Le mandat consiste à développer un outil afin de détecter les désordres alimentaires chez le porc, dans le but de prévenir des problèmes de croissance ou de maladie potentiels. L'outil proposé analyse les données récoltées sur 5 jours consécutifs (période mémoire) pour prédire la consommation de la journée suivante. Il utilise une régression polynomiale généralisée avec contraintes et lissage. L'outil calcule ensuite la différence entre la prédiction et les observations.

Ce mémoire présente les résultats de calculs analytiques de prédiction du comportement de dispositifs de retenue de niveau PL-2 armé d'armature en polymères renforcés de fibres de verre (PRFV) soumis aux essais de chargement quasi statique horizontal. L'un des modèles analytiques à l'étude est le calcul de la charge ultime que peut reprendre un dispositif de retenue en fonction des dimensions de la fissure au niveau de la connexion. Le deuxième modèle analytique à l'étude est le calcul de prédiction de la relation charge-déflexion en tête de muret. La collaboration entre le Ministère des Transports du Québec (MTQ), le Ministère des Transports de l'Alberta et l'Université de Sherbrooke a permis d'effectuer des essais quasi statiques sur plusieurs configurations durant les dernières années. Les configurations de dispositifs provenant du MTQ sont des barrières de type 210 et 311 dont les murets et les dalles sont entièrement armés de barres en PRFV. Les configurations des dispositifs de l'Alberta sont quant à eux des dispositifs de type S-1642 et S-1650 dont les murets sont armés de barres en PRFV et les dalles sont armées de barres d'acier enduit d'époxy. Grâce à cette banque de données, il est possible d'effectuer l'étude des modèles sur différentes configurations et ainsi déterminer certaines de leurs limites. De plus, une modélisation par éléments finis de la configuration de dispositif de retenue de type 311 (PL-2) a été effectuée. Le dispositif a été modélisé en trois dimensions avec le logiciel ADINA. De ce modèle, une comparaison avec les données expérimentales a été effectuée afin de le valider. De plus, une étude paramétrique a été effectuée sur l'influence des résistances du béton de la dalle et du muret et du module d'élasticité des barres en polymères renforcés de fibres (PRF). En effet, des bétons de 35 MPa et 50 MPa ont été utilisés afin de représenter trois cas de combinaison de résistance en compression des bétons. Finalement, trois grades de modules élastiques ont été utilisés sur le dispositif ayant un béton de 35 MPa au niveau de la dalle et un béton de 50 MPa au niveau du muret (combinaison la plus courante) afin d'étudier l'effet du module élastique des barres.

Dans cette thèse nous abordons deux problématiques différentes : la prédiction et la classification de trafic et les mécanismes d'accès dans les réseaux MANETs. Dans la première partie de la thèse, nous abordons le problème de la prédiction et la classification du trafic. Sur la base des observations du passé et sans considérer aucun modèle en particulier, nous analysons le problème de la prédiction en ligne de la charge sur un lien. Concernant la classification du trafic, nous nous concentrons principalement sur des applications P2P, et particulièrement la télévision P2P (P2P-TV). Dans les deux cas, nous employons la technique de Support Vector Machines (SVM). Les algorithmes que nous proposons fournissent des résultats très précis. De plus, ils sont robustes et leur coût est extrêmement bas. Ces propriétés font que nos solutions soient particulièrement adaptées à des applications en temps réel. Dans la deuxième partie de la thèse, nous abordons deux problèmes différents liés aux mécanismes d'accès dans les réseaux MANETs, et en particulier, nous nous concentrons sur CSMA. Nous présentons d'abord les différents modèles existants pour CSMA et nous identifions leurs principaux points faibles. Des solutions possibles sont proposées, bases sur les outils de la géométrie aléatoire. Nous abordons ensuite le problème de QoS dans CSMA et nous proposons deux mécanismes différents permettant de garantir un débit minimum pour chaque transmission admise. Le but principal étant d'identifier le meilleur mécanisme dans un scénario donné comparé au protocole CSMA.

