Les données de santé et d’environnement sont souvent hétérogènes, multivariées, longitudinales, corrélées dans le temps et parfois incomplètes. Le L2S développe des méthodes d’apprentissage statistique pour intégrer ces différentes structures, mettre en évidence des associations et construire des modèles interprétables.

Ces recherches sont menées avec des partenaires médicaux et environnementaux. Elles concernent notamment les cohortes multimodales, les entrepôts de données de santé, les données omiques et les séries temporelles de pollution ou d’épidémiologie.

Thèmes de recherche

Intégration de données hétérogènes

Nous développons des méthodes multiblocs et multivoies pour analyser conjointement plusieurs sources de données décrivant les mêmes individus : données cliniques, biologiques, d’imagerie ou issues de capteurs. Les extensions de RGCCA aux données tensorielles permettent de préserver leur organisation naturelle et d’identifier les composantes communes ou spécifiques aux différents blocs.

Données longitudinales et parcours de santé

Les données médicales sont fréquemment observées à des dates irrégulières et avec peu de mesures par patient. Nous proposons des méthodes fonctionnelles et longitudinales capables d’exploiter de grandes cohortes malgré cette observation parcimonieuse. Les travaux portent également sur les modèles à équations structurelles afin d’aller au-delà des corrélations et d’étudier les relations entre variables observées et latentes.

Séries temporelles pour l’environnement et l’épidémiologie

Nous étudions des modèles de séries temporelles adaptés aux données de comptage, aux observations multivariées et aux valeurs aberrantes. Ces méthodes servent notamment à analyser les relations entre pollution atmosphérique et santé, à modéliser les maladies respiratoires et à caractériser les effets d’expositions environnementales au cours du temps.

Logiciel RGCCA

Le L2S développe le logiciel libre RGCCA, un environnement unifié pour l’analyse de données multiblocs. Le paquet fournit les méthodes d’analyse, des représentations graphiques et des outils pour évaluer la robustesse et la significativité des résultats. Il est également distribué sur le CRAN.