POST-DOCTORANT BIOSTASTICIEN.NE

POST-DOCTORANT BIOSTASTICIEN.NE

CDD

IDENTIFICATION DU POSTE
Grade : ingénieur hospitalier
Niveau requis : thèse d'Université en Biostatistiques ou Epidémiologie
Poste : post-doctorant
Type, durée du contrat : CDD d'un an, période de 3 ans
Responsables hiérarchiques :
- Responsables fonctionnels : Pr Marc Berger, responsable médical du projet BIO-TIMER et directeur d'équipe EA 7453 CHELTER, Université Clermont Auvergne (le post-doctorant sera membre de l'équipe de recherche) ; Mr Bruno PEREIRA, responsable du secteur Biométrie et Médico-Economie de la DRCI.
- Responsable administratif : Mr Xavier BIJAYE: Directeur de la DRCI.
Collaboration : Pr Arnaud Guillin, Pr. Pierre Latouche, Pr. Nourdinne Azzaoui, Laboratoire de Mathématiques Blaise Pascal UMR CNRS 6620 (Université Clermont Auvergne);
Localisation du poste : Service d'Hématologie Biologique et EA7453 CHELTER UCA, Hôpital Estaing / DRCI, Secteur Biométrie et Médico-Economie, CHU Clermont-Ferrand / Laboratoire de Mathématiques Blaise Pascal UMR CNRS 6620, UCA, Campus des Cézeaux, Aubière.
Quotité de travail : 100%
Jours travaillés : du lundi au vendredi

PRESENTATION DU SERVICE

L'EA 7453 CHELTER et le service d'Hématologie Biologique s'intéressent aux trajectoires des patients atteints de leucémie, traités par thérapie ciblée et à l'impact du vieillissement individuel sur leur prise en charge.
La Direction de la Recherche Clinique et de l'Innovation (DRCI) créée à la fin des années 90 assure un rôle essentiel en matière d'élaboration et de mise en uvre de la politique de Recherche du CHU.

DEFINITION DU POSTE

L'objectif du poste est de contribuer au projet de recherche clinique BIO-TIMER : Ce projet vise à comprendre l'impact du vieillissement sur la prise en charge thérapeutique des cancers, notamment depuis le développement des thérapies ciblées, enjeu majeur de la médecine personnalisée. Les outils utilisés par les gériatres pour évaluer la fragilité individuelle (FI) sont limités dans leur utilisation, du fait de leur validation dans les populations les plus âgées et de leur manque de sensibilité et de précision dans la phase précoce d'un vieillissement accéléré. Une évaluation biologique complémentaire du vieillissement individuel semble nécessaire.
Le projet BIO-TIMER, financé par la Fondation ARC et impliquant plus de 17 centres, vise à évaluer l'intérêt de combiner l'âge biologique évalué par l'analyse de la méthylation de l'ADN avec l'évaluation de la fragilité clinique individuelle pour personnaliser la prise en charge des patients atteints de cancer et recevant une thérapie ciblée. Nous proposons d'utiliser comme modèle la leucémie myéloïde chronique (LMC) traitée par des inhibiteurs de la tyrosine kinase (ITK), en raison de recul de l'utilisation des ITK, de la standardisation de sa prise en charge et de son aspect physiopathologique particulier. Les résultats préliminaires de l'EA 7453 CHELTER ont montré que l'horloge de méthylation de l'ADN du clone de LMC est modifiée (Lebecque B. et al., Cancers (Basel) 2021, 13(14):3587), ce qui suggère que le vieillissement des cellules du clone malin est altéré. Néanmoins, on ne connaît pas le vieillissement biologique du patient porteur de la LMC et son impact sur la prise en charge. Le projet BIO-TIMER a pour objectif de répondre à cette question. Pour le suivi de leur prise en charge, les patients seront inclus dans l'Observatoire LMC, une base de données en vie réelle multicentrique. Les données de FI et d'âge biologique seront enregistrées dans un e-CRF dédié.
Le post-doctorant jouera un rôle essentiel en tant que statisticien et sera activement impliqué dans le projet scientifique, en particulier dans l'analyse de grands ensembles de données et dans le choix des approches/méthodologies statistiques les plus appropriées. Il/elle sera responsable d'analyses statistiques sophistiquées de données complexes longitudinales et de survie et devra faire face aux problèmes typiques de ce type de données : multicolinéarité, effet centre, points temporels (visites) à différents moments, données manquantes, et plusieurs séquences de traitement. Les défis méthodologiques liés au projet concernent notamment la modélisation des séquences de traitement et de leur association avec l'âge à l'aide de modèles de chaînes de Markov et d'approches bayésiennes. Ces méthodes classiques seront confrontées et enrichies par des approches avancées d'apprentissage automatique, incarnées par l'emploi de réseaux de neurones profonds, notamment les réseaux neuronaux récurrents et de type Long Short-Term Memory (LSTM). Ces derniers sont particulièrement adaptés pour traiter la structure temporelle complexe des séquences de traitements, en capturant les structures de dépendances à long terme. L'approche adoptée se veut intégrative, tirant profit non seulement des données cliniques et biologiques traditionnelles, mais aussi des informations plus générales telles que les données de qualité de vie, les scores cliniques et les données omiques. En outre, l'intégration de techniques d'apprentissage par renforcement pourrait ouvrir la voie à la conception d'algorithmes capables de proposer des stratégies optimisées, en s'adaptant dynamiquement à l'évolution du profil clinique du patient. Très peu de travaux ont été publiés sur ces défis.
Le post-doctorant sera encadré et encouragé à développer de nouveaux modèles et initiatives de recherche en collaboration étroite avec le Laboratoire de Mathématiques Blaise Pascal UMR CNRS 6620 (Université Clermont Auvergne) et le secteur de Biométrie du CHU de Clermont-Ferrand. Par conséquent, le post-doctorant jouera un rôle de facilitateur dans la construction/maintien de l'interface entre les équipes et les membres d'autres workpackages (notamment Gériatrie et Biologie). De plus, il/elle sera activement impliqué(e) dans la rédaction d'articles (publication dans des revues internationales à comité de lecture, présentation des résultats lors de réunions professionnelles) et dans la rédaction de demandes de financement supplémentaires pour le projet.

