Titre du projet de stage : Etude de l’association des profils d’activité physique, sommeil, et rythme circadien avec le risque de maladie cardiovasculaire et de mortalité du sujet âgé
Laboratoire : Inserm U1153
Equipe : EpiAgeing
Adresse : Université de Paris, Inserm U1153, 10 avenue de Verdun, 75010 Paris
Nom du responsable de l’équipe : Archana Singh-Manoux
Nom des encadrants : Séverine Sabia, Ian Meneghel Danilevicz, Sam Vidil
Sujet : L’activité physique, le sommeil et le rythme circadien sont proposés comme un facteur important pour rester en bonne santé. Cependant, la plupart des études ayant été menées à partir de questionnaire, de nombreuses questions restent encore à élucider. La mesure objective par accéléromètre permet une mesure objective de différents aspects de l’activité physique, du sommeil et du rythme circadien tout en tenant compte de leur dépendance. Dans la cohorte Whitehall II, 4000 participants âgés de 60 à 83 ans ont porté un accéléromètre au poignet pendant 9 jours complets (9 * 24h).
Ces données sont utilisées pour estimer de nombreux paramètre de l’activité physique (en fonction de l’intensité de l’activité, de la durée, de sa distribution au cours de la journée), du sommeil (quantité, qualité, fragmentation), du rythme repos/activité à partir d’approches paramétrique et non-paramétrique, et également du chronotype. A partir de ces données qui représentent différentes dimensions du rythme circadien de par leur mesure de l’alternance entre la veille et le sommeil, des phénotypes (profils construits par méthode de clustering) ont été identifiés.
Les objectifs de ce projet sont les suivants :
- étudier l’association entre les phénotypes identifiés et le risque de maladies cardiovasculaires et de mortalité dans la cohorte Whitehall II en tenant de facteurs de confusion potentiel,
- répliquer cette analyse dans la cohorte UK Biobank pour évaluer la robustesse des résultats.
Pour répondre à ces objectifs, des méthodes spécifiques à l’analyse de données de survie seront utilisées. Grâce à un recueil détaillé des mesures socio-démographiques, de mode de vie et de santé, il sera possible de contrôler les analyses sur de nombreux facteurs de confusion. Une très bonne maîtrise de programmation (logiciel Stata ou R) est indispensable pour mener à bien les analyses.
Contact : Séverine Sabia, email : severine.sabia@inserm.fr
