Ce mémoire examine la qualité de prévision des prix immobiliers au Canada et dans cinq de ses régions métropolitaines, en utilisant trois modèles économétriques: VAR (Modèle d'autorégression vectorielle), VECM (Modèle vectoriel à correction d'erreur), VAR spatial (Modèle d'autorégression vectorielle spatiale). Le VAR spatial permet d'incorporer les effets spatiaux dans la modélisation. Les résultats des estimations du VAR, du VECM et du VAR spatial et les fonctions de réponse permettent de faire les constats suivants: (i) un choc d'emploi affecte positivement le prix du logement; (ii) un choc de politique monétaire (taux d'intérêt) a un impact négatif sur le prix immobilier. Pour mesurer la qualité prédictive des trois approches, nous avons fait appel à deux mesures de choix de modèle: la Racine de l'Erreur Quadratique Moyenne (Root Mean Squared Error, RMSE) et le gain d'efficacité (Relative Root Mean Squared Error). Les résultats indiquent que: (i) le VAR spatial donne une prévision de meilleure qualité comparativement au VECM et au VAR conventionnel; (ii) l'incorporation de l'interaction entre deux régions dans un modèle VAR permet de mieux prévoir le prix immobilier. En somme, le taux d'intérêt et l'emploi demeurent des facteurs-clés dans la modélisation du prix du logement. De plus, l'approche VAR spatial permet d'améliorer la qualité de la prévision de cette variable d'intérêt. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Économétrie, Prévision, Prix immobilier, VAR spatial, VECM, VAR.

Le lac Saint-Pierre (LSP) alimente l'industrie de la pêche commerciale en eau douce la plus importante du fleuve Saint-Laurent. Le lac supporte également une importante activité de pêche non commerciale pratiquée par la population locale. Il apparaît donc important de prendre des mesures qui permettent d'estimer la disponibilité du mercure (Hg) dans l'ensemble de l'écosystème afin d'établir le risque pour la santé humaine qu'implique la consommation de poisson provenant du lac. Nous présentons dans ce mémoire le développement d'un modèle spatial de la charge de mercure total (HgT) dans le biofilm épiphyte (BFE) du LSP. Pour ce faire, nous avons développé un modèle écologique conceptuel à partir duquel nous avons développé un modèle cartographique. Le premier nous a permis de choisir les variables destinées à effectuer les prédictions spatiales; le second constitue la représentation cartographique des prédictions. Une démarche en quatre étapes a été élaborée: 1) la formulation du modèle conceptuel; 2) les regroupements des données; 3) la formulation statistique des modèles ou développement des modèles prédictifs; et 4) le développement du modèle cartographique ou représentation cartographique du modèle prédictif. Le modèle conceptuel développé propose que la variable disponible la plus utile pour estimer la charge du HgT dans le BFE est la biomasse des macrophytes, variable qui représente simultanément plusieurs variables physico-chimiques du milieu. Des modèles cartographiques du BFE ont donc été construits à partir d'une carte de la biomasse des macrophytes, préalablement développée. Ces modèles ont permis à leur tour de produire des modèles cartographiques de la charge de Hg dans le BFE du LSP. Les modèles cartographiques ainsi obtenus indiquent que les plus grandes quantités de HgT sont concentrées dans la rive sud du lac, là où se déversent les rivières Richelieu, Saint-François et Yamaska. Ces rivières possèdent de grands bassins versants et charrient une forte concentration de nutriments responsables de la croissance d'un lit de macrophytes plus important sur la rive sud que sur la rive nord. Cette augmentation de macrophytes a entraîné un accroissement du BFE et, par conséquent, une augmentation de la charge de HgT. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Modèle cartographique, Mercure, Biofilm épiphyte, Lac Saint-Pierre.

Les métriques logicielles jouent un rôle très important dans la prédiction de la qualité. Elles aident les gestionnaires dans la prise de décisions afin de budgétiser, contrôler, estimer le coût et analyser les risques d'un produit au cours de son développement. Dans ce travail, nous proposons une approche basée sur les connaissances pour analyser et estimer des facteurs de qualité dans des systèmes à objets. Pour concrétiser notre approche, nous avons construit un prototype regroupant les fonctionnalités de deux logiciels. Nous avons utilisé le logiciel Weka pour faire l'apprentissage automatique de connaissances et ainsi construire des modèles prédictifs. Ensuite, nous avons traduit ces modèles en un système à base de règle JRules, pour la prédiction et la prise de décision. Ces deux fonctions principales sont offertes pour deux types d'utilisateur : un débutant et un expert dans le domaine de la conception en génie logiciel. Le rôle principal de l'expert est de valider un tel modèle prédictif. Nous avons expérimenté notre prototype sur des bases de données qui représentent des mesures de métriques récoltées sur des logiciels fonctionnels. Les résultats obtenus dans le cadre de différentes expériences permettent de prédire et d'estimer certains facteurs de qualité tels que la maintenabilité, la réutilisabilité et la prédisposition aux fautes. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Qualité du logiciel, apprentissage automatique, base de connaissances, modèles prédictifs, système à base de règles, prise de décision.

