Search

Clustered data often arises in medical research. These are characterized by correlations between observations belonging to the same cluster. Here, we discuss some extension to clustered data in different contexts: evaluating the performance of a candidate biomarker, and assessing the treatment effect in an individual patient data (IPD) meta-analysis with competing risks. The former was motivated by the IMENEO study, an IPD meta-analysis where the prognostic validity of the Circulating Tumor Cells (CTCs) was of interest. Our objective was to determine how well CTCs discriminates patients that died from the one that did not within the t-years, comparing individuals with same tumor stage. Although the covariate-specific time dependent ROC curve has been widely used for biomarker's discrimination, there is no methodology that can handle clusteres censored data. We proposed an estimator for the covariate-specific time dependent ROC curves and area under the ROC curve when clustered failure times are detected. We considered a shared frailty model for modeling the effect of the covariates and the biomarker on the outcome in order to account for the cluster effect. A simulation study was conducted and it showed negligible bias for the proposed estimator and a nonparametric one based on inverse probability censoring weighting, while a semiparametric estimator, ignoring the clustering, is markedly biased.We further considered an IPD meta-analysis with competing risks to assess the benefit of the addition of chemotherapy to radiotherapy on each competing endpoint for patients with nasopharyngeal carcinoma. Recommendations for the analysis of competing risks in the context of randomized clinical trials are well established. Surprisingly, no formal guidelines have been yet proposed to conduct an IPD meta-analysis with competing risk endpoints. To fill this gap, this work detailed: how to handle the heterogeneity between trials via a stratified regression model for competing risks and it highlights that the usual metrics of inconsistency to assess heterogeneity can readily be employed. The typical issues that arise with meta-analyses and the advantages due to the availability of patient-level characteristics were underlined. We proposed a landmark approach for the cumulative incidence function to investigate the impact of follow up on the treatment effect.The assumption of non informative cluster size was made in both the analyses. The cluster size is said to be informative when the outcome depends on the size of the cluster conditional on a set of covariates. Intuitively, a meta-analysis would meet this assumption. However, non informative cluster size is commonly assumed even though it may be not true in some situations and it leads to incorrect results. Informative cluster size (ICS) is a challenging problem and its presence has an impact on the choice of the correct methodology. We discussed more in details interpretation of results and which quantities can be estimated under which conditions. We proposed a test for ICS with censored clustered data. To our knowledge, this is the first test on the context of survival analysis. A simulation study was conducted to assess the power of the test and some illustrative examples were provided.The implementation of each of these developments are available at https://github.com/AMeddis.; Les données de survie en grappes sont souvent recueillies dans le cadre de la recherche médicale. Elles sont caractérisées par des corrélations entre des observations appartenant à un même groupe. Ici, nous discutons des extensions a des données en grappes dans différents contextes : évaluation de la performance d'un biomarqueur candidat, et l’estimation de l'effet du traitement dans une méta-analyse sur données individuels (IPD) avec risques concurrents. La première a été motivée par l'étude IMENEO, une méta-analyse où l'intérêt portait sur la validité pronostique des cellules tumorales circulantes (CTCs). Notre objectif était de déterminer dans quelle mesure les CTCs discriminent les patients qui sont morts de ceux qui ne l'ont pas fait dans les t-années, en comparant des individus ayant le même stade de tumeur. Bien que la courbe ROC dépendante du temps ait été largement utilisée pour la discrimination des biomarqueurs, il n'existe pas de méthodologie permettant de traiter des données en grappes censurées. Nous proposons un estimateur pour les courbes ROC dépendantes du temps et pour l'AUC lorsque les temps d'évènements sont correlés. Nous avons employé un modèle de fragilité partagée pour modéliser l'effet des covariables et du biomarqueur sur la réponse afin de tenir compte de l'effet de la grappe. Une étude de simulation a été réalisée et a montré un biais négligeable pour l'estimateur proposé et