Description : Les indicateurs épidémiologiques de la démence tels que l'espérance de vie sans démence
pour un âge donné ou le risque absolu sont des quantités utiles en santé publique.
L'observation de la démence en temps discret entraine une censure par intervalle du
temps d'apparition de la pathologie. De plus, certains individus peuvent développer
une démence et décéder entre deux visites de suivi. Un modèle illness-death pour données
censurées par intervalle est une solution pour modéliser simultanément les risques
de démence et de décès et pour éviter la sous-estimation de l'incidence de la démence.Ces
indicateurs dépendent à la fois du risque de démence mais aussi du risque de décès,
contrairement à l'intensité de transition de la démence. Les modèles de régression
disponibles ne prennent pas en compte la censure par intervalle ou ne sont pas adaptés
à ces indicateurs. L'objectif de ce travail est de quantifier l'effet de facteurs
de risque sur ces indicateurs épidémiologiques par des modèles de régression. La première
partie de cette thèse est consacrée à l'extension de l'approche par pseudo-valeurs
aux données censurées par intervalle. Les pseudo-valeurs sont calculées à partir d'estimateurs
paramétriques ou d'estimateurs du maximum de vraisemblance pénalisée. Elles sont utilisées
comme variable d'intérêt dans des modèles linéaires généralisés ou des modèles additifs
généralisés pour permettre un effet non-linéaire des variables explicatives quantitatives.
La seconde partie de cette thèse porte sur le développement d'un modèle par linéarisation
des indicateurs épidémiologiques. L'idée est de calculer l'indicateur conditionnellement
aux variables explicatives à partir des intensités de transition d'un modèle illness-death
avec censure par intervalle du temps d'apparition de la maladie. Ces deux approches
sont appliquées aux données de la cohorte française PAQUID pour étudier par exemple
l'effet d'un score psychométrique (le MMS) sur des indicateurs épidémiologiques de
la démence.;