Thèse de doctorat en Biostatistique
Date : 19/04/2016
MODELISATION DE LA TAILLE TUMORALE A PARTIR DESSAIS CLINIQUES EN
CANCER
Equipe d’accueil
L’équipe de Biostatistique du centre de recherche INSERM « Population Health »
recrute un poste à temps plein pour une thèse de Biostatistique rattachée à
l’Université de Bordeaux. L’équipe de Biostatistique est renommée
internationalement pour ses recherches innovantes en biostatistique et dans
l’analyse de données complexes (données de survie, données corrélées, données
longitudinales …). Des motivations cliniques ou épidémiologiques sont toujours
associées à ces travaux. Des collaborations fortes favorisent son rayonnement
international.
Centre de Recherche INSERM U1219 Equipe Biostatistique
ISPED Université Bordeaux Segalen
146, rue Léo Saignat
33076 Bordeaux Cedex
http://www.bordeaux-population-health.center/les-equipes/biostatistique/
http://www.isped.u-bordeaux.fr/
Contexte de travail
En oncologie, les critères standardisés RECIST ont permis l’évaluation de la réponse
tumorale et notamment l’évaluation de la progression de la maladie. Ces mesures
semi-quantitatives sont souvent utilisées comme critères d'évaluation dans des
essais de phase II et de phase III pour étudier l'efficacité de nouvelles thérapies.
Cependant, de par cette catégorisation de la mesure continue de la taille tumorale
dans les critères RECIST, des informations peuvent être perdues.
Nous avons récemment montré l’intérêt d’analyser conjointement l’évolution de la
taille tumorale, l’apparition de nouvelles lésions et la survie des patients (Krol et al.
2016). Cette approche mérite néanmoins d’être améliorée selon plusieurs directions
principales.
La dynamique de la croissance tumorale, le plus souvent en deux phases
d’évolution, une décroissance après la prise d’un traitement et une progression par la
suite, nécessite d’être approfondie et correctement modélisée. D’autre part une
meilleure compréhension biologique ou des mécanismes d’action des stratégies
thérapeutiques sur l’évolution de la taille tumorale permettrait d’améliorer la prise en
charge de ces patients. Enfin il est intéressant d’évaluer si le pouvoir prédictif de la
survie globale est amélioré en considérant précisément cette évolution de la taille
tumorale et de la survenue de lésions (cibles ou non).
Objectifs de la thèse
Notre objectif est de proposer de nouvelles modélisations conjointes de marqueurs
longitudinaux (la taille tumorale) et de la survie globale après un premier cancer. Une
attention particulière sera portée sur la modélisation mécanistique (par équations
différentielles) des processus d’évolution de la taille tumorale et sur l’évaluation du
pouvoir prédictif de ce marqueur. L’objectif de ce projet sera également d’analyser
des données réelles d’essais cliniques chez des patients atteints de cancers
métastatiques colorectaux. Un logiciel statistique associé à ces développements sera
développé.
Même si il s’agit d’un poste à temps plein dédié à une thèse de doctorat. Le candidat
pourra également réaliser des activités d’enseignement et/ou de consultance.
Compétences requises
Rigueur, autonomie et sens de l’organisation
Bonnes aptitudes de rédaction et de communication scientifiques
Capacité à s’adapter à l’environnement d’une unité de recherche et à dialoguer
avec les autres membres de l’équipe, ainsi qu’avec les investigateurs du
programme de recherche,
Maitrise de l’anglais scientifique
Très bonnes connaissances en biostatistique (modélisation)
Très bonne connaissance de la programmation sous R
Profil souhaité du candidat
La thèse est ouverte aux candidats titulaires d’un diplôme d’école d’ingénieur ou d’un
master 2 en Biostatistique.
Disponibilité du poste
A partir de la rentrée universitaire 2016
Durée de la thèse
3 ans
Directeur de thèse
Virginie Rondeau
Mode de financement
Bourse doctorale financée.
Comment candidater ?
Envoyer à [email protected] :
- CV / lettre de motivation
- Copie du diplôme (si diplomé avant Juillet 2016)
- Relevé des notes des masters / école
- Deux noms et email de personnes référentes (encadrants de stages et/ou
enseignant).
Plus d’informations
http://www.bordeaux-population-health.center/les-equipes/biostatistique/
http://www.isped.u-bordeaux.fr/
REFERENCES
Mauguen, A., Rachet, B., Mathoulin-Pélissier, S., MacGrogan, G., Laurent, A., &
Rondeau, V. (2013). Dynamic prediction of risk of death using history of cancer
recurrences in joint frailty models. Statistics in medicine, 32(30), 536680.
A. Krol, L. Ferrer, JP. Pignon, C. Proust-Lima, M. Ducreux, O. Bouché S. Michiels, and V.
Rondeau. Joint model for left-censored longitudinal data, recurrent events and terminal
event : Predictive abilities of tumor burden for cancer evolution with application to the ffcd
2000-05 trial. Biometrics, 2016.
Claret, L. et al. (2009). Model-based prediction of phase III overall survival in colorectal
cancer on the basis of phase II tumor dynamics. Journal of Clinical Oncology 27(25),
4103-08.
Ribba, B, et al. (2014). A Review of Mixed-Effects Models of Tumor Growth and Effects of
Anticancer Drug Treatment Used in Population Analysis. CPT: Pharmacometrics &
Systems Pharmacology 3(5), 1-10.
Rondeau, V. et al. (2012). frailtypack : an R package for the analysis of correlated survival
data with frailty models using penalized likelihood estimation or parametrical estimation.
Journal of Statistical Software 47(4) 1-28.
1 / 4 100%