pour un estimateur non paramétrique fondé sur la pondération par la probabilité inverse d’être censuré (IPCW), tandis qu'un estimateur semi-paramétrique, ignorant la structure en grappe est nettement biaisé.Nous avons également considéré une méta-analyse IPD pour quantifier le bénéfice de l'ajout de la chimiothérapie à la radiothérapie sur chaque risque concurrent pour les patients avec un carcinome nasopharyngien . Les recommandations pour l'analyse des risques concurrents dans le cadre d'essais cliniques randomisés sont bien établies. Étonnamment, aucune recommendation n'a encore été proposée pour l’anlayse d'une méta-analyse IPD avec les risque concurrents. Pour combler cette lacune, ce travail a détaillé la manière de traiter l'hétérogénéité entre les essais par un modèle de régression stratifié pour les risques concurrents et il souligne que les mesures standardes d'hétérogénéité pour évaluer l'incohérence peuvent facilement être utilisées. Les problèmes typiques qui se posent avec les méta-analyses et les avantages dus à la disponibilité des caractéristiques au niveau du patient ont été soulignées. Nous avons proposé une approche landmark pour la fonction d'incidence cumulée afin d'étudier l'impact du temps de suivi sur l'effet du traitement.L'hypothèse d'une taille de grappe non informative était faite dans les deux analyses. On dit que la taille de grappe est informative lorsque la variable réponse dépend de la taille de grappe conditionnellement à un ensemble de variables explicatives. Intuitivement, une méta-analyse répondrait à cette hypothèse. Cependant, la taille de grappe non informative est généralement supposée, même si elle peut être fausse dans certaines situations, ce qui conduit à des résultats incorrects. La taille des grappes informatives (ICS) est un problème difficile et sa présence a un impact sur le choix de la méthodologie. Nous avons discuté plus en détail de l'interprétation des résultats et des quantités qui peuvent être estimées et dans quelles conditions. Nous avons proposé un test pour l'ICS avec des données en grappes censurées. À notre connaissance, il s'agit du premier test sur le contexte de l'analyse de survie. Une étude de simulation a été réalisée pour évaluer la puissance du test et quelques exemples sont fournis à titre d'illustration.L'implémentation de chacun de ces développements est disponible sur https://github.com/AMeddis.

Clustered data often arises in medical research. These are characterized by correlations between observations belonging to the same cluster. Here, we discuss some extension to clustered data in different contexts: evaluating the performance of a candidate biomarker, and assessing the treatment effect in an individual patient data (IPD) meta-analysis with competing risks. The former was motivated by the IMENEO study, an IPD meta-analysis where the prognostic validity of the Circulating Tumor Cells (CTCs) was of interest. Our objective was to determine how well CTCs discriminates patients that died from the one that did not within the t-years, comparing individuals with same tumor stage. Although the covariate-specific time dependent ROC curve has been widely used for biomarker's discrimination, there is no methodology that can handle clusteres censored data. We proposed an estimator for the covariate-specific time dependent ROC curves and area under the ROC curve when clustered failure times are detected. We considered a shared frailty model for modeling the effect of the covariates and the biomarker on the outcome in order to account for the cluster effect. A simulation study was conducted and it showed negligible bias for the proposed estimator and a nonparametric one based on inverse probability censoring weighting, while a semiparametric estimator, ignoring the clustering, is markedly biased.We further considered an IPD meta-analysis with competing risks to assess the benefit of the addition of chemotherapy to radiotherapy on each competing endpoint for patients with nasopharyngeal carcinoma. Recommendations for the analysis of competing risks in the context of randomized clinical trials are well established. Surprisingly, no formal guidelines have been yet proposed to conduct an IPD meta-analysis with competing risk endpoints. To fill this gap, this work detailed: how to handle the heterogeneity between trials via a stratified regression model for competing risks and it highlights that the usual metrics of inconsistency to assess heterogeneity can readily be employed. The typical issues that arise with meta-analyses and the advantages due to the availability of patient-level characteristics were underlined. We proposed a landmark approach for the cumulative incidence function to investigate the impact of follow up on the treatment effect.The assumption of