Découvert en 1977, l'épissage est une étape de maturation post-transcriptionnelle consistant à rabouter les exons et éliminer les introns d'un ARN pré-messager. Pour que l'épissage soit correctement pris en charge par l'épisome et ses protéines auxiliaires, différents signaux sont présents le long de la séquence de l'ARN pré-messager. Il est maintenant reconnu que près de la moitié des mutations pathogènes chez l'homme impactent l'épissage, aboutissant à un dysfonctionnement du gène. Il est ainsi indispensable pour les biologistes d'être capables de détecter ces signaux sur une séquence génomique.Cette thèse a donc pour but de concevoir de nouveaux algorithmes permettant d'apporter la puissance de calcul des ordinateurs au service de la biologie de l'épissage. La solution proposée, Human Splicing Finder (HSF), est capable de prédire les trois types de signaux d'épissage à partir d'une séquence quelconque extraite du génome humain. Nous avons évalué l'efficacité de prédiction d'HSF dans l'ensemble des situations associées à des mutations pathogènes pour lesquelles il a été démontré expérimentalement leur impact sur l'épissage et par rapport aux autres algorithmes de prédiction. Parallèlement à ces apports directs tant pour la connaissance des processus biologiques de l'épissage que pour le diagnostic, les nouvelles approches thérapeutiques génotype-spécifiques peuvent également bénéficier de ces nouveaux algorithmes. Ainsi HSF permet de mieux cibler les oligonucléotides anti-sens utilisés pour induire le saut d'exon dans la myopathie de Duchenne et les dysferlinopathies.La reconnaissance récente de l'intérêt majeur de l'épissage dans des domaines aussi variés que la recherche fondamentale, la thérapeutique et le diagnostic nécessitaient un point central d'accès aux signaux d'épissage. HSF a pour objet de remplir ce rôle, en étant régulièrement mis à jour pour intégrer de nouvelles connaissances, et est d'ores et déjà reconnu comme un outil de référence. / Discovered in 1977, splicing is a post-transcriptional maturation process that consists in link-ing exons together and removing introns from a pre-messanger RNA. For splicing to be cor-rectly undertaken by the spliceosome and its auxiliary proteins, several signals are located along the pre-messanger RNA sequence. Nearly half of pathogenous mutations in humans are now recognized to impact splicing and leading to a gene dysfunction. Therefore it is es-sential for biologists to detect those signals in any genomic sequence.Thus, the goals of this thesis were to conceive new algorithms: i) to identify splicing signals; ii) to predict the impact of mutations on these signals and iii) to give access to this information to researchers thanks to the power of bioinformatics. The proposed solution, Human Splicing Finder (HSF), is a web application able to predict all types of splicing signals hidden in any sequence extracted from the human genome. We demonstrated the prediction's efficiency of HSF for all situations associated with pathogenous mutations for which an impact on splicing has been experimentally demonstrated. Along with these direct benefits for the knowledge of biological processes for splicing and diagnosis, new genotype-specific therapeutic approaches can also benefit from these new algorithms. Thus, HSF allows to better target antisense olignucleotides used to induce exon skipping in Duchenne myopathy and dysferlinopathies.The recent recognition of the major interest of splicing in various domains such as fundamen-tal research, therapeutics and diagnosis needed a one stop shop for splicing signals. HSF has for object to fulfill this need, being regularly updated to integrate new knowledge and is already recognized as an international reference tool.

