Approche de la complexité du syndrome métabolique et de ses indicateurs de risque par la mise en oeuvre de méthodes numériques et symboliques de fouille de données - Université de Lorraine Access content directly
Theses Year : 2005

Approche de la complexité du syndrome métabolique et de ses indicateurs de risque par la mise en oeuvre de méthodes numériques et symboliques de fouille de données

Sandy Maumus
  • Function : Author
  • PersonId : 756354
  • IdRef : 069066132

Abstract

Metabolic syndrome (MS) is a complex concept which is characterized by a constellation of cardiovascular risk factors. This cluster results from gene x environment interactions. The aim of this PhD thesis was to study the metabolic syndrome among an apparently healthy family population, namely the STANISLAS cohort. In order to approach the complexity of MS, we used statistics and data mining techniques, either separately or in combination. We developed a methodology for mining cohorts based on frequent itemsets and association mIes. It enables the expert of the domain to generate new research hypotheses validated by statistical tests or new lab experiments. Besides, given that the expert is interested in knowledge about MS, a poorly frequent state in the supposedly healthy subjects of the STANISLAS cohort, we have proposed a new algorithm which searches rare itemsets. Therefore, the major results of this thesis were obtained by performing epidemiological studies and/or data mining experiments, by considering the MS entity or by treating its related factors separately (insulin resistance, dyslipidemia and inflammation). After a descriptive analysis of MS in the STANISLAS cohort, we undertook a longitudinal study based on two visits. We found that MS is present in a non negligible percentage of the STANISLAS cohort participants. MS prevalence (NCEP-ATPIII definition) was, in men and women respectively, 5.9% and 2.1 % at time of inclusion and then rose to 7.2 and 5.4% five years later. Moreover, in children, parental MS seems to be predictive of higher values for TNF-a concentrations and lower levels ofHDL-C, two major indicators of cardiovascular risk. Based on the fact that the available definitions for MS do not fit to the STANISLAS population, we searched, with EGIR, NCEP-ATPIII and WHO definitions, the parameters that best discriminate individuals according to their MS status, by using a series of discriminant analyses. Moreover, a factor analysis enabled to give a global viewpoint of the factors that are associated to MS in our population. The following experimentations consisted in separate studies for the processes of insulin resistance (IR), dyslipidemia, and inflammation. IR was considered by the study of the subrogate fasting insulin concentration. We determined biological and genetic factors that influence insulin concentration in the subjects of the STANISLAS cohort, and established reference values for insulinemia in this population. Our results suggest an important role of the -455G/A polymorphism of the fibrinogen gene for determining insulinemia in men and women, either directly, or through interactions with the environment. The results on dyslipidemia were obtained by verifying statistically the hypotheses which were generated by data mining techniques. We found interactions involving the environment and genetic polymorphisms of the lipid metabolism (APOE codons 112/158 et APOB Thr71Ile). Additionally, an association was shown between the APOB Thr71Ile polymorphism and MS risk. Finally, we considered the pro-inflammatory state in MS by studying TNF-a and IL-6. We searched the biological variation factors of these two cytokines. Moreover, we established their familial correlations and we analyzed potential associations between genetic polymorphisms of the cytokines and the concentrations oftheir corresponding proteins. In conclusion, we showed that metabolic syndrome is present even in a supposedly healthy population. We tried to give some clues for understanding the complexity of MS and its associated factors thanks to the combination of data mining and statistics. The proposed methodologies for mining cohorts and for discovering rare itemsets are opened, and can be applied to other framework studies not only in biology but also in other research fields.