non informative cluster size was made in both the analyses. The cluster size is said to be informative when the outcome depends on the size of the cluster conditional on a set of covariates. Intuitively, a meta-analysis would meet this assumption. However, non informative cluster size is commonly assumed even though it may be not true in some situations and it leads to incorrect results. Informative cluster size (ICS) is a challenging problem and its presence has an impact on the choice of the correct methodology. We discussed more in details interpretation of results and which quantities can be estimated under which conditions. We proposed a test for ICS with censored clustered data. To our knowledge, this is the first test on the context of survival analysis. A simulation study was conducted to assess the power of the test and some illustrative examples were provided.The implementation of each of these developments are available at https://github.com/AMeddis., Les données de survie en grappes sont souvent recueillies dans le cadre de la recherche médicale. Elles sont caractérisées par des corrélations entre des observations appartenant à un même groupe. Ici, nous discutons des extensions a des données en grappes dans différents contextes : évaluation de la performance d'un biomarqueur candidat, et l’estimation de l'effet du traitement dans une méta-analyse sur données individuels (IPD) avec risques concurrents. La première a été motivée par l'étude IMENEO, une méta-analyse où l'intérêt portait sur la validité pronostique des cellules tumorales circulantes (CTCs). Notre objectif était de déterminer dans quelle mesure les CTCs discriminent les patients qui sont morts de ceux qui ne l'ont pas fait dans les t-années, en comparant des individus ayant le même stade de tumeur. Bien que la courbe ROC dépendante du temps ait été largement utilisée pour la discrimination des biomarqueurs, il n'existe pas de méthodologie permettant de traiter des données en grappes censurées. Nous proposons un estimateur pour les courbes ROC dépendantes du temps et pour l'AUC lorsque les temps d'évènements sont correlés. Nous avons employé un modèle de fragilité partagée pour modéliser l'effet des covariables et du biomarqueur sur la réponse afin de tenir compte de l'effet de la grappe. Une étude de simulation a été réalisée et a montré un biais négligeable pour l'estimateur proposé et pour un estimateur non paramétrique fondé sur la pondération par la probabilité inverse d’être censuré (IPCW), tandis qu'un estimateur semi-paramétrique, ignorant la structure en grappe est nettement biaisé.Nous avons également considéré une méta-analyse IPD pour quantifier le bénéfice de l'ajout de la chimiothérapie à la radiothérapie sur chaque risque concurrent pour les patients avec un carcinome nasopharyngien . Les recommandations pour l'analyse des risques concurrents dans le cadre d'essais cliniques randomisés sont bien établies. Étonnamment, aucune recommendation n'a encore été proposée pour l’anlayse d'une méta-analyse IPD avec les risque concurrents. Pour combler cette lacune, ce travail a détaillé la manière de traiter l'hétérogénéité entre les essais par un modèle de régression stratifié pour les risques concurrents et il souligne que les mesures standardes d'hétérogénéité pour évaluer l'incohérence peuvent facilement être utilisées. Les problèmes typiques qui se posent avec les méta-analyses et les avantages dus à la disponibilité des caractéristiques au niveau du patient ont été soulignées. Nous avons proposé une approche landmark pour la fonction d'incidence cumulée afin d'étudier l'impact du temps de suivi sur l'effet du traitement.L'hypothèse d'une taille de grappe non informative était faite dans les deux analyses. On dit que la taille de grappe est informative lorsque la variable réponse dépend de la taille de grappe conditionnellement à un ensemble de variables explicatives. Intuitivement, une méta-analyse répondrait à cette hypothèse. Cependant, la taille de grappe non informative est généralement supposée, même si elle peut être fausse dans certaines situations, ce qui conduit à des résultats incorrects. La taille des grappes informatives (ICS) est un problème difficile et sa présence a un impact sur le choix de la méthodologie. Nous avons discuté plus en détail de l'interprétation des résultats et des quantités qui peuvent être estimées et dans quelles conditions. Nous avons proposé un test pour l'ICS avec des données en grappes censurées. À notre connaissance, il s'agit du premier test sur le contexte de l'analyse de survie. Une étude de simulation a été réalisée pour évaluer la puissance du test et quelques exemples sont fournis à titre d'illustration.L'implémentation de chacun de ces développements est disponible sur https://github.com/AMeddis.

