Modélisation de la maladie rénale chez le patient transplanté rénal

 Intitulé de le thèse : Modélisation de la maladie rénale chez le patient transplanté rénal et développement de modèles pronostiques de la perte du greffon. Lieu de travail : Faculté de Médecine de Limoges Laboratoire d'accueil: Inserm UMR-­‐S850 Directeur Professeur Pierre Marquet La survie des greffons rénaux à long terme s’est peu améliorée ces dix dernières années. L’enjeu actuel consiste à identifier des facteurs pronostiques d’échec de la greffe et à proposer des stratégies cliniques et thérapeutiques permettant des prises en charges personnalisées. A partir de la cohorte des patients transplantés à Limoges (approx. 800 patients), nous avons développé un premier algorithme prédictif de la survie du greffon rénal à 10 ans. Les marqueurs retenus dans cet algorithme sont la fonction rénale à l’issue de la première année post-­‐greffe, le développement d’anticorps anti-­‐HLA spécifiques du donneur et la survenue de rejet aigu. Ces marqueurs permettent de classer les patients en deux sous-­‐populations : une sous-­‐population à risque faible d’échec de la greffe à 10 ans et une sous-­‐population à risque élevé (15% des patients). Le premier objectif de la thèse sera d’identifier les facteurs prédictifs de l’appartenance à l’une ou l’autre de ces sous-­‐populations à l’issue de la première année post-­‐greffe. Cette étude sera réalisée par modélisation conjointe à effets mixtes et utilisera les modèles conjoints que nous avons déjà développés. Le second objectif concernera le pronostic à moyen et long termes des patients classés dans la sous-­‐population à faible risque. Ce travail sera basé sur une approche multi-­‐états. L’évolution clinique du patient pourra être décrite comme une séquence d’états tels que la survenue de rejet aigu à médiation cellulaire, de rejet humoral, la perte du greffon et le décès du patient avec un greffon fonctionnel. Alternativement à la survenue de rejet, l’effet de l’apparition de nouveaux anticorps anti-­‐HLA spécifique (DSA) et non spécifiques (NDSA) du donneur pourra être pris en compte. Les modèles multi-­‐états conjoints à effets aléatoires ainsi que les modèles multi-­‐
états conjoints à classes latentes seront utilisés. Conditions restrictives sur les candidatures : Diplôme de pharmacien et/ou M2R épidémiologie ou modélisation en pharmacologie. Compétences requises Bonnes connaissances en statistique et notamment dans les méthodes d’analyse de survie et les modèles mixtes. Logiciels : R ou SAS ou Nonmem Contact : 05 55 43 58 95 Pr. Annick Rousseau : [email protected] Dr. Aurélie Prémaud : [email protected]