Inférence causale et modélisation avancée : mieux comprendre et évaluer pour améliorer la fiabilité des résultats en santé

 

Geneviève Lefebvre

Université du Québec à Montréal [UQAM]

 

Domaine : santé des populations

Programme Chercheurs-boursiers - Junior 2

Concours 2019-2020

Mes intérêts de recherche portent principalement sur le développement de nouveaux outils d'analyse de données pour répondre à des questions concrètes en matière de santé. Une telle question est de déterminer si les médicaments couramment utilisés contre l'asthme ont un impact sur le poids à la naissance en affectant ou non la durée de la grossesse. Je suggère d'aborder cette problématique par une certaine classe de modèles statistiques, appelés modèles de médiation, qui sont utilisés lorsque l'effet (ou l'action) d'une exposition pourrait agir indirectement sur le résultat étudié à travers une variable intermédiaire.

Étant directement applicables à plusieurs autres problèmes de recherche en santé, certaines thématiques méthodologiques en lien avec les modèles de médiation seront étudiées et approfondies. Je m'intéresserai également à l'application de modèles statistiques avancés qui pourront éclairer sur d'autres sujets importants, tels  que le surdiagnostic du trouble déficitaire de l'attention avec ou sans hyperactivité (TDAH) chez les enfants du Québec et les séquelles à long terme du traitement contre la leucémie pédiatrique chez les survivants.