espanolEl presente estudio analiza la contribucion del MMPI-2 en la prediccion del riesgo de violencia. Un total de 574 participantes componen los dos grupos ya establecidos: el grupo “Homicida”, integrado por 287 reclusos condenados por homicidio que estan cumpliendo condena en diversas carceles del Distrito Federal y del Estado de Mexico, y el grupo “Nodelictivo”, formado por 287 participantes que no cometieron delito alguno, siendo un total de 215 varones y 72 mujeres en cada grupo. Se analizaron sus diferencias de medias, su tamano del efecto (d de Cohen) y la precision diagnostica aportada por la curva ROC en el conjunto de escalas del MMPI-2. Los resultados muestran las escalas con mayor incidencia potencial del riesgo de violencia. EnglishThe present study analyzes the contribution of the MMPI-2 in the prediction of the risk of violence. 574 participants compose the two groups: the “Homicidal” group, comprising 287 prisoners convicted of homicide and serving sentences in several prisons in Mexico City, and the “Non-criminal” group, comprising 287 participants who did not commit any crime. A total of 215 men and 72 women are in each group. Differences in means were analyzed and effect sizes (Cohen’s d) were calculated. The ROC curve is used in the set of scales of the MMPI-2 to assess diagnostic accuracy. The results present the scales with greater potential impact of the risk of violence. francaisLa presente etude analyse la contribution de MMPI-2 dans la prediction du risque de violence. Au total, 574 participants constituent les deux groupes deja constitues: le groupe “Homicide”, compose de 287 detenus condamnes pour homicide qui purgent des peines dans diverses prisons du District federal et de l’Etat de Mexique, et du groupe “Non-criminel”, forme par 287 participants qui n’ont commis aucun crime, soit un total de 215 hommes et 72 femmes dans chaque groupe. Leurs differences de moyennes, leur taille d’effet (Cohen d) et la precision diagnostique fournie par la courbe ROC dans l’ensemble des echelles MMPI-2 ont ete analysees. Les resultats montrent les echelles avec l’incidence potentielle la plus elevee du risque de violence portuguesO presente estudo analisa a contribuicao do MMPI-2 na predicao do risco de violencia. Um total de 574 participantes compoem os dois grupos estabelecidos: o grupo “Homicida” e composto por 287 presos condenados por homicidios, que cumprem sentencas em varias prisoes do Distrito Federal e do Estado do Mexico, e o grupo “Nao-criminoso” e formado por 287 participantes que nao cometeram nenhum crime, sendo um total de 215 homens e 72 mulheres em cada grupo. Foram analisadas as diferencas nas medias, o tamanho do efeito (d de Cohen) e a precisao diagnostica fornecida pela curva ROC no conjunto das escalas de MMPI-2. Os resultados mostram as escalas com maior incidencia potencial de risco de violencia

International audience; Dans cette dernière décennie, les systèmes Multi-Robot prennent une place importante dans des applications comme les missions militaires, la gestion des catastrophes naturelles ou dans de sauvetage afin de remplacer l’humain dans des situations dangereuses. Dans ce type d’application, à chaque instant, l’intégrité de la localisation des robots doit être assurée. Ceci peut être réalisé en intégrant une étape de détection et d’exclusion de défauts capteurs. Dans cet article, une méthode de Localisation Collaborative (LC) tolérante aux défauts capteurs, avec un procédé de seuillage optimisé, est proposée. L’estimateur utilisé dans ce travail est la forme informationnelle du filtre de Kalman (FK), à savoir le Filtre Informationnel (FI). Les résidus générés sont basés sur la Divergence de Kullback-Leibler (DKL) entre les distributions de probabilité prédites et corrigées par le FI. Ces résidus comprennent deux tests : l’un compare les moyennes et l’autre compare les matrices de covariance. L’optimisation du seuil, en utilisant le critère entropique et la caractéristique de fonctionnement du récepteur (fréquemment désigné par la courbe ROC), est développée. Les contributions principales de ce papier : - Développement d’une méthode permettant simultanément la localisation collaborative ainsi que la détection et l’isolation des défauts capteurs, - Génération des résidus basés sur la divergence de Kullback-Leibler, - Optimisation du seuil avec des métriques informationnelles, -Validation avec des données réelles issues d’un groupe de Turtlebots instrumentés.

