Biostatistique, intégration de données et IA

Un soutien de base dans l'analyse des données statistiques est fourni. Nous accueillons toute demande concernant la mise en œuvre de méthodes statistiques standard (par exemple, test d'hypothèse, ANOVA, modèles mixtes, clustering) ou avancées (par exemple, régression et classification non linéaires, apprentissage des caractéristiques et des représentations), pour évaluer, valider, corréler ou explorer les données biomédicales (généralement, les examens cliniques, l'imagerie cellulaire, l'électrophysiologie, la génomique ou l'acquisition de données métabolomiques).

De plus, nous concevons et appliquons des méthodes spécifiques pour l'analyse intégrative de données multimodales et de haute dimension (p. Ex., Données de génétique / multiomique, données de neuroimagerie, observations cliniques). En particulier, un cadre polyvalent appelé Analyse de corrélation canonique généralisée régularisée (RGCCA), et son homologue épars SGCCA, sont dédiés à l'analyse d'ensembles de données structurés en blocs de variables. En partenariat avec CentraleSupelec, nous développons de nouveaux composants pour ce package (par exemple, pour mieux gérer les valeurs manquantes) et implémentons des interfaces graphiques pour faire fonctionner les méthodes et visualiser les résultats.