Application des méthodes N-way aux données cliniques en nutrition santé
Résumé
L'étude de la préférence des consommateurs, la caractérisation des produits et plus récemment les bénéfices santé sont des axes de recherche importants pour améliorer la connaissance produit et concevoir les innovations dans le domaine de l'industrie agro-almentaire. Le bénéfice santé d'un produit alimentaire peut être démontré par la réalisation d'études cliniques. Des marqueurs biologiques, des symptômes cliniques et toute autre information sont recueillis tout au long d'une étude clinique. Pour une meilleure compréhension de l'effet du produit, il est important de pouvoir traiter les données tout en gardant la structure tridimensionnelle de la base de données : sujet*paramètres* temps. Des techniques de data mining telles que les méthodes N-ways (PARAFAC, TUKER), classiquement employées en chimiométrie, conserve la structure N dimensionnelles des données lors de l'analyse statistique. En complément d'un traitement biostatistique inférentielle, l'approche PARAFAC a été testée pour étudier l'évolution de symptômes digestifs au cours d'une étude clinique. La robustesse de la méthode N-way PARAFAC aux données manquantes a été évaluée ainsi que l'impact du centrage et réduction des données sur les N dimensions.