L'analyse en composantes principales comme outil biostatistique : une routine pour étudier une structure de biomarqueurs

Abstract

En statistiques, l'analyse en composantes principales (ACP) est une technique couramment utilisée afin de détecter la présence de processus gérant une base de données, c'est-à-dire des principaux axes de variation des données. Toutefois, on se contente trop souvent d'exécuter l'algorithme et d'interpréter directement les résultats sans analyses postérieures concernant la stabilité ou la généralisation des résultats. Pourtant, comme toute mesure statistique prélevée sur un échantillon, l'ACP peut présenter des résultats spécifiques à l'échantillon et difficilement rendre compte de la population étudiée. Il est donc important de développer des analyses complémentaires nous permettant d'évaluer la stabilité des résultats de l'ACP et de déterminer si, oui ou non, les résultats tirés de l'échantillon sont dignes de confiance. On construira et mettra cette nouvelle routine à l'épreuve en étudiant deux sujets distincts tant par leur nature que par leur complexité. On étudie en un premier temps le syndrome métabolique, syndrome considéré comme un facteur important dans le développement du diabète et des maladies cardiovasculaires. Ensuite, on étudie un phénomène beaucoup plus complexe et surtout moins bien défini que le syndrome métabolique, le processus physiologique du vieillissement.