d'état prédictive. Douze groupes sont définis et il est possible d'estimer les kij pour n'importe quel mélange renfermant des alcanes, des aromatiques, des naphtènes et du CO2. Les diagrammes de phase et lieux des points critiques des systèmes binaires sont bien prédits par le modèle baptisé PPR78 (Predictive 1978, Peng Robinson equation of state). Ce modèle permet également de traiter efficacement les mélanges multiconstituants comme les pétroles bruts et les gaz naturels. A l'aide d'une cellule haute pression, des mesures d'équilibres liquide - vapeur ont été réalisées pour la première fois sur deux systèmes binaires : CO2 méthylcyclopentane et CO2 isopropylcyclohexane. Des mesures ont également été faites sur un mélange renfermant du CO2 et cinq hydrocarbures / A group contribution method allowing the estimation of the temperature dependent binary interaction parameter (kij) for the Peng Robinson equation of state is proposed. Doing so, a new predictive thermodynamic model is born. Twelve groups are defined and it is now possible to estimate the kij for any mixture containing alkanes, aromatics, naphthenes and CO2, whatever the temperature. The model, called PPR78 (Predictive 1978, Peng Robinson equation of state), gives a good description of the phase diagrams and critical locus of binary systems. This predictive model can be successfully employed for the simulation of many mixtures such as natural gases and petroleum fluids. Using a high pressure visual cell, vapor liquid equilibria measurements were made for two binary systems: CO2 methylcyclopentane and CO2 isopropylcyclohexane. For these two systems, no literature data were available. Finally, we measured bubble and dew points on a five component hydrocarbon mixture in the presence of CO2

Le diagnostic de mort cérébrale est une étape complexe et chronophage lors de l'évaluation des patients en soins intensifs soupçonnés d'être en décès neurologique. Bien que les critères neurologiques cliniques qui déterminent la mort cérébrale soient largement acceptés dans le monde, le diagnostic reste imparfait et l'utilisation de tests auxiliaires tels que la perfusion tomographique cérébrale (CTP) est souvent nécessaire pour le confirmer. L'objectif principal de ce travail était d'explorer la faisabilité de classer la mort cérébrale à partir de scans CTP par le traitement automatique de l’image. Les scans CTP de l'étude prospective canadienne multicentrique de validation du CTP pour le diagnostic de décès neurologique ont été regroupées à partir de 11 sites participants (INDex-CTP, ClinicalTrials.gov, NCT03098511). Des caractéristiques spatiales et temporelles ont été extraites en utilisant une combinaison de deux modules de convolution et utilisées pour prédire la mort neurologique. Les performances du modèle ont également été évaluées sur différentes catégories de blessures cérébrales. Les études de 217 patients ont été utilisées pour entraîner le modèle. Nous rapportons une AUC de 0,79 (IC95 % 0,76-0,82), un score F1 de 0,82 (IC95 % 0,80-0,83), une précision de 0,92 (IC95 % 0,91-0,93), un rappel de 0,76 (CI95 % 0,72-0,79) ainsi qu'une valeur prédictive négative de 0,49 (CI95 % 0,45-0,53). En raison de la petite taille d'échantillon, nous n'avons pas effectué de tests statistiques sur des sous-ensembles de lésions cérébrales, mais avons signalé une valeur prédictive négative du modèle présumé plus élevée sur des blessures cérébrales anoxiques avec 0,82 (CI95 % 0,77-0,87). Ce modèle montre des preuves préliminaires soutenant la faisabilité de développer un réseau neuronal profond pour classer les patients comateux comme étant neurologiquement décédés ou non. Des recherches supplémentaires sont nécessaires pour valider et améliorer le modèle en utilisant des ensembles de données plus vastes et diversifiés. / The diagnostic of brain death is a complex and chronophage step when evaluating patients in critical care suspected of being neurologically deceased. Although the clinical neurological criteria that determine brain death are mostly accepted worldwide, the diagnosis remains imperfect and often the use of ancillary tests such as brain computed tomography perfusion (CTP) are required to confirm it. The main objective of this work was to explore the feasibility of classifying brain death from CTP scans using deep learning. CTP studies from a multicenter prospective diagnostic cohort study with the primary objective of evaluating the diagnostic accuracy of neurological death using CTP were pooled from 11 participating sites (INDex-CTP, ClinicalTrials.gov, NCT03098511). Spatial and temporal features were extracted using a combination of two convolution modules and used to predict neurological death. The performance of the model was also evaluated on subsets of cerebral injuries. 217 patients' studies were used to train the model. We report an AUC of 0.79 (IC95% 0.76-0.82), a F1 score of 0.82 (IC95% 0.80-0.83), a precision of 0.92 (IC95% 0.91-0.93), a recall of 0.76 (CI95% 0.72-0.79) as well as a negative predictive value of 0.49 (CI95% 0.45-0.53). Due to a lack of sample size, we did not perform statistical tests on subsets of cerebral injury, but report suspected higher model negative predictive value on anoxic cerebral injury with 0.82 (CI95% 0.77-0.87). This model shows preliminary evidence supporting the feasibility of developing a deep neural network to classify comatose patients as neurologically deceased or not. Additional research is needed to validate and refine the model by employing larger and more diverse datasets.