Une désescalade thérapeutique des traitements du cancer du sein est observée notamment grâce à la chimiothérapie néo-adjuvante (CNA). Alors que la technique du ganglion sentinelle (GS) n'est actuellement pas recommandée après CNA, nous avons démontré sa faisabilité dans une série prospective de 129 patientes traitées par CNA avec un taux d'identification de 93,8%, un taux de FN de 14,3% et de 0% pour les patientes N0 avant CNA. En cas d'atteinte duGS, le risque de GNS métastatique était corrélé à la taille tumorale (p=0.016) et la taille de la métastase du GS (p=0.0055). Le nomogramme du MD Anderson (AUC=0.716) et le score de Thenon (AUC=0.778) pouvaient évaluer la probabilité d'atteinte du GNS. L'analyse per opératoire du GS par apposition a permis l'identification d'une métastase chez 72% des patientes (sensibilité=38.2% ; spécificité=97.8%). Les patientes qui présentaient une micro métastase ou la présence de cellules tumorales isolées dans le GS avaient un risque multiplié par 2,3 de FN de l'apposition par rapport aux patientes qui avaient une atteinte macro métastatique. En conclusion, notre travail a permis de montrer que la CNA n'avait pas d'influence négative sur la faisabilité de la technique du GS, en particulier pour les patientes N0 clinique avant traitement. Après CNA, l'analyse per opératoire du GS est possible ainsi que l'utilisation de certains nomogrammes déjà existants pour calculer la probabilité d'atteinte du GNS lorsque le GS est métastatique.

Pour transmettre les signaux de parole de façon efficace, ces derniers sont compressés et transmis en trames typiquement de 10 à 20 ms. Lors de la transmission des trames, il arrive que ces dernières soient perdues. Lors de la reconstruction du signal au décodeur, il est préférable de remplacer les trames perdues par un signal qui se rapproche le plus possible du signal manquant. Le signal perdu est souvent reconstruit en se basant sur l'information des dernières trames reçues, puisque, de façon générale, les propriétés statistiques du signal de parole évoluent relativement lentement d'une trame à la suivante. Les signaux de parole peuvent être classés en différentes catégories (parole voisée, nonvoisée, transitoire, etc.). Afin de mieux exploiter les caractéristiques de chaque catégorie, il est pertinent d'appliquer un classificateur à chaque trame de signal. Cette classification des signaux permet un meilleur camouflage des trames perdues, optimisé pour les différentes classes. La classification des trames est parfois imprécise lors des transitions entre une trame non-voisée et une trame voisée. Ces erreurs de classification entraînent de mauvaises reconstructions de signal lors des pertes de trames. Pour pallier ces erreurs, cette Thèse propose un nouvel algorithme robuste qui identifie les trames critiques et qui applique la classification appropriée. Pour les trames dont les propriétés ne correspondent pas exactement à l'une des classes disponibles, une modification transparente du signal est appliquée pour rendre ces trames conformes à la classification proposée. Ces modifications permettent d'obtenir une meilleure reconstruction du signal si les trames suivantes sont perdues.