L’Inventaire des risques et des besoins liés aux facteurs criminogènes (IRBC) est un instrument utilisé depuis le début des années 1990 pour évaluer les risques de récidive des jeunes contrevenants québécois. Il est le produit d’une collaboration du Québec avec l’Ontario, survenue dans le cadre de travaux de recherche effectués sur les instruments d’évaluation du risque de récidive des jeunes contrevenants. L’IRBC est donc le seul instrument précisément conçu pour évaluer les risques de récidive des jeunes contrevenants québécois et il n’a jamais fait l’objet d’une démarche visant à tester sa validité prédictive. Le but de ce projet de mémoire est de tester la validité prédictive de l’IRBC. Des analyses de courbes ROC et des analyses de survie ont été utilisées pour tester les propriétés métriques de l’instrument. Ces analyses suggèrent que, dans l’ensemble, l’IRBC arrive à prédire la récidive de façon acceptable. Quatre des huit grands domaines associés à la récidive, communément appelé BIG FOUR, seraient des prédicteurs modérés de la récidive lorsque testés avec les données issues de l’IRBC. Il s’agit des domaines Antécédents, Pairs, Personnalité-Comportements, et Attitudes-Tendances. Des aspects en lien avec la fidélité de l’instrument témoignent toutefois d’irrégularités dans le processus d’évaluation, ce qui interroge le niveau de rigueur maintenu au jour le jour par les professionnels. Des aspects en lien avec la fidélité de l’IRBC demeureraient à investiguer., The Inventaire des risques et des besoins liés aux facteurs criminogènes (IRBC) is a test used since the early 1990s to assess young offenders’s risk of recidivism in Quebec. It is the product of a collaboration between Quebec and Ontario which occurred in the context of research work on instruments used to evaluate young offenders’s risk of recidivism. The IRBC is the only instrument specifically designed to assess the risk of recidivism of young offenders in Quebec and has never been subject of a predictive validity study. The aim of this master project is to test the predictive validity of the IRBC. ROC curves analysis and survival analysis were used to test the metric properties of the instrument. The results suggest that overall the IRBC is capable of predicting recidivism acceptably. Four of the eight domains associated with criminal recidivism, commonly called BIG FOUR, would be moderate predictors of recidivism when tested with data from the IRBC. These are Antécédents, Pairs, Personnalité-Comportements, and Attitudes-Tendances. However, aspects related to the fidelity of the instrument show irregularities in the assessment process, which questioned the rigor maintained daily by professionals. Aspects related to the fidelity of the IRBC would remain to be investigated.

