Améliorer l’inférence causale robuste en haute dimension et la modélisation prévisionnelle

>English

Projet de recherche en collaboration 2021-2024

Les progrès récents des technologies de l’-omique permettent de quantifier simultanément des milliers de caractéristiques, révolutionnant ainsi la manière dont les scientifiques peuvent mesurer les processus pathogènes ou les réponses aux thérapies. Malgré leur potentiel d’amélioration des méthodes de diagnostic et de prédiction dans les soins cliniques de routine, ces données multidimensionnelles à facettes multiples présentent encore des défis importants, notamment les erreurs de mesure, les valeurs aberrantes, les réponses à plusieurs variables et les structures de corrélation complexes. Par exemple, des données génomiques, des scanners d’imagerie et des années de tests cliniques de laboratoire standard sont parfois disponibles pour un même sujet. En outre, nombre de ces caractéristiques peuvent être mesurées de manière imprécise, en raison de limitations techniques ou d’erreurs dans l’enregistrement des données. Un objectif central de notre Projet de recherche en collaboration est de développer et d’établir un cadre analytique avancé pour l’étude et l’intégration de données complexes en sciences biomédicales, notamment des méthodes de régression régularisée avancées, des méthodes robustes de variables instrumentales régularisées et des modèles causaux à valeur matricielle, le tout pour des environnements à haute dimension. Ces avancées sont essentielles pour la construction de modèles utiles en médecine de précision. 

Les chefs d’équipe:

Gabriela Cohen-Freue – UBC : co-cheffe de projet
Celia Greenwood – Institut Lady Davis pour la recherche médicale : co-cheffe de projet


Collaborateurs :

Brent Richards -Université McGill Tom Blydt-Hansen -UBC 
David Soave -Université Laurier 
Dehan Kong -Université de Toronto
Karim Oualkacha -Université du Québec à Montréal 
Linbo Wang -Université de Toronto
Sahir Bhatnagar -Université McGill
Zhaolei Zhang -Université de Toronto


Comments are closed.