Résumé : Depuis 2002, une augmentation des taux d’issues défavorables de l’infection à Clostridium difficile (ICD) a été attribuable à l’émergence de la souche NAP1/BI/R027. Il est indispensable d’identifier les facteurs de risque de développer des complications (ICDc) et des récidives (ICDr), et de pouvoir les prédire lors du diagnostic afin d’optimiser le traitement. Le projet de recherche a comme objectifs: i) l’identification des facteurs de risque pour le développement d’ICDc et ICDr et ii) le développement et la validation d’un outil de prédiction à partir de variables mesurées dans les 48h du diagnostic d’une ICD. Méthode: Une cohorte multicentrique prospective de patients adultes hospitalisés pour une ICD. Les données suivantes ont été recueillies: i) démographiques; ii) comorbidités; iii) traitements et procédures reçus dans les 2 mois avant le diagnostic; iv) paramètres cliniques, vi) biochimiques, hématologiques et vii) microbiologiques (ribotypage). Un suivi à 30 et 90 jours a été effectué. Les facteurs de risque ont été identifiés par des modèles multivariés de régression logistique et d'analyse de survie. La méthode de validation croisée a été utilisée pour la dérivation et la validation interne. Différents modèles ont été comparés selon l’aire sous la courbe ROC (ASC), l’erreur de prédiction (EP) et les paramètres de performance. Un score prédictif a été dérivé à partir du modèle optimal. Résultats: Au total, 1380 patients ont été inclus dont 96% suivis 90 jours. Une ICDc a été observée chez 8% et une ICDr chez 26%. La souche R027 représentait 52% des souches caractérisées. Les ICDc sont associées à un âge ≥80 ans, un rythme cardiaque >90/min, un rythme respiratoire >20/min, globules blancs (GB) <4 et ≥20×10[indice supérieur 9]/L, albumine sérique <25 g/L, urée sérique >7 mmol/L, et CRP ≥150 mg/L. Les ICDr sont associés à l'âge ≥ 65 ans, à l’exposition à des macrolides et/ou clindamycine, CRP ≥150 mg/L, R027, et une hospitalisation ≥14 jours suivant l'ICD. Un sous-groupe de 1038 cas complets a été utilisé pour la modélisation prédictive. Le modèle optimal contenait l’âge ≥80 ans, GB ≥12×10[indice supérieur 9]/L, albumine sérique <26 g/L et urée sérique >7 mmol/L, avec une ASC de 0,84 et une EP de 6%. Un score variant entre 0 et 17 points a été construit. En validation, un score >10 points présentait une sensibilité de 50% (IC[indice inférieur 95]% = 28-72), une spécificité de 85% (81-89), une valeur prédictive positive de 17% (7-27) et une valeur prédictive négative de 96% (94-99). Conclusions: En utilisant une large cohorte prospective multicentrique et plusieurs étapes de modélisation prédictive et de validation interne, nous avons identifié les facteurs associés aux ICDc et ICDr et dérivé un score prédictif des ICDc ayant une performance acceptable. Au moment du diagnostic de l’ICD, ces facteurs sont à considérer pour envisager le traitement le plus optimal afin de prévenir ces issues. / Abstract : A significant increase in Clostridium difficile infection (CDI) unfavourable outcomes was observed since 2002 and was associated with the emergence of the strain NAP1/BI/R027. Identifying patients at high risk of developing complications (cCDI) and recurrences (rCDI), and predicting these outcomes early in the course of illness could improve clinical decision-making. The main objectives of this research were to: i) identify risk factors for cCDI and rCDI, and ii) develop and validate a clinical prediction rule for cCDI using predictors measured within 48h of CDI diagnosis. Methods: Adult in patients with confirmed CDI diagnosis in 10 acute care hospitals, were enrolled in a prospective cohort. Data at enrolment were collected : demographics, underlying illnesses, past medical and drug history (two months prior to CDI), clinical signs, blood tests, and C. difficile strain type. A follow-up was completed on day 30 and 90 after enrolment. Risk factors were identified by multivariate logistic regression and survival analyses. Split-sample technique was used for training and validation sets. Several predictive models were derived and assessed in both sets by AUC/ROC, prediction error (PE), and performance parameters. A predictive score was built using the optimal predictive model. Results: A total of 1380 patients were enrolled and 96% had 90 days follow -up. cCDI was observed in 8% and rCDI in 26%. R027 was identified in 52% of patients. Age ≥80 years, heart rate >90/min, respiratory rate >20/ min, white cell count <4 or ≥20 × 109/L, albumin <25 g/L, blood urea nitrogen >7 mmol/L, and C-reactive protein (CRP) ≥150 mg/L were independently associated with cCDI. Age ≥65 years, increased CRP, expos ure to macrolides/clindamycin, R 027, and prolonged hospital stay were associated with rCDI. A sub-group of 1038 complete cases was used for predictive modelling. In the training set, the optimal model with 6% PE and AUC 0.84 included age≥80, WBC≥12x10 [superscript 9]/L, BUN>7 mmol/L, and serum albumin <26 g/L. A predictive score was built with minimum 0 and maximum 17 points. A score >10 points showed 50% sensitivity (95%CI, 28-72), 85% specificity (81-89), 17% (7-27) positive predictive value, and 96% (94-99) negative predictive value. Conclusion: Through a large multicenter prospective cohort and multiple modelling approached, independent risk factors of complications and recurrence of CDI were identified. We derived a predictive score that included easily available meas ures at the bedside and showed acceptable performance. At time of CDI diagnosis, these predictors could be used by clinicians to identify patients at higher risk and adjust for the most optimal treatment that could prevent unfavourable outcomes.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