The added value of biomarkers in the emergency settings is well reported, in various pathologies. Since the burst of myoglobin and troponine for the diagnosis of myocardial infarction (MI), various biomarkers have been developed and adopted for diagnostic purposes in different pathologies. Some of them are part of the very definition of specific syndrom or disease (MI with troponin, or severe sepsis with lactate). We present here the multimarker approach in the emergency department – a strategy that combines the results of several different biomarkers to enhance diagnostic or prognostic performances. We made the hypothesis that the association of a sensitive and generalist biomarker, with an organ or syndrome specific one, would result in better performances.We illustrate here this strategy in three particular cases: the prediction of severe sepsis, the diagnosis of acute coronary syndrome, and the risk stratification after a convulsive seizure. Several methods are considered for the combination of biomarkers, and we will focus on the determination of the best linear combination., L'apport des biomarqueurs aux urgences est bien documenté. Depuis l'apparition de la myoglobine et de la troponine pour le diagnostic de syndrome coronaire aigu (SCA), de multiples marqueurs ont été développés pour l'aide au diagnostic de multiples pathologies aux urgences. Certains biomarqueurs sont même intégrés à la définition de syndromes ou pathologies comme le SCA avec la troponine, ou le sepsis sévère avec le lactate. Nous abordons dans ce travail l'approche multimarqueurs, qui consiste à combiner le dosage de plusieurs biomarqueurs pour améliorer les performances diagnostiques ou pronostiques. L'hypothèse de base de ce travail est que l'association d'un marqueur sensible, généraliste, avec un marqueur spécifique de pathologie ou de dysfonction d'organe, permettrait d'améliorer la prise en charge diagnostique ou la stratification du risque aux urgences. On illustre cette approche dans trois cas particuliers : la prédiction du sepsis sévère, le diagnostic du syndrome coronaire aigu, et l'évaluation du risque après une crise convulsive. Plusieurs méthodes sont envisagées pour combiner plusieurs biomarqueurs, et on développera ici la détermination de la meilleure combinaison linéaire pour obtenir une discrimination optimale.

The added value of biomarkers in the emergency settings is well reported, in various pathologies. Since the burst of myoglobin and troponine for the diagnosis of myocardial infarction (MI), various biomarkers have been developed and adopted for diagnostic purposes in different pathologies. Some of them are part of the very definition of specific syndrom or disease (MI with troponin, or severe sepsis with lactate). We present here the multimarker approach in the emergency department – a strategy that combines the results of several different biomarkers to enhance diagnostic or prognostic performances. We made the hypothesis that the association of a sensitive and generalist biomarker, with an organ or syndrome specific one, would result in better performances.We illustrate here this strategy in three particular cases: the prediction of severe sepsis, the diagnosis of acute coronary syndrome, and the risk stratification after a convulsive seizure. Several methods are considered for the combination of biomarkers, and we will focus on the determination of the best linear combination., L'apport des biomarqueurs aux urgences est bien documenté. Depuis l'apparition de la myoglobine et de la troponine pour le diagnostic de syndrome coronaire aigu (SCA), de multiples marqueurs ont été développés pour l'aide au diagnostic de multiples pathologies aux urgences. Certains biomarqueurs sont même intégrés à la définition de syndromes ou pathologies comme le SCA avec la troponine, ou le sepsis sévère avec le lactate. Nous abordons dans ce travail l'approche multimarqueurs, qui consiste à combiner le dosage de plusieurs biomarqueurs pour améliorer les performances diagnostiques ou pronostiques. L'hypothèse de base de ce travail est que l'association d'un marqueur sensible, généraliste, avec un marqueur spécifique de pathologie ou de dysfonction d'organe, permettrait d'améliorer la prise en charge diagnostique ou la stratification du risque aux urgences. On illustre cette approche dans trois cas particuliers : la prédiction du sepsis sévère, le diagnostic du syndrome coronaire aigu, et l'évaluation du risque après une crise convulsive. Plusieurs méthodes sont envisagées pour combiner plusieurs biomarqueurs, et on développera ici la détermination de la meilleure combinaison linéaire pour obtenir une discrimination optimale.

