Publication :
Développement d'algorithmes de Plasmode longitudinaux pour l'évaluation d'approches d'ajustement pour la confusion et illustration pour l'étude de l'effet d'une exposition cumulée aux stresseurs psychosociaux au travail

Notice brève
bul.contributor.advisor-marc100Talbot, Denis|=$aTalbot, Denis$c(Professeur)
bul.contributor.advisor-marc100Trudel, Xavier|=$aTrudel, Xavier
bul.contributor.author-marc100Souli, Youssra|=$aSouli, Youssra
bul.date.reception2020-08-26
bul.description.aliredicle3 spbar
bul.faculteFaculté des sciences et de génie.
bul.identifier.controlNumber1201506259
bul.identifier.uuid007be177-52e5-4052-bd51-2711e3d54922
dc.contributor.advisorTrudel, Xavier
dc.contributor.advisorTalbot, Denis
dc.contributor.authorSouli, Youssra
dc.date.accessioned2020-10-26T07:43:02Z
dc.date.available2020-10-26T07:43:02Z
dc.date.issued2020
dc.date.updated20210201
dc.description.abstractLe biais de confusion peut affecter tous les types d’études d’observation. Il apparaît lorsque la caractéristique étudiée est associée à un facteur de perturbation complémentaire et que ce dernier fait croire à l’existence d’une relation de cause à effet entre la caractéristique étudiée et l’issue. Des méthodes d’ajustement pour le biais de confusion, notamment les modèles structurels marginaux, peuvent être utilisées pour corriger ce type de biais. Ces modèles n’ont toutefois été utilisés qu’une seule fois pour l'étude de l’effet d’une exposition cumulative aux stresseurs psychosociaux au travail sur la pression artérielle. L’objectif principal de ce mémoire était de comparer différents estimateurs des paramètres d’un modèle structurel marginal à des approches classiques. Nous avons considéré les estimateurs par pondération inverse de la probabilité de traitement, le calcul-g, le maximum de vraisemblance ciblé avec et sans SuperLearner. Ces estimateurs ont d’abord été utilisés pour estimer l’effet d’une exposition cumulée aux stresseurs psychosociaux au travail sur la pression artérielle systolique dans le cadre d’une étude de cohorte prospective de 5 ans. Cette analyse a révélé des différences significatives entre les estimateurs. Puisqu’il s’agit de données réelles, il est toutefois impossible de déterminer quelle méthode produit les résultats les plus valides. Pour répondre à cette question, nous avons développé deux algorithmes de simulation de données longitudinales de type Plasmode, l’un utilisant des modèles paramétriques et l’autre utilisant des approches non paramétriques. Les simulations Plasmode combinent des données réelles et des données synthétiques pour étudier les propriétés dans un contexte connu, mais similaire au contexte réel. Au vue des résultats, nous avons conclu que les modèles structurels marginaux représentent des approches pertinentes pour estimer l’effet des stresseurs psychosociaux au travail. Nous recommandons particulièrement d’utiliser la méthode de maximum de vraisemblance ciblé avec et sans SuperLearner. Cependant, cela nécessite un effort supplémentaire en termes d’implantation de code et de temps d’exécution.
dc.format.extent1 ressource en ligne (vi, 47 pages)
dc.identifier.bacTC-QQLA-36399
dc.identifier.nothese36399
dc.identifier.other36399
dc.identifier.urihttp://hdl.handle.net/20.500.11794/66991
dc.languagefre
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subject.rvmAlgorithmes.fr_CA
dc.subject.rvmStatistique mathématique.fr_CA
dc.subject.rvmErreurs systématiques.fr_CA
dc.subject.rvmStress dû au travail.fr_CA
dc.subject.rvmPression artérielle.fr_CA
dc.titleDéveloppement d'algorithmes de Plasmode longitudinaux pour l'évaluation d'approches d'ajustement pour la confusion et illustration pour l'étude de l'effet d'une exposition cumulée aux stresseurs psychosociaux au travail
dc.typemémoire de maîtrise
dc.type.legacyCOAR1_1::Texte::Thèse::Mémoire de maîtrisefr
dcterms.publisher.locationQuébec
dspace.accessstatus.time2022-11-15 20:34:42
dspace.entity.typePublication
etdms.degree.disciplineMaîtrise en statistique
etdms.degree.grantorUniversité Lavalfr_CA
etdms.degree.nameMaître ès sciences (M. Sc.)fr_CA
relation.isAdvisorOfPublication361bb874-b2f8-4aac-8288-2bfed3536521
relation.isAdvisorOfPublicationdd34d470-16ae-4dde-a4b3-1ca2fbb6c6b5
relation.isAdvisorOfPublication.latestForDiscovery361bb874-b2f8-4aac-8288-2bfed3536521
relation.isAuthorOfPublication821f33cf-2942-4b0d-9c8d-7e7f211448ce
relation.isAuthorOfPublication.latestForDiscovery821f33cf-2942-4b0d-9c8d-7e7f211448ce
relation.isResourceTypeOfPublication5324f3cf-6e18-4f28-a339-115c99bd2b34
relation.isResourceTypeOfPublication.latestForDiscovery5324f3cf-6e18-4f28-a339-115c99bd2b34
Fichiers
Bundle original
Voici les éléments 1 - 1 sur 1
Vignette d'image
Nom :
36399.pdf
Taille :
406.91 KB
Format :
Adobe Portable Document Format
Description :
Télécharger
Collections
Thèses et mémoires