Machine learning to predict impulse control disorders in Parkinson's disease - Inria - Institut national de recherche en sciences et technologies du numérique
Theses Year : 2020

Machine learning to predict impulse control disorders in Parkinson's disease

Apprentissage automatique pour la prédiction des troubles du contrôle des impulsions dans la maladie de Parkinson

Abstract

Impulse control disorders are a class of psychiatric disorders characterized by impulsivity. These disorders are common during the course of Parkinson's disease, decrease the quality of life of subjects, and increase caregiver burden. Being able to predict which individuals are at higher risk of developing these disorders and when is of high importance. The objective of this thesis is to study impulse control disorders in Parkinson's disease from the statistical and machine learning points of view, and can be divided into two parts. The first part consists in investigating the predictive performance of the altogether factors associated with these disorders in the literature. The second part consists in studying the association and the usefulness of other factors, in particular genetic data, to improve the predictive performance.
Les troubles du contrôle de l'impulsivité sont une classe de troubles psychiatriques caractérisés par des difficultés dans la maîtrise de ses émotions, pensées et comportements. Ces troubles sont courants dans la maladie de Parkinson et associés à une baisse de la qualité de vie des patients ainsi qu'à une augmentation de la charge des aidants. Pouvoir prédire quels sont les sujets les plus à risque de développer ces troubles et quand ces troubles apparaissent est de grande importance. L'objectif de cette thèse est d'étudier les troubles du contrôle de l'impulsivité dans la maladie de Parkinson à partir des approches statistique et de l'apprentissage automatique, et se divise en deux parties. La première partie consiste à analyser la performance prédictive de l'ensemble des facteurs associés à ces troubles dans la littérature. La seconde partie consiste à étudier l'association et l'utilité d'autres facteurs, en particulier des données génétiques, pour améliorer la performance prédictive.
Fichier principal
Vignette du fichier
2020SORUS048.pdf (11.43 Mo) Télécharger le fichier
Origin Version validated by the jury (STAR)

Dates and versions

tel-03090079 , version 1 (29-12-2020)
tel-03090079 , version 2 (26-03-2021)

Identifiers

  • HAL Id : tel-03090079 , version 2

Cite

Johann Faouzi. Machine learning to predict impulse control disorders in Parkinson's disease. Artificial Intelligence [cs.AI]. Sorbonne Université, 2020. English. ⟨NNT : 2020SORUS048⟩. ⟨tel-03090079v2⟩
493 View
512 Download

Share

More