Estimation des liens entre plages de leuco-encéphalopathie post-radiothérapie, troubles cognitifs et dose délivrée au cerveau en radiothérapie (PsD SAN26-07)

L'Autorité de sûreté nucléaire et de radioprotection est une autorité administrative indépendante créée par la loi du 21 mai 2024 relative à l'organisation de la gouvernance de la sûreté nucléaire et de la radioprotection pour répondre au défi de la relance de la filière nucléaire. Elle assure, au nom de l’État, le contrôle des activités nucléaires civiles en France et remplit des missions d'expertise, de recherche, de formation et d’information des publics.
L’ASNR contribue, par ses travaux de recherche et d’expertise, à l’élaboration et à la mise en œuvre des politiques publiques en matière de prévention et de protection contre les risques associés aux rayonnements ionisants dans les secteurs de l’énergie, de l’environnement ou de la santé.

Le Laboratoire d'épidémiologie des rayonnements ionisants (LEPID) s'intègre dans le Service de recherche sur les effets biologiques et sanitaires des rayonnements ionisants (SESANE) du Pôle Santé de l'ASNR. Il mène des recherches sur les effets sanitaires des expositions aux rayonnements ionisants chez l'humain.
 

La radiothérapie (RT) cérébrale est l'un des outils clé dans le traitement des tumeurs du système nerveux central (SNC). Malgré des progrès techniques indéniables, une altération post-RT de différentes fonctions cognitives, susceptible d'altérer significativement la qualité de vie des longs survivants, a été rapportée dans de nombreuses études.

Le projet de recherche EpiBrainRad s'intéresse plus particulièrement à l'hypothèse selon laquelle la progression post-RT de plages de leucoencéphalopathie (PDLs) ferait partie des mécanismes neurotoxiques radio-induits susceptibles d'altérer les fonctions cognitives chez des patients traités par RT cérébrale. Il a notamment permis d'initier la construction d'une cohorte de patients éponyme, nommée EpiBrainRad. Celle-ci inclut 277 patients traités par RT et chimiothérapie pour un glioblastome, à l'hôpital de la Pitié-Salpêtrière ou au centre Paul Strauss. Des données d'imagerie cérébrales (IRM, scanner dosimétrique) ainsi que des données neuropsychologiques, biologiques, dosimétriques et cliniques sont recueillies à différents temps de suivi pour chaque patient.

Les travaux de recherche s'intègreront dans le projet ANR RADIO-AIDE (2002-2027), dérivé du projet EpiBrainRad et coordonné par l'ASNR. Ils auront pour objectif de répondre à certains des questionnements cliniques portés par le projet EpiBrainRad via le développement de modèles probabilistes spatio-temporels et de méthodes d'apprentissage statistique bayésien efficaces, compte-tenu de la grande dimension des données d'intérêt. Des segmentations longitudinales de différentes structures cérébrales et différents types de lésions post-RT - incluant les hyper-intensités de la substance blanche – seront notamment utilisées comme données d'entrée des modèles.

De précédents travaux de recherche réalisés au sein du LEPID ont conduit à proposer un modèle de mélange Markovien ainsi qu'un algorithme d'apprentissage bayésien spécifique afin de permettre une estimation, à échelle du voxel, de l'association potentielle entre la dose de rayonnements ionisants (RI) reçue par certains tissus sains intracérébraux et la progression temporelle de PDLs post-RT.

Les travaux réalisés nécessitent cependant des travaux complémentaires afin d'affiner la modélisation proposée et d'améliorer l'algorithme d'inférence associé. De plus, les estimations dose-réponse ont seulement été réalisées sur une sous-cohorte de 50 patients et 170 examens IRMs. Il conviendra d'intégrer ces nouvelles données dans les analyses afin que l'hétérogénéité intra et inter-individus soit bien représentée.

Missions

a) Proposer une méthode d'apprentissage bayésien efficace pour le modèle de mélange Markovien proposé afin d'obtenir des estimations robustes en un temps de calcul raisonnable ;

b) Complexifier le modèle de mélange Markovien proposé pour prendre notamment en compte des effets aléatoires spatiaux et individu-spécifiques ;

c) Mettre en place et réaliser des analyses de sensibilité et d'analyses par simulation pertinentes afin de tester la performance et la robustesse du modèle proposé;

d) Appliquer le modèle aux données de la cohorte EpiBrainRad ;

e) Etendre le modèle proposé afin de décrire l'association potentielle entre différents scores cognitifs d'intérêt, la dose au cerveau et la progression spatio-temporelle de PDLs.

Le candidat retenu devra être titulaire d'un doctorat en statistiques mathématiques ou en statistiques appliquées et justifier d'une expérience :

• en statistique bayésienne (notamment en matière de mise en œuvre d'algorithmes d'inférence)
• en analyse d'images.

Il devra posséder des connaissances en langage de programmation C++ et Python. Il devra être capable de travailler de manière autonome et de communiquer avec clarté et pédagogie avec les autres membres de l'équipe projet.