Les lymphomes anaplasiques à grandes cellules (ou ALCL) appartiennent au groupe des lymphomes T périphériques et peuvent être porteurs d'une translocation impliquant le gène ALK (ALK+). Ce sont des lymphomes rares, de haut grade de malignité qui touchent souvent les sujets jeunes. Les traitements actuels permettent d'obtenir une rémission complète pour plus de 80% des patients. Cependant près de 30% des patients dont le traitement est aujourd'hui stratifié selon des facteurs pronostiques cliniques, vont rechuter dans l'année qui suit l'arrêt du traitement. Il est donc essentiel de disposer de critères prédictifs de la rechute au moment du diagnostic afin d'adapter la prise en charge thérapeutique des patients. L'objectif de mon projet était d'une part, d'identifier des facteurs moléculaires dépendants de la tumeur ou de son microenvironnement, associés à la rechute ou à l'absence de rechute et d'autre part, d'établir une signature d'expression génique pronostique au moment du diagnostic utilisable en routine clinique. Nous avons effectué une analyse du profil d'expression génique d'échantillons obtenus au diagnostic d'une cohorte de 48 patients présentant un ALCL ALK+ avec un suivi suffisant (26 provenant de patients ayant rechuté précocement, 22 patients n'ayant pas rechuté). Nous avons mis en évidence une signature de 47 gènes différentiellement exprimés entre les deux groupes de patients. Cette signature montre notamment, dans le groupe des patients n'ayant pas rechuté, un enrichissement en gènes codant pour des protéines impliquées dans la régulation de la matrice extracellulaire. Cette signature a été ensuite validée par PCR quantitative (qPCR) à haut débit (Fluidigm). Les algorithmes de classification tels que les forêts aléatoires et la PLS-DA ont permis de sélectionner les huit gènes les plus discriminants en termes de pouvoir prédictif. Sur la base de leur niveau d'expression, trois gènes ayant le plus fort pouvoir prédictif ont été identifiés par régression logistique. Afin de rendre cette signature applicable en routine clinique, ces trois gènes ont été validés par une technique de qPCR classique. L'expression de ces trois gènes a permis d'établir un score et un seuil permettant de distinguer les patients qui ont un fort risque de rechute des patients qui n'ont qu'un faible risque de rechuter. Cette classification dichotomique donne un taux d'échec de prédiction de seulement 16% sur cette première cohorte de patients. Ce score de prédiction a été validé sur une cohorte indépendante de 18 patients, avec un taux d'échec de 22%. Ainsi cette étude démontre l'intérêt des signatures prédictives issues de données à haut débit afin de guider le clinicien dans le choix de la stratégie thérapeutique. / Anaplastic large cell lymphomas (ALCL) peripheral belong to T cell lymphomas and may be associated with translocations involving the ALK gene (ALK+). These lymphoma are rare, of high grade and often affect young subjects. Current treatments allow obtaining a complete remission for over 80% of patients. However nearly 30% of patients whose treatment is stratified according to current clinical prognostic factors, will relapse in the year following the end of treatment. It is therefore essential to decipher predictive factors of relapse at diagnosis in order to improve therapeutic management. The aim of my project was on one hand, to identify molecular factors of the tumor or its microenvironment, associated with relapse or lack of relapse and secondly, to establish a predictive gene expression signature at diagnosis that could be used in clinical routine. We performed transcriptome analysis of samples obtained at diagnosis in a cohort of 48 patients with ALK+ ALCL and sufficient follow up (26 from patients who early relapsed, 22 patients who did not relapse). We have identified 47 differentially expressed genes between the two groups. This signature shows in particular, from the group of patients who did not relapse, an enrichment of genes encoding proteins involved in the regulation of the extracellular matrix. This signature has been then validated by high-throughput quantitative PCR (Fluidigm). Classification algorithms such as Random Forests and PLS-DA helped select the eight most discriminating genes in terms of predictive power. Based on their expression level, three genes with the strongest predictive power were identified by logistic regression. For diagnostic testing in routine practice, these three genes were validated by standard qPCR. A score and a threshold for distinguishing patients who will relapse from patients who will not were established from the expression of these three genes. This dichotomous classification gives a prediction failure rate of only 16% on this first cohort. This prediction score was then validated in an independent cohort of 18 patients, with a failure rate of 22%. This study demonstrates the value of predictive signatures derived from high-throughput data to guide treatment strategy.

