Analyse de Données Médicales

Expertise statistique pour accompagner vos projets de recherche clinique

Expertise en Statistiques Médicales

Nos statisticiens possèdent une vaste expérience dans l’analyse de données médicales couvrant divers domaines thérapeutiques, notamment la neuropsychiatrie, les neurosciences, la pneumologie, l’immunologie, la dermatologie, la cardiologie, et la rhumatologie.

Solutions Personnalisées

Nous adaptons nos solutions pour répondre aux besoins spécifiques de nos clients, qui incluent des entreprises pharmaceutiques humaines et vétérinaires, des fabricants de dispositifs médicaux, des biotechs, des industries cosmétiques et nutritionnelles, ainsi que des laboratoires académiques. Nos services couvrent les phases de développement jusqu’au suivi clinique post-marché.

Conception de l’Étude

Calcul de la Taille de l’Échantillon et de la Puissance : Nous déterminons la taille nécessaire pour obtenir des résultats significatifs.
Rédaction du Synopsis : Nous rédigeons un résumé clair et concis de votre étude.
Définition de la Méthodologie d’Analyse : Nous établissons une méthodologie rigoureuse pour garantir des résultats fiables.
Développement du Plan d’Analyse Statistique : Nous élaborons un plan détaillé pour guider l’analyse des données.

Collecte de Données

Soutien à la Rédaction du Plan de Gestion des Données : Nous aidons à structurer la collecte et la gestion des données.
Sélection de l’eCRF : Nous choisissons les outils appropriés pour la saisie électronique des données.
Traitement des Données : Nous assurons l’extraction et le formatage des données conformément aux normes (CDISC, etc.).
Nettoyage et Correction des Données : Nous traitons les données atypiques et manquantes pour garantir leur qualité.

Analyse et Valorisation des Données

Méthodes Descriptives et Analyses Comparatives : Nous utilisons diverses techniques pour décrire et comparer les données.
Construction de Modèles Explicatifs ou Prédictifs : Nous développons des modèles pour expliquer ou prédire les résultats.
Livraison de Rapports Statistiques : Nous fournissons des rapports sous forme de PDF ou de pages web dynamiques, incluant des algorithmes de traitement.
Rédaction d’Abstracts, de Posters et d’Articles de Recherche : Nous vous aidons à communiquer vos résultats de manière efficace.

Nos Publications

15 Entrées « ‹ 1 de 5 › »

2024

Ribeiro, Sara; Chaumet, Guillaume; Alves, Karine; Nourikyan, Julien; Shi, Lei; Lavergne, Jean-Pierre; Mijakovic, Ivan; de Bernard, Simon; Buffat, Laurent

BacSPaD: A Robust Bacterial Strains' Pathogenicity Resource Based on Integrated and Curated Genomic Metadata Article de journal

Dans: Pathogens, vol. 13, no. 8, 2024, ISSN: 2076-0817.

Résumé | Liens | BibTeX

@article{pmid39204272,

title = {BacSPaD: A Robust Bacterial Strains' Pathogenicity Resource Based on Integrated and Curated Genomic Metadata},

author = {Sara Ribeiro and Guillaume Chaumet and Karine Alves and Julien Nourikyan and Lei Shi and Jean-Pierre Lavergne and Ivan Mijakovic and Simon de Bernard and Laurent Buffat},

doi = {10.3390/pathogens13080672},

issn = {2076-0817},

year  = {2024},

date = {2024-08-01},

urldate = {2024-08-01},

journal = {Pathogens},

volume = {13},

number = {8},

abstract = {The vast array of omics data in microbiology presents significant opportunities for studying bacterial pathogenesis and creating computational tools for predicting pathogenic potential. However, the field lacks a comprehensive, curated resource that catalogs bacterial strains and their ability to cause human infections. Current methods for identifying pathogenicity determinants often introduce biases and miss critical aspects of bacterial pathogenesis. In response to this gap, we introduce BacSPaD (Bacterial Strains' Pathogenicity Database), a thoroughly curated database focusing on pathogenicity annotations for a wide range of high-quality, complete bacterial genomes. Our rule-based annotation workflow combines metadata from trusted sources with automated keyword matching, extensive manual curation, and detailed literature review. Our analysis classified 5502 genomes as pathogenic to humans (HP) and 490 as non-pathogenic to humans (NHP), encompassing 532 species, 193 genera, and 96 families. Statistical analysis demonstrated a significant but moderate correlation between virulence factors and HP classification, highlighting the complexity of bacterial pathogenicity and the need for ongoing research. This resource is poised to enhance our understanding of bacterial pathogenicity mechanisms and aid in the development of predictive models. To improve accessibility and provide key visualization statistics, we developed a user-friendly web interface.},

keywords = {},

pubstate = {published},

tppubtype = {article}

}

Fermer

2023

Cognasse, Fabrice; Nguyen, Kim Anh; Heestermans, Marco; Arthaud, Charles-Antoine; Eyraud, Marie-Ange; Prier, Amélie; Bernard, Simon De; Nourikyan, Julien; Duchez, Anne-Claire; Avril, Stéphane; Garraud, Olivier; Hamzeh-Cognasse, Hind

P-228 Les modèles mathématiques peuvent prédire l'activité des plaquettes humaines et les expressions protéiques en réponse à diverses stimulations Article de journal

Dans: Transfusion Clinique et Biologique, vol. 30, iss. S1, p. S147, 2023.

Liens | BibTeX

Cognasse, Fabrice; Nguyen, Kim Anh; Heestermans, Marco; Bernard, Simon De; Nourikyan, Julien; Duchez, Anne-Claire; Avril, Stéphane; Garraud, Olivier; Hamzeh-Cognasse, Hind

P-CB-16 | Mathematical Models Can Predict Human Platelet Activity and Protein Expressions in Response to Various Stimulations Article de journal

Dans: Transfusion, vol. 63, iss. S5, p. 156A-156A, 2023.

Liens | BibTeX

15 Entrées « ‹ 1 de 5 › »