Problématique. Mieux caractériser les e ets des expositions environnementales et sociales sur la santé humaine, ainsi que comprendre les mécanismes sous-jacents, est essentiel pour améliorer la santé des populations. Idéalement,
cela nécessite de disposer d'un large éventail de données combinant informations biologiques, sanitaires, sociales et environnementales, mesurées de manière longitudinale et, si possible, tout au long de la vie. Or, de tels jeux de données sont rares et limités. En France, des études épidémiologiques s'appuient sur de vastes bases de données de santé telles que le Système National des Données de Santé (SNDS) ou sur des cohortes de naissance comme
ELFE pour analyser les impacts des déterminants sociaux et environnementaux sur la santé. Cependant, dans un contexte d'augmentation des feux de forêt, les approches actuelles nécessitent plusieurs années avant de disposer
des données adéquates pour quanti er leurs e ets sanitaires. Parallèlement, les cohortes suivies tout au long de la vie sont essentielles pour comprendre les mécanismes à long terme conduisant aux maladies chroniques et aux
inégalités associées. Alors que de telles cohortes existent depuis plusieurs décennies dans d'autres pays, comme au Royaume-Uni, elles sont plus récentes en France, ce qui retarde l'identi cation de trajectoires de vie liées à la santé. Ainsi, les approches actuelles reposent sur des sources de données indépendantes, limitant la possibilité d'analyser des populations larges et diversi ées, de tirer parti de la richesse de sources hétérogènes, d'explorer des dangers émergents, dont l'occurrence était jusqu'ici rares en France, et de disposer d'un suivi su samment long pour caractériser la santé à l'âge adulte.
Objectifs. L'hétérogénéité des bases de données en santé et en environnement constitue un dé majeur. Ce travail de thèse vise à proposer de méthodes pour estimer l'e et d'expositions émergentes. Plutôt que d'attendre plusieurs années que les données de santé deviennent disponibles et que de tels événements soient observés dans les bases françaises, nous proposons de transporter ou transférer les estimations d'e et issues d'autres contextes, comme la Californie ou le Royaume-Uni, où ces liens sont bien documentés, tout en tenant compte de l'hétérogénéité des populations.
Projet
Dans les études de cohortes observationnelles, le biais de confusion constitue un enjeu majeur pour l'identi cation d'e ets causaux. L'analyse causale vise à déterminer si la di érence observée entre individus exposés et non
exposés peut être attribuée à l'exposition, tandis que l'analyse de transportabilité vise à transférer les e ets d'un échantillon d'étude vers une population cible externe en ajustant les di érences de distributions des modi cateurs
d'e et. Plusieurs cadres existent pour estimer des quantités causales, reposant sur des modèles de variables cibles, des modèles d'exposition ou les deux [4]. Les méthodes combinant ces approches, telles que le Targeted Maximum
Likelihood Estimation (TMLE) [3], sont dites doublement robustes et fournissent des estimations consistantes même si l'un des deux modèles est mal spéci é. Des travaux antérieurs ont montré comment le Transport Optimal peut relever ces dé s et aligner groupes traités et non traités via du matching [2, 1]. Toutefois, le Transport Optimal n'a pas encore été pleinement intégré dans un cadre doublement robuste comme TMLE, ni adapté à la transportabilité à travers des bases hétérogènes. Ce projet propose donc d'étendre le Transport Optimal dans un cadre TMLE pour permettre une
inférence causale robuste et transportable entre contextes hétérogènes.
References
[1] A. Charpentier, E. Flachaire, and Ewen Gallic. Optimal transport for counterfactual estimation: A method for causal inference. In Optimal Transport Statistics for Economics and Related Topics, pages 45 89. Springer, 2023.
[2] P. R. Rosenbaum. Optimal matching for observational studies. Journal of the American Statistical Association, 84(408):1024 1032, 1989.
[3] K. E. Rudolph and M. J. Laan. Robust estimation of encouragement design intervention e ects transported across sites. Journal of the Royal Statistical Society Series B: Statistical Methodology, 79(5):1509 1525, 2017.
[4] D. Westreich, J. K Edwards, C. R. Lesko, E. Stuart, and S. R. Cole. Transportability of trial results using inverse odds of sampling weights. American journal of epidemiology, 186(8):1010 1014, 2017.
