Contributions à la génétique et l'épidémiologie des maladies complexes pour une médecine personnalisée

This thesis concerns the identification of the genetic and environmental causes of complex diseases. Our central application is Isis-Diab a study of type 1 diabetes. We propose a method to use phase information to improve genetic risk predictions. We replicate an estimate of genetic risk on Isis-Diab patients. We prove an asymptotic equivalence result between two paired data analysis methods. We then analyze the Isis-Diab case-control study based on environmental questionnaires. We try to confirm the results of this study by crossing the genetic risk and environemental factors in Isis-Diab patients. This leads us to propose a new methodology based on collider bias and a study of its influence in case-only studies for gene-environment interactions. Finally, we study the possibility of using randomized clinical trials to personalize treatments. We propose a new methodology to evaluate the benefit of personalization and we recommend a choice of personalization strategy.Cette thèse porte sur l’élucidation des causes génétiques et environnementales des maladies complexes. L’application centrale est l’étude Isis-Diab sur le diabète de type 1. Nous proposons une méthode afin d’utiliser l’information de phase pour améliorer les prédictions de risque génétique. Nous répliquons une estimation du risque génétique sur les patients d’Isis-Diab. Nous prouvons un résultat d’équivalence asymptotique entre deux méthodes d’analyse des données appariées. Nous analysons ensuite l’étude cas-témoins d’Isis-Diab basée sur des questionnaires environnementaux. Nous essayons de confirmer les résultats de cette étude en croisant le risque génétique et les facteurs environnementaux chez les patients d’Isis-Diab. Cela nous amène à proposer une nouvelle méthodologie basée sur le biais de collision et à étudier l’influence de ce dernier dans les études cas-seulement pour les interactions gène-environnement. Finalement, nous étudions la possibilité d’utiliser des essais thérapeutiques randomisés pour personnaliser les traitements. Nous proposons une nouvelle méthodologie pour estimer le bénéfice de la personnalisation et nous recommandons un choix de stratégie de personnalisation