Ingénieure de formation, je suis spécialisée en machine learning appliqué aux bases de données de vie réelle, avec un intérêt particulier pour les méthodes d’inférence causale. Je travaille actuellement au sein de METHODS, sous la supervision du Pr Cédric Lemogne et de la Dr Chloé Geoffroy. Mes travaux portent notamment sur l’étude de l’acceptabilité des antidépresseurs en pratique clinique courante et sur l’identification de caractéristiques individuelles susceptibles d’expliquer l’hétérogénéité des réponses observées, afin de contribuer à des stratégies de prescription plus personnalisées.
Intérêts de recherche
- Estimation d’hétérogénéité d’effet de traitement à partir de données de vie réelle
- Méthodes d’interpretabilité pour le causal machine kearning
- Apprentissage de politiques pour la génération de règles de prescription optimales
Liens
Thèses
Hétérogénéité de la Réponse aux Antidépresseurs : une Approche de Machine Learning Causal Appliquée aux Données de Vie Réelle
Margaux Törnqvist
Promotion : 2025
Encadrant.es : Pr Cédric Lemogne, Dr Chloé Geoffroy