International audience; L 'objectif principal des techniques d?inférence des refusés est de corriger le biais de sélection résultant d?un modèle construit sur la base d?un échantillon non représentatif de la population globale. Cette communication a pour but de présenter une comparaison expérimentale de quatre techniques (La repondération, le parceling, la classification mixte et la reclassification itérative) pour remédier au problème du biais de sélection.

Background Human African trypanosomiasis is fatal without treatment. The long post-treatment follow-up (24 months) required to assess cure complicates patient management and is a major obstacle in the development of new therapies. We analyzed individual patient data from 12 programs conducted by Médecins Sans Frontières in Uganda, Sudan, Angola, Central African Republic, Republic of Congo and Democratic Republic of Congo searching for early efficacy indicators. Methodology/Principal Findings Patients analyzed had confirmed second-stage disease with complete follow-up and confirmed outcome (cure or relapse), and had CSF leucocytes counts (CSFLC) performed at 6 months post-treatment. We excluded patients with uncertain efficacy outcome: incomplete follow-up, death, relapse diagnosed with CSFLC below 50/µL and no trypanosomes. We analyzed the 6-month CSFLC via receiver-operator-characteristic curves. For each cut-off value we calculated sensitivity, specificity and likelihood ratios (LR+ and LR−). We assessed the association of the optimal cut-off with the probability of relapsing via random-intercept logistic regression. We also explored two-step (6 and 12 months) composite algorithms using the CSFLC. The most accurate cut-off to predict outcome was 10 leucocytes/µL (n = 1822, 76.2% sensitivity, 80.4% specificity, 3.89 LR+, 0.29 LR−). Multivariate analysis confirmed its association with outcome (odds ratio = 17.2). The best algorithm established cure at 6 months with = 50 leucocytes/µL; patients between these values were discriminated at 12 months by a 20 leucocytes/µL cut-off (n = 2190, 87.4% sensitivity, 97.7% specificity, 37.84 LR+, 0.13 LR−). Conclusions/Significance The 6-month CSFLC can predict outcome with some limitations. Two-step algorithms enhance the accuracy but impose 12-month follow-up for some patients. For early estimation of efficacy in clinical trials and for individual patients in the field, several options exist that can be used according to priorities., Author Summary Because Human African trypanosomiasis is fatal, it is crucial for the patient to determine if curative treatment has been effective. Unfortunately this is not possible without a 24-month laboratory follow-up, which is problematic and largely unaccomplished in the field reality. Studies that assessed early indicators have used small cohorts, yielding limited statistical power plus potential bias because of including patients with equivocal outcome. We tackled this problem by pooling a large dataset which allowed for selecting cases providing strictly unequivocal information, still numerous enough to produce sound statistical evidence. We studied predictors based on the CSF leucocytes count, a laboratory technique already available in the field, evaluating their predictive power at 6 and 12 months post-treatment. We found a predictor at 6 months (10 leucocytes/µL of CSF) that has sub-optimal accuracy but may be valuable in some particular situations, plus two-step algorithms at 6 and 12 months that offer sufficient confidence to shorten the patients' follow-up. Until better biomarkers are identified, these findings represent a significant advance for this neglected disease. Benefits are foreseen both for patients and for overburdened treatment facilities. In addition, research for new treatments can be accelerated by using early predictors.

