Mots clés :  Applications statistiques - Biostatistiques - Classification - Développement de scores - Données omiques - Recherche clinique

Depuis que je travaille au sein de l'EA2694 (Septembre 2015),  je m'intéresse aux applications statistiques dans le domaine de la santé. Je travaille sur le développement de scores en présence de données cliniques et de données omiques provenant de technologies différentes. Je travaille également sur la détection de gènes coexprimés nonobstant la technologie utilisée : l'objectif est de s'affranchir de l'effet technologie dans une classification de variables pour retrouver la véritable co-expression des gènes. J'applique ces développements sur les données du projet de recherche Hospitalo-Universitaire PreciNASH, porté par le professeur Pattou.

Mes travaux de thèse (soutenue en Novembre 2014) s'articulaient autour de la modélisation non paramétrique de données spatiales mais aussi de données fonctionnelles. J'ai principalement considéré la modélisation non paramétrique par la méthode à noyau.  En général, les échantillons considérés pour établir les propriétés asymptotiques des estimateurs proposés étaient constitués de variables dépendantes. La spécificité des méthodes étudiées réside dans le fait que les estimateurs prennent en compte la structure de dépendance des données considérées. Mes recherches concernent des développements théoriques mais également des applications à des données réelles (environnementales, hydrologiques).