En médecine, les analyses de population à grande échelle ont pour but d'obtenir des informations statistiques pour mieux comprendre des maladies, identifier leurs facteurs de risque, développer des traitements préventifs et curatifs et améliorer la qualité de vie des patients. Dans cette thèse, nous présentons d'abord le contexte médical de la maladie d'Alzheimer, rappelons certains concepts d'apprentissage statistique et difficultés rencontrées lors de l'application en imagerie médicale. Dans la deuxième partie, nous nous intéressons aux analyses transversales, c-a-d ayant un seul point temporel. Nous présentons une méthode efficace basée sur les séparateurs à vaste marge (SVM) permettant de classifier des lésions dans la matière blanche. Ensuite, nous étudions les techniques d'apprentissage de variétés pour l'analyse de formes et d'images, et présentons deux extensions des Laplacian eigenmaps améliorant la représentation de patients en faible dimension grâce à la combinaison de données d'imagerie et cliniques. Dans la troisième partie, nous nous intéressons aux analyses longitudinales, c-a-d entre plusieurs points temporels. Nous quantifions les déformations des hippocampes de patients via le modèle des larges déformations par difféomorphismes pour classifier les évolutions de la maladie. Nous introduisons de nouvelles stratégies et des régularisations spatiales pour la classification et l'identification de marqueurs biologiques.

Thèse de doctorat présentée en vue de l'obtention du doctorat en psychologie - recherche (Ph.D) / La santé psychologique est une composante essentielle au bon fonctionnement quotidien des individus. Celle-ci est influencée par plusieurs facteurs, dont leur emploi. Un employé possédant une bonne santé psychologique n’est pas seulement fondamental pour son propre bien-être, mais également pour les objectifs de l’organisation qui l’emploie. Effectivement, un employé qui vit beaucoup de bien-être psychologique au travail est plus satisfait de son emploi et est plus productif et efficace à la tâche. A contrario, un employé en détresse psychologique à son travail est à risque de développer plusieurs troubles psychologiques, dont la dépression, le burnout et l’anxiété, menant à plusieurs comportements indésirables et à un roulement du personnel accru. La résilience est un phénomène permettant aux employés de mieux gérer les conséquences toxiques des adversités caractéristiques du milieu organisationnel sur leur santé psychologique en protégeant leur bien-être et en limitant les impacts négatifs sur leur détresse psychologique. Les objectifs de cette thèse sont donc de rapporter les principales lacunes de la littérature scientifique au sujet des liens entre la résilience et la santé psychologique en milieu organisationnel et de proposer un modèle prédictif de la santé psychologique chez les directions et directions adjointes des établissements scolaires francophones. Le premier article est une revue de portée qui cartographie la connaissance scientifique sur les liens statistiques directs et indirects entre la résilience et deux facteurs de santé psychologique : le bien-être et la détresse psychologique. Cet article recueille les résultats d’études sur un large éventail d’emplois et de pays d’origine. Plusieurs biais et lacunes en lien avec la validité externe sont observés. La majorité des études proviennent des pays catégorisés WEIRD, étudient les emplois du secteur de la santé et sont motivées par l’arrivée d’une catastrophe telle que la pandémie au COVID-19. Le deuxième article propose un modèle prédictif du bien-être et de la détresse psychologique chez les directions et directions adjointes d’établissements ii scolaires francophones ontariennes et québécoises. Le modèle stipule que le climat de travail, la résilience et les habiletés politiques sont des inducteurs directs du bien-être et de la détresse. Le modèle proposé est également comparé à un modèle alternatif basé sur la théorie de conservation des ressources. Selon l’analyse acheminatoire, le modèle proposé représente le mieux les données et le climat de travail et la résilience prédisent statistiquement le bien-être et la détresse psychologique. La résilience est également le meilleur prédicteur de la santé psychologique. / Psychological health is an essential component for the proper daily functioning of individuals. This is influenced by several factors, including their work. An employee with good psychological health is not only fundamental for their own well-being, but also for the objectives of the organization that employs them. Indeed, an employee who experiences a lot of psychological well-being at work is more satisfied with their job and is more productive and efficient at work. Conversely, an employee in psychological distress is at risk of developing several psychological disorders, including depression, burnout, and anxiety, leading to several undesirable behaviors and increased staff turnover. Resilience is a phenomenon that allows employees to better manage the toxic consequences of the adversities characteristic of the organizational setting on their psychological health by protecting their well being and limiting the negative impacts on their psychological distress. The objectives of this thesis are therefore to report the gaps in the scientific literature on the links between resilience and psychological health in an organizational setting and to propose a predictive model of psychological health among principals and vice-principals of French-speaking schools. The first article is a scoping review that maps scientific knowledge on the direct and indirect statistical links between resilience and the two factors of psychological health: well-being and psychological distress. This article collects the results of studies on a wide range of jobs and countries of origin. Several shortcomings and biases are observed. The majority of studies come from countries categorized as WEIRD, study jobs in the health sector and are motivated by the arrival of a disaster such as the COVID-19 pandemic. The second article proposes a predictive model of well-being and psychological distress among principals and vice-principals of French-speaking schools from Ontario and Québec. The model states that work climate, resilience and political skills are direct drivers of well-being and distress. The proposed model is also compared to an alternative model based on the resource conservation theory. According to the path analysis, the proposed model best fits the data, and work climate and resilience statistically predict well-being and psychological distress. Resilience is also the best predictor of psychological health.