Objectif : Déterminer la fiabilité et la précision d’un prototype d’appareil non invasif de mesure de glucose dans le tissu interstitiel, le PGS (Photonic Glucose Sensor), en utilisant des clamps glycémiques multi-étagés. Méthodes : Le PGS a été évalué chez 13 sujets avec diabète de type 1. Deux PGS étaient testés par sujet, un sur chacun des triceps, pour évaluer la sensibilité, la spécificité, la reproductibilité et la précision comparativement à la technique de référence (le Beckman®). Chaque sujet était soumis à un clamp de glucose multi-étagé de 8 heures aux concentrations de 3, 5, 8 et 12 mmol/L, de 2 heures chacun. Résultats : La corrélation entre le PGS et le Beckman® était de 0,70. Pour la détection des hypoglycémies, la sensibilité était de 63,4%, la spécificité de 91,6%, la valeur prédictive positive (VPP) 71,8% et la valeur prédictive négative (VPN) 88,2%. Pour la détection de l’hyperglycémie, la sensibilité était de 64,7% et la spécificité de 92%, la VPP 70,8% et la VPN : 89,7%. La courbe ROC (Receiver Operating Characteristics) démontrait une précision de 0,86 pour l’hypoglycémie et de 0,87 pour l’hyperglycémie. La reproductibilité selon la « Clark Error Grid » était de 88% (A+B). Conclusion : La performance du PGS était comparable, sinon meilleure que les autres appareils sur le marché(Freestyle® Navigator, Medtronic Guardian® RT, Dexcom® STS-7) avec l’avantage qu’il n’y a pas d’aiguille. Il s’agit donc d’un appareil avec beaucoup de potentiel comme outil pour faciliter le monitoring au cours du traitement intensif du diabète. Mot clés : Diabète, diabète de type 1, PGS (Photonic Glucose Sensor), mesure continue de glucose, courbe ROC, « Clark Error Grid»., Objective: To determine the reliability and precision of a prototype of a non-invasive device for continuous measurement of interstitial glucose, the PGS (Photonic Glucose Sensor), using multi-level glycaemic clamp. Methods: The PGS was evaluated in 13 subjects with type 1 diabetes. Two PGS were tested with each subject, one on each triceps, to evaluate the sensitivity, specificity, reproducibility and accuracy compared to the reference technique, the glucose analyzer Beckman®. Each subject was submitted to a multi-level 8 hour glucose clamp at 3, 5, 8 and 12 mmol / L, 2 hours each. Results: The correlation between the PGS and the Beckman® was 0.70. For the detection of hypoglycaemia, the sensitivity was 63.4%, the specificity 91.6%, the positive predictive value (PPV) 71.8% and the negative predictive value (NPV) 88.2%. For the detection of hyperglycaemia, the sensitivity was 64.7% the specificity 92%, the PPV 70.8% and the NPV: 89.7%. The ROC (Receiver Operating Characteristics) curve showed an accuracy of 0.86 and 0.87 for hypoglycaemia and hyperglycaemia respectively. Reproducibility according to the Clark Error Grid was 88% in the A and B zone. Conclusion: The performance of the PGS was comparable or better than other continuous glucose monitoring devices on the market (Freestyle® Navigator, Medtronic Guardian® RT, Dexcom® STS-7) with the advantage that it has no needle. It is therefore an interesting device and hopefully, which could facilitate the monitoring in the intensive treatment of diabetes. Key words: Diabetes, type 1 diabetes, PGS (Photonic Glucose Sensor), ROC curve, Clark Error Grid, continuous glucose monitoring, CGMS.

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

Fabre, F., Plantegenest, M., and Yuen, J. 2007. Financial benefit of using crop protection decision rules over systematic spraying strategies. Phytopathology 97:1484-1490. Decision rule models are considered to be one of the main cornerstones of the implementation of integrated pest management (IPM) programs. Even if the need for such programs to offer cost advantages over conventional strategies is a major incentive for IPM adoption, few studies focus on this financial dimension. In this article, a modeling approach of the response of a pathosystem to a disease control method and of the predictive performance of decision rules is used to explore how some basic factors act on the likelihood of adoption of decision rule models strategies (such as using an IPM system) over systematic strategies (such as systematic-spraying and never-spraying strategies). Even if the average cost of using the decision rule strategies is always lower than the average cost of systematic strategies in several different scenarios, the models developed here showed strong effects of different pathosystems and decision rules on financial benefits. The number of production situations where decision rules are of interest is highly correlated with their accuracy. However, because of the inescapable trade-offs between decision rule accuracy and limiting factors such as its user-friendly characteristics, the use of decision rules is unlikely to reduce costs to