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

Les sondages téléphoniques visent habituellement l’enregistrement de réponses selon leur contenu linguistique littéral (« oui », « jamais », nom de politiciens, etc.). Cependant, les réponses orales contiennent également des aspects acoustiques qui expriment le degré de conviction des répondants. Dans les techniques actuelles de sondage, cette information, dite « extralinguistique », n’est pas retenue bien qu’elle puisse servir à la prédiction des comportements des répondants. Le présent mémoire a pour objectif de démontrer que des mesures acoustiques de la conviction exprimée par les répondants peuvent servir à améliorer la prédiction de comportements telle qu’estimée par les techniques de sondage. Cette démonstration se fait en deux étapes et implique deux expériences. L’Expérience 1, réalisée en laboratoire (n = 25), avait pour but d’isoler les variables vocales associées à l’expression de la conviction. Ce test a permis d’isoler des variables mesurables pertinentes et les distributions catégoriques de valeurs permettant une catégorisation des réponses selon un « degré de conviction ». L’Expérience 2 a porté sur l’application de ces mesures acoustiques dans l’analyse de réponses enregistrées lors d’un sondage téléphonique préélectoral fait par la firme Léger en 2010 (un corpus de 400 entrevues). Cette deuxième expérience a démontré qu’une catégorisation des réponses nominatives (n = 188) sur la base des variables associées à l’expression de la conviction (telles que définies à l’Expérience 1) peut améliorer la prédiction des comportements des électeurs. Les résultats suggèrent que les réponses orales à un sondage contiennent des indices acoustiques mesurables qui expriment un degré de conviction relié à une volonté de produire certains comportements. La nature de ces variables présente aussi la possibilité d’une détection automatique. / Surveys by phone usually involve the recording of responses in terms of their literal linguistic content ("yes", "never", politician name, etc.). However, oral responses also possess acoustic aspects that express a degree of conviction of respondents. In current survey techniques, this "extralinguistic" information is not considered although it can be used to predict the respondent’s behavior. This paper aims to demonstrate that acoustic measures of the conviction expressed by respondents can be used to improve the prediction of behaviors as estimated by survey techniques. This demonstration is done in two steps involving two experiments. Experiment 1, conducted in a laboratory setting (n = 25), was designed to isolate the vocal variables associated with the expression of the conviction. This first test served to isolate the relevant measurable variables and "categorical" values that could be used to categorize oral responses. Experiment 2 involved the application of these acoustic measures in the analysis of responses recorded during a pre-election telephone survey conducted by Leger in 2010 (a corpus of 400 interviews). This second experiment showed that a categorization of oral responses (n = 188) based on the basis of values of expressed conviction (as defined in Experiment 1) can improve the prediction of the behavior of voters. The results suggest that oral-survey responses contain measurable acoustic cues that express a degree of conviction, which can be associated with a willingness to produce certain behaviors. The nature of the variables also presents the possibility of an automatic detection. The nature of the variables also presents the possibility of an automatic detection.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

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