L’un des phénomènes naturels probablement des plus communs et pourtant des moins compris, la conscience, s’est longtemps trouvé restreint à des considérations purement philosophiques et métaphysiques. Ces dernières décennies, scientifiques et philosophes ont pu s’atteler à son étude, en l’opérationnalisant.Dans le même temps, une quantité croissante de données suggère que notre cerveau est constamment en train de prédire des entrées sensorielles, et que chaque niveau de l’organisation hiérarchique du cortex génère en continu les représentations de telles prédictions, ainsi que le décalage entre ces prédictions et l’entrée réelle.Dans ma thèse, j’ai exploré comment cette capacité surprenante de notre cerveau à générer des prédictions est connectée à notre expérience consciente.Plus spécifiquement, j’ai étudié comment ces prédictions peuvent impacter les traitements inconscients, et la différence par rapport aux traitements conscients. Ce travail montre que la latéralisation de l’activité électrophysiologiqueoscillatoire du cerveau peut être un marqueur important; et comment les prédictions affectent le traitement inconscient. De plus,il montre que les attentes peuvent entrainer un traitement inconscient au point d’impacter un comportement orienté vers un but. Il souligne également que les prédictions affectant les traitements conscient et inconscientemploient différents mécanismes neuronaux.J’avance l’idée que la conscience pourrait être nécessaire pour le développement de nouvelles prédictions. Finalement, je montre que les prédictions peuvent changer la qualité du traitement inconscient. Intégrant ces résultats à la littérature existante, je discute les caractéristiques d’une possible théorie prédictive de la conscience. / During the last decades, philosophical and scientific developments allowed the flourishing of the scientific study of consciousness. Probably one of the most common and yet least understood of natural phenomena, until last century consciousness was mainly restricted to pure philosophical and metaphysical accounts. Through the operationalization of consciousness, scientists have been able to endeavor in the seemingly elusive investigation of the cognitive function of consciousness.At the same time, an increasing amount of evidence suggests that our brain is constantly predicting its sensory inputs. Each level in the hierarchical organization of the cortex is continuously generating representations of such predictions and also the mismatch between predictions and actual input.The highly structured regularity of sensory information would allow our brain to make predictions about its environment and help it to make sense of the world.In my thesis I explored how the surprising ability of our brains to generate predictions is connected to our conscious experience. More specifically, I investigated how predictions can impact unconscious processes, and the corresponding contrast with respect to conscious processes. In my experimental contributions, I tried to to delineate how behavioral and neural responsesto unconscious stimuli can be affected by predictions. In my first study, I investigated how neural markers of predictive mechanisms can index unconscious behavior, and how predictions can impact unconscious stimulus processing. I show that the lateralization of oscillatory electrophysiological brain activity can be an important marker of how predictionsaffect unconscious processing. Moreover, I show that expectations can drive unconscious processing up to the point of goal-directed behavior.In my second and third studies I investigated the behavioral and electrophysiological responses of unconscious processing under predictive contexts, and how they differ from the conscious ones. I demonstrate that predictions affecting conscious and unconscious processing engage different neural mechanisms. I push forward the idea that consciousness might be necessary for the development of new predictions. Finally, I show that predictions can change the quality of unconscious accumulation of evidence.I discuss how predictions can help to understand the cognitive function of consciousness in the light of these results and other recent developments in the literature. I discuss possible constraints for this contribution under the light of current theories of consciousness.

Ces dernières années, l'implication du microbiote intestinal dans la physiopathogénie des maladies inflammatoires chroniques de l'intestin (MICI) a été mise en évidence. Le but de nos travaux est de déterminer l'impact de la dysbiose sur l'écosystème intestinal au cours des MICI. Ces trois études nous ont permis de confirmer le rôle central de la dysbiose associée aux MICI : d'une part comme outil potentiellement prédictif de rechute, précédant une inflammation locale ou systémique, d'autre part comme acteur dans l'apparition d'un déséquilibre de l'écosystème intestinal. Ce déséquilibre est marqué par l'altération de l'activité enzymatique du microbiote modifiant le pool d'acides biliaires dans la lumière intestinale et pouvant affecter les effets anti-inflammatoires de certains acides biliaires sur les cellules épithéliales intestinales participant ainsi à une inflammation chronique au cours des MICI. Par ailleurs, cette dysbiose est possiblement entretenue par un déficit en défensine hBD1 et HD5, perpétuant une inflammation chronique intestinale.Ces résultats renforcent le rôle proéminent du microbiote dans l'évolution des MICI et suggèrent que la restauration de la normobiose au cours de la maladie devrait être un nouveau but dans la prise en charge de ces patients. / In recent years, the involvement of intestinal microbiota in the pathogenesis of inflammatory bowel disease (IBD) has been established. The aim of our study was to determine the impact of dysbiosis in intestinal ecosystem of IBD patients.These three studies allowed us to confirm the fundamental role of IBD-associated dysbiosis. First, IBD-associated dysbiosis has been identified as a potential predictive tool of relapse, before local or systemic inflammation. Second, IBD-associated dysbiosis has been involved as an actor in the emergence of an imbalance of intestinal ecosystem. This imbalance was characterised by an alteration of microbiota enzymatic activity leading to modifications in the luminal bile acid pool composition and may affect the anti-inflammatory effects of some bile acids on gut epithelial cells and could participate in the chronic inflammation loop of IBD. Moreover, a deficiency in the antimicrobial defense systems of defensins may be an explanation for the break of the antibacterial barrier function in inflammatory bowel diseases maintaining dysbiosis.These results reinforce the prominent role of the microbiota in the development of IBD and suggest that restoring normobiosis could be a new goal for optimal IBD management.

