Essai clinique randomisé visant à évaluer l’efficacité du lavage des cavités nasales à l’aide d’une solution saline dans la prévention des otites moyennes aiguës à répétition

Introduction: Les instillations nasales de solution saline isotonique (INSS) chez les enfants sont recommandées par les pédiatres et des oto-rhino-laryngologistes de notre institution dans le but de prévenir les otites moyennes aigues à répétition (OMAr). Cependant, aucune étude dans la littérature ne vient corroborer ou infirmer cette pratique. Objectifs: Déterminer l’efficacité des INSS dans la prévention des OMAr. Méthode: Projet pilote d’un essai clinique randomisé. Les enfants diagnostiqués avec des OMAr étaient éligibles. Les patients recrutés ont été randomisés en 2 groupes. Seul le groupe traitement procède aux INSS. L’issue primaire est l’incidence d’OMAr pendant une période de 3 mois. Résultats: Vingt-neuf patients satisfaisant les critères d’inclusion et d’exclusion ont consenti à participer. Le taux d’OMAr était inférieur dans le groupe traitement (p=0.03, chi-carré) Conclusion: Les INSS semblent efficaces dans la prévention des OMAr. Une étude multicentrique est indiquée pour vérifier la validité externe et confirmer la sécurité.

Large scale identification of protein SUMOylation by mass spectrometry in HEK293 cells

Les fichiers qui accompagnent mon document sont des tableaux supplémentaires réalisés avec Excel (Microsoft Office), dans la version papier du mémoire ces fichiers sont sur un CD-ROM.

Comparaison du format papier-crayon et du format électronique de la Self-Report Psychopathy Scale de Levenson

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Improving sampling, optimization and feature extraction in Boltzmann machines

L’apprentissage supervisé de réseaux hiérarchiques à grande échelle connaît présentement un succès fulgurant. Malgré cette effervescence, l’apprentissage non-supervisé représente toujours, selon plusieurs chercheurs, un élément clé de l’Intelligence Artificielle, où les agents doivent apprendre à partir d’un nombre potentiellement limité de données. Cette thèse s’inscrit dans cette pensée et aborde divers sujets de recherche liés au problème d’estimation de densité par l’entremise des machines de Boltzmann (BM), modèles graphiques probabilistes au coeur de l’apprentissage profond. Nos contributions touchent les domaines de l’échantillonnage, l’estimation de fonctions de partition, l’optimisation ainsi que l’apprentissage de représentations invariantes. Cette thèse débute par l’exposition d’un nouvel algorithme d'échantillonnage adaptatif, qui ajuste (de fa ̧con automatique) la température des chaînes de Markov sous simulation, afin de maintenir une vitesse de convergence élevée tout au long de l’apprentissage. Lorsqu’utilisé dans le contexte de l’apprentissage par maximum de vraisemblance stochastique (SML), notre algorithme engendre une robustesse accrue face à la sélection du taux d’apprentissage, ainsi qu’une meilleure vitesse de convergence. Nos résultats sont présent ́es dans le domaine des BMs, mais la méthode est générale et applicable à l’apprentissage de tout modèle probabiliste exploitant l’échantillonnage par chaînes de Markov. Tandis que le gradient du maximum de vraisemblance peut-être approximé par échantillonnage, l’évaluation de la log-vraisemblance nécessite un estimé de la fonction de partition. Contrairement aux approches traditionnelles qui considèrent un modèle donné comme une boîte noire, nous proposons plutôt d’exploiter la dynamique de l’apprentissage en estimant les changements successifs de log-partition encourus à chaque mise à jour des paramètres. Le problème d’estimation est reformulé comme un problème d’inférence similaire au filtre de Kalman, mais sur un graphe bi-dimensionnel, où les dimensions correspondent aux axes du temps et au paramètre de température. Sur le thème de l’optimisation, nous présentons également un algorithme permettant d’appliquer, de manière efficace, le gradient naturel à des machines de Boltzmann comportant des milliers d’unités. Jusqu’à présent, son adoption était limitée par son haut coût computationel ainsi que sa demande en mémoire. Notre algorithme, Metric-Free Natural Gradient (MFNG), permet d’éviter le calcul explicite de la matrice d’information de Fisher (et son inverse) en exploitant un solveur linéaire combiné à un produit matrice-vecteur efficace. L’algorithme est prometteur: en terme du nombre d’évaluations de fonctions, MFNG converge plus rapidement que SML. Son implémentation demeure malheureusement inefficace en temps de calcul. Ