Prédiction des maladies cardiovasculaires sur 10 ans à l'aide de modèles d'apprentissage automatique adaptés à l'analyse de survie : application au score de Framingham simplifié (FRS-SP)

Leye, Amy (2026). Prédiction des maladies cardiovasculaires sur 10 ans à l'aide de modèles d'apprentissage automatique adaptés à l'analyse de survie : application au score de Framingham simplifié (FRS-SP). Mémoire. [Rimouski], Université du Québec à Rimouski, Département de mathématiques, informatique et génie, 86 p.

PDF Télécharger (5MB) | Prévisualisation

Résumé

RÉSUMÉ : Les maladies cardiovasculaires (MCV) restent la principale cause de mortalité mondiale. Plusieurs outils de prédiction du risque cardiovasculaire, dont le score de Framingham (FRS) ont été développés. Ainsi, une version simplifiée du FRS, le score de Framingham simplifié (FRS-SP) reposant sur un ensemble parcimonieux de prédicteurs aisément mesurables, facilite son application en pratique clinique. Bien que le score de risque simplifié de Framingham (FRS-SP) soit utilisé en soins primaires, il ne permet souvent pas de capturer les interactions non linéaires entre les facteurs de risque. Les modèles de survie basés sur l'apprentissage automatique (AA) offrent une alternative prometteuse, mais peu d'études ont comparé la performance des modèles d'AA de survie en ayant recours aux mêmes prédicteurs, dérivés d'outils existants. Avec un cadre rigoureux et reproductible, nous évaluons et comparons la calibration et la discrimination de trois modèles de survie (Random Survival Forests - RSF, Gradient Boosting Survival Analysis - GBSA et DeepSurv) en utilisant les prédicteurs de FRS-SP. Cette étude a analysé 6 883 participants (49,5 % de femmes, âge moyen 47,0 ans) issus de la cohorte prospective (The PROspective Quebec (PROQ) Study on Work and Health), à l'aide des prédicteurs FRS-SP mesurés au départ (1999-2001). Les trois modèles ont été entraînés à l'aide d'une validation croisée avec une optimisation rigoureuse des hyperparamètres (Optuna) et une gestion du déséquilibre des classes. Les performances ont été évaluées à l'aide du C-index, du score de Brier et des graphiques de calibration, mais aussi avec des analyses stratifiées par sexe et par catégories de risque. Les modèles RSF et GBSA ont surpassé DeepSurv grâce à l'ajustement des hyperparamètres pour compenser le déséquilibre des données et ont obtenu des C-index de 0,73 et des scores de Brier de 0,0779 et de 0,0785, respectivement, démontrant ainsi une bonne calibration. A l'inverse, DeepSurv a surestimé le risque (C-index = 0,67, calibration moyenne = 1,71). L'analyse stratifiée selon le sexe a révélé un C-index de 0,72 chez les femmes malgré des taux d'événements plus faibles. Cependant, le modèle DeepSurv a considérablement surestimé le risque. Globalement, les modèles d'ensemble (RSF et GBSA) ont démontré des performances prédictives supérieures à celles observées dans l'étude originale de FRS-SP. -- Mot(s) clé(s) en français : Maladies cardiovasculaires, Prédiction du risque, Analyse de survie, Apprentissage automatique de survie, Forêts aléatoires de survie, Apprentissage profond de survie, Survie par gradient boosting. --
ABSTRACT : Cardiovascular disease (CVD) remains the leading cause of death worldwide. Several cardiovascular risk prediction tools, including the Framingham Risk Score (FRS), were developed. A simplified version of the FRS, the Framingham Risk Score Simplified (FRS-SP), based on a limited set of easily measurable predictors, facilitates its application in clinical practice. While the simplified Framingham risk score (FRS-SP) is used in primary care, it often fails to capture the nonlinear interactions between risk factors. Survival models based on machine learning (ML) offer a promising alternative, but their comparative performance using standard clinical variables remains poorly studied. Using a rigorous reproducible framework, we evaluate and compare the calibration and discrimination of three ML survival models (Random Survival Forests - RSF, Gradient Boosting Survival Analysis - GBSA, and DeepSurv) against standard FRS-SP predictors. This study analyzed 6,883 participants (49.5% women, average age 47.0) from the prospective PROQ cohort, using FRS-SP predictors measured at baseline (1999-2001). Three survival ML models (RSF, GBSA, and DeepSurv) were trained using 5-fold cross-validation with rigorous hyperparameter optimization (Optuna) and class imbalance handling. Performance was evaluated via C-index, Brier score, and calibration plots, stratified by sex and by risk categories. RSF and GBSA outperformed Deep Learning, benefiting from hyperparameter tuning for data imbalance. RSF and GBSA achieved C-indices of 0.73 and Brier scores of 0.0779 and 0.0785, respectively, showing excellent calibration. Conversely, DeepSurv overestimated risk (C-index = 0.67, mean calibration = 1.71). Sex-stratified analysis revealed robust performance in women (C-index = 0.72) despite lower event rates. However, the DeepSurv model overestimated the risk considerably. Overall, ensemble models (RSF and GBSA) demonstrated superior predictive performance compared to those reported in the original FRS-SP study. -- Mot(s) clé(s) en anglais : Cardiovascular disease; Risk Prediction; Time-to-Event Analysis; Survival Machine Learning; Random survival forests; Deep learning survival; Gradient boosting survival.

Type de document :	Thèse ou mémoire de l'UQAR (Mémoire)
Directeur(trice) de mémoire/thèse :	Adda, Mehdi
Information complémentaire :	Mémoire présenté dans le cadre du programme de maîtrise en informatique en vue de l'obtention du grade de maître ès sciences (M. Sc.).
Mots-clés :	Appareil cardiovasculaire - Maladies - Prévision; Apprentissage automatique; Intelligence artificielle - Applications en médecine; Analyse de survie (Biométrie); Score de Framingham; FRS-SP.
Départements et unités départementales :	Département de mathématiques, informatique et génie > Informatique
Date de dépôt :	16 sept. 2026 19:03
Dernière modification :	16 sept. 2026 19:03
URI :	https://semaphore.uqar.ca/id/eprint/3622