MISSIONS PRINCIPALES

- Développer en collaboration avec les responsables du programme les analyses et les représentations structurées des données cliniques les plus pertinentes pour aider à leur interprétation.
- Interpréter et communiquer les analyses aux différents intervenants du projet en émettant des recommandations.
- Présenter les résultats du projet et de la recherche aux collaborateurs de l'étude.

PRÉREQUIS

Diplômes / qualification : Doctorat en biostatistiques avec de solides bases en statistiques et mathématiques appliquées à la biologie.

Expériences professionnelles et connaissances :
- Expérience en tant que data-analyst / data-scientist / biostatisticien(ne).
- Maîtrisez la programmation sous R ou STATA.
- Connaissances et/ou expérience en IA
- S'exprimer en anglais dans le cadre professionnel, à l'écrit comme à l'oral.

COMPETENCES PROFESSIONNELLES REQUISES

Connaissances
- Méthodes épidémiologiques et statistiques.
- Capacité de développer et d'appliquer une méthodologie appropriée, de présenter des méthodes et de communiquer les résultats du projet à la fois par écrit et oralement.
- Gestion éprouvée de grands ensembles de données, de l'acquisition à l'analyse, en particulier pour les données biologiques et cliniques.
- Des connaissances en intelligence artificielle seront appréciées.

Compétences opérationnelles
- Promouvoir les meilleures pratiques et méthodes scientifiques en matière de statistiques avancées et de modélisation pour faciliter la cohérence des informations utiles.
- Identification des besoins et des problématiques : définir avec justesse le périmètre des données, intégrer les objectifs de la recherche, mettre en place un plan d'analyse nécessaire à l'identification des facteurs de prédiction.
- Faire progresser le programme de recherche en guidant les conceptions expérimentales et en garantissant les méthodes statistiques appropriées au contexte des objectifs scientifiques des études.
- Restituer les travaux de manière synthétique et pertinente auprès des responsables.

Compétencs comportementales
- Capacité de développer de nouvelles approches statistiques.
- Capacité d'apprendre et d'appliquer de nouvelles méthodes.
- Capacité à travailler de manière indépendante et collaborative au sein de groupes de recherche.
- Capacité d'interagir au sein des équipes multifonctionnelles.
- Etre force de propositions et innovant, et présentant un goût de l'innovation et des challenges.
- Reporting régulier auprès de la hiérarchie.
- Rigueur.

CHRU Clermont- Ferrand CHU Estaing
1 place Lucie-Aubrac
63003 Clermont-Ferrand

Voir la fiche de l’établissement