Item Response Theory in the Neurodegenerative Disease Data Analysis

Les maladies neurodegeneratives, telles que la maladie d'Alzheimer (AD) et Charcot Marie Tooth (CMT), sont des maladies complexes. Leurs mecanismes pathologiques ne sont toujours pas bien compris et les progres dans la recherche et le developpement de nouvelles therapies potentielles modifiant la maladie sont lents. Les donnees categorielles, comme les echelles de notation et les donnees sur les etudes d'association genomique (GWAS), sont largement utilisees dans les maladies neurodegeneratives dans le diagnostic, la prediction et le suivi de la progression. Il est important de comprendre et d'interpreter ces donnees correctement si nous voulons ameliorer la recherche sur les maladies neurodegeneratives. Le but de cette these est d'utiliser la theorie psychometrique moderne: theorie de la reponse d’item pour analyser ces donnees categoriques afin de mieux comprendre les maladies neurodegeneratives et de faciliter la recherche de medicaments correspondante. Tout d'abord, nous avons applique l'analyse de Rasch afin d'evaluer la validite du score de neuropathie Charcot-Marie-Tooth (CMTNS), un critere important d'evaluation principal pour les essais cliniques de la maladie de CMT. Nous avons ensuite adapte le modele Rasch a l'analyse des associations genetiques pour identifier les genes associes a la maladie d'Alzheimer. Cette methode resume les genotypes categoriques de plusieurs marqueurs genetiques tels que les polymorphisme nucleotidique (SNPs) en un seul score genetique. Enfin, nous avons calcule l'information mutuelle basee sur la theorie de reponse d’item pour selectionner les items sensibles dans ADAS-cog, une mesure de fonctionnement cognitif la plus utilisees dans les etudes de la maladie d'Alzheimer, afin de mieux evaluer le progres de la maladie.