BIOMOD

 La croissance démographique mondiale s’est accompagnée de l’augmentation progressive du nombre de personnes âgées. Dans les pays développés, l’espérance de vie dépasse désormais les 80 ans. Parmi les principales causes de maladie on retrouve les maladies neurodégénératives (MND), même si l’incidence de la maladie d’Alzheimer semble significativement diminuer dans le monde, le nombre de patients ne cesse de croitre en lien avec le vieillissement de la population mondiale ce qui en fait un problème de Santé Publique majeur du vingt et unième siècle. Ces maladies invalidantes et incurables, sont la conséquence de la dégénérescence progressive et de la mort neuronale, avec des tableaux cliniques complexes et variés, une grande majorité, notamment les MND cognitives (MNDC), s’associant des dysfonctionnements connus auparavant sous le terme de « démence » et de « trouble cognitif mineur/majeur », actuellement. Les MNDC touchent aujourd’hui environ 50 millions de personnes dans le monde, et la maladie d’Alzheimer représente 60 à 70 % des cas. En France, environ 900 000 personnes sont touchées et 200 000 nouveaux cas sont diagnostiqués chaque année ; 20 % des personnes de plus de 80 ans et 40 % des personnes de plus de 90 ans sont concernées. Par ailleurs, on anticipe qu’avec le vieillissement de la population, environ1,8 millions de personnes seront atteintes par la maladie d’Alzheimer en France en 2050. Dans ce projet, nous souhaitons (1) développer et appliquer des modèles et algorithmes statistiques et mathématiques de classification de type non-supervisée (machine learning, ML), adaptés à l'analyse multimodale, et (2) exploiter l’approche connectomique (basée sur la théorie des graphes) nous permettant de visualiser les phénotypes MNDC sous la forme des graphes multimodaux (représentation spatiale des paramètres multimodaux et de leurs interactions), complémentaire à l’approche de classification ML, à partir d’une cohorte rétrospective incluant 269 patients.

Permanent·es : Monica Baciu
Postdoctorante : Elise Roger