Dans cette thèse, nous avons étudié le codage prédictif and sa relation avec la perception et les oscillations. Nous avons, dans l'introduction, fait une revue des connaissances sur les neurones et le néocortex et un état de l'art du codage prédictif. Dans les chapitres principaux, nous avons tout d'abord, proposé l'idée, au travers d'une étude théorique, que la temporalité de la décharge crée une inhibition sélective dans les réseaux excitateurs non-sélectifs rétroactifs. Ensuite, nous avons montré les effets perceptuels du codage prédictif: la perception de la forme améliore la perception du contraste. Enfin, nous avons montré que le codage prédictif peut utiliser des oscillations dans différentes bandes de fréquences pour transmettre les informations en avant et en rétroaction. Cette thèse a fourni un mécanisme neuronal viable et innovant pour le codage prédictif soutenu par des données empiriques démontrant des prédictions rétroactives excitatrices et une relation forte entre codage prédictif et oscillations. / In this thesis, we investigated predictive coding and its relationship with perception and oscillations. We first reviewed my current understanding about facts of neuron and neocortex and state-of-the-arts of predictive coding in the introduction. In the main chapters, firstly, we proposed the idea that correlated spike times create selective inhibition in a nonselective excitatory feedback network in a theoretical study. Then, we showed the perceptual effect of predictive coding: shape perception enhances perceived contrast. At last, we showed that predictive coding can use oscillations with different frequencies for feedforward and feedback. This thesis provided an innovative and viable neuronal mechanism for predictive coding and empirical evidence for excitatory predictive feedback and the close relationship between the predictive coding and oscillations.

La prise de décision médicale se définit par le choix du traitement de la maladie, dans l’attente d’un résultat probable tentant de maximiser les bénéfices sur la santé du patient. Ce choix de traitement doit donc reposer sur les preuves scientifiques de son efficacité, ce qui renvoie à une problématique d’estimation de l’effet-traitement. Dans une première partie, nous présentons, proposons et discutons des méthodes d’inférence causale, permettant d’estimer cet effet-traitement par des approches expérimentales ou observationnelles. Toutefois, les preuves obtenues par ces méthodes fournissent une information sur l’effet-traitement uniquement à l’échelle de la population globale, et non à l’échelle de l’individu. Connaître le devenir probable du patient est essentiel pour adapter une décision clinique. Nous présentons donc, dans une deuxième partie, l’approche par modélisation prédictive, qui a permis une avancée en médecine personnalisée. Les modèles prédictifs fournissent au clinicien une information pronostique pour son patient, lui permettant ensuite le choix d’adapter le traitement. Cependant, cette approche a ses limites, puisque ce choix de traitement repose encore une fois sur des preuves établies en population globale. Dans une troisième partie, nous proposons donc une méthode originale d’estimation de l’effet-traitement individuel, en combinant inférence causale et modélisation prédictive. Dans le cas où un traitement est envisagé, notre approche permettra au clinicien de connaître et de comparer d’emblée le pronostic de son patient « avant traitement » et son pronostic « après traitement ». Huit articles étayent ces approches. / Medical decision-making is defined by the choice of treatment of illness, which attempts to maximize the healthcare benefit, given a probable outcome. The choice of a treatment must be therefore based on a scientific evidence. It refers to a problem of estimating the treatment effect. In a first part, we present, discuss and propose causal inference methods for estimating the treatment effect using experimental or observational designs. However, the evidences provided by these approaches are established at the population level, not at the individual level. Foreknowing the patient’s probability of outcome is essential for adapting a clinical decision. In a second part, we present the approach of predictive modeling, which provided a leap forward in personalized medicine. Predictive models give the patient’s prognosis at baseline and then let the clinician decide on treatment. This approach is therefore limited, as the choice of treatment is still based on evidences stated at the overall population level. In a third part, we propose an original method for estimating the individual treatment effect, by combining causal inference and predictive modeling. Whether a treatment is foreseen, our approach allows the clinician to foreknow and compare both the patient’s prognosis without treatment and the patient’s prognosis with treatment. Within this thesis, we present a series of eight articles.