Le syndrome métabolique (SM) est un concept complexe caractérisé par un ensemble de facteurs de risque cardiovasculaire dont l'origine est la résultante d'interactions mettant en jeu des facteurs génétiques et environnementaux. Le travail présenté dans cette thèse a porté sur l'étude du SM dans une population de familles supposées saines : la cohorte STANISLAS. Pour appréhender la complexité du SM nous avons utilisé les méthodes statistiques et la fouille de données, soit séparément, soit en combinaison. Nous avons mis au point une méthodologie pour la fouille de cohortes qui, à partir de l'extraction de motifs fréquents et de règles d'associations, permet à l'expert du domaine de générer de nouvelles hypothèses de recherche à valider par des tests statistiques ou par de nouvelles expériences en biologie. Par ailleurs, étant donné que les connaissances intéressantes pour l'expert concernent le SM, un état qui reste peu fréquent (ou exceptionnel) chez les individus apparemment sains de la cohorte STANISLAS, nous avons posé les prémisses d'un nouvel algorithme qui recherche les motifs rares. Ainsi, les principaux résultats de cette thèse ont été obtenus par la mise en oeuvre d'études épidémiologiques et/ou de méthodes de fouille de données, en considérant l'entité SM dans son ensemble ou en prenant ses facteurs associés(insulino-résistance, dyslipidémie, inflammation) séparément. Après avoir mené une analyse descriptive du SM dans la cohorte STANISLAS, nous avons réalisé une étude longitudinale tenant compte de deux visites. Nos résultats font état d'un pourcentage non négligeable d'individus présentant un SM de la cohorte STANISLAS. La prévalence du SM (définition NCEP-ATPIII) est de 5,9% et 2,1% à l'inclusion et atteint 7,2% et 5,4% cinq ans plus tard, chez les hommes et chez les femmes respectivement. Par ailleurs, chez un enfant, la présence d'un SM chez un des parents semble être prédictive de valeurs plus importantes pour les concentrations en TNF-a et moins importantes pour les concentrations en HDL-C, deux indicateurs majeurs du risque cardiovasculaire. Partant du constat que les définitions disponibles du SM ne sont pas adaptées à l'étude de la cohorte STANISLAS, nous avons cherché les paramètres qui séparent le mieux les individus selon leur statut SM, pour les définitions EGIR, NCEP-ATPIII et OMS grâce à une série d'analyses discriminantes. De plus, une analyse factorielle a permis de donner une vue globale des facteurs associés au SM. La suite des expérimentations a considéré l'étude séparée des processus d'insulinorésistance (IR), de dyslipidémie et d'inflammation. L'IR a été abordée à travers l'étude de la concentration en insuline à jeun. Nous avons déterminé les facteurs biologiques et génétiques influençant la concentration en insuline chez les individus de la cohorte STANISLAS et établi des valeurs de référence de l'insulinémie dans cette population. Nos résultats suggèrent un rôle important pour le polymorphisme -455G/A du gène du fibrinogène dans l'insulinémie chez les hommes et les femmes, soit directement soit par l'intermédiaire d'interactions avec l'environnement. Les résultats concernant le processus de dyslipidémie ont été obtenus grâce à des hypothèses générées à l'aide de la fouille de données et validées par les statistiques. Des interactions impliquant des polymorphismes génétiques du métabolisme lipidique (APOE codons 112/158 et APOB Thr71Ile) et l' environnement ont été mises en évidence. Par ailleurs, nous avons trouvé une association entre le polymorphisme APOB Thr71Ile et le risque de développer un SM. Enfin, nous avons considéré l'état pro-inflammatoire existant dans le SM par l'étude du TNF-a et de l'IL-6. Nous avons recherché les facteurs de variation biologiques de ces deux cytokines, établi leur ressemblance familiale et analysé les associations potentielles entre les polymorphismes génétiques de ces deux cytokines et les concentrations de leurs protéines correspondantes. En conclusion, nous avons montré que même les individus d'une population apparemment saine peuvent être atteints d'un SM. Nous avons essayé d'apporter des premiers éléments de réponse concernant la complexité du SM et de ses facteurs associés grâce à l'utilisation combinée de méthodes de fouille de données et de statistiques. La méthodologie proposée pour la fouille de cohortes et pour la découverte de motifs rares se veut ouverte et applicable à d'autres cadres d'étude.
No file

Dates and versions

tel-01746957 , version 1 (29-03-2018)

Identifiers

  • HAL Id : tel-01746957 , version 1

Intranet access

Cite

Sandy Maumus. Approche de la complexité du syndrome métabolique et de ses indicateurs de risque par la mise en oeuvre de méthodes numériques et symboliques de fouille de données. Médecine humaine et pathologie. Université Henri Poincaré - Nancy 1, 2005. Français. ⟨NNT : 2005NAN12506⟩. ⟨tel-01746957⟩
26 View
0 Download

Share

Gmail Facebook X LinkedIn More