Le prix du meilleur projet statistique 2021 de l’ENSAI décerné par la SFdS

Chaque année, la Société Française de Statistique (SFdS) remet un prix du meilleur projet statistique de deuxième année à des étudiants de l’ENSAI. Enora Alaoui, Pierre Barbe, Félix Lucas et Victoria Mas sont les lauréats 2021 pour le projet « Modélisation de la courbe de saturation en O2 de l’hémoglobine des patients en réanimation ». 

Ceux-ci sont invités à présenter leurs travaux lors des 53e Journées de la Statistique de la SFdS qui se dérouleront à Lyon du 13 au 17 juin 2022. Les Ensaiens et leur tuteur Emmanuel Curis verront ainsi leur travail valorisé auprès d’un large public de professionnels, tant dans la sphère privée que la sphère publique.

Une présélection de cinq projets a été réalisée par des enseignants-chercheurs de l’ENSAI en juillet 2021 et transmise au jury, présidé par Chloé Friguet (Université de Bretagne Sud). Au sujet du projet “Modélisation de la courbe de saturation en O2 de l’hémoglobine des patients en réanimation », Anne Philippe, présidente de la SFdS, a souligné la clarté de la présentation des différents modèles nécessaires pour traiter la problématique.

Les études par simulation réalisées par les étudiants pour analyser les effets des paramètres des modèles ont été jugés convaincantes, tout comme l’interprétation des résultats et les perspectives envisagées, indiquant une volonté de prise de recul vis à vis d’un contexte appliqué plutôt complexe.

Résumé du projet

“Certaines conditions pathologiques diminuent la capacité de fixation du dioxygène par l’hémoglobine (mesurée par sa saturation en dioxygène), ce qui peut être un facteur aggravant de détresse respiratoire. La COVID-19 est suspectée d’avoir un impact sur la saturation bien différent des autres pathologies, comme la grippe ou la pneumopathie.

Pour répondre à cette problématique, nous réalisons une étude comparative de la saturation de l’hémoglobine en O2, chez des patients atteints de maladies respiratoires diverses, dont la COVID-19. La modélisation des courbes de saturation de l’hémoglobine en O2 pour ces différentes pathologies passe par des régressions non linéaires à partir du modèle de Hill, afin de déterminer s’il existe un profil de saturation spécifique aux patients atteints de la COVID-19.

Cependant, nos données médicales ont une structure bien spécifique : données répétées, situées majoritairement sur la partie haute de la courbe (mesures de saturation suivies au cours du temps chez un même patient, mais ne couvrant pas toute la gamme de la courbe de saturation), et sont représentées par un modèle non linéaire (ceci étant dû au modèle de Hill).

Avant toute comparaison, il est donc primordial de regarder le biais qu’induisent ces spécificités sur l’estimation des paramètres de la courbe du modèle de Hill, et la corrélation potentielle entre leurs estimateurs.

Grâce à des simulations qui se veulent être les plus réalistes possibles, nous pouvons conclure à un très léger biais dans les estimations du fait de la structure des données, et à une forte corrélation linéaire entre les estimateurs, du fait de l’étape d’estimation. Les comparaisons entre les pathologies sont donc à interpréter avec vigilance, car l’apparition d’une corrélation « artificielle » entre les estimateurs peut biaiser les résultats. »

En savoir plus sur les projets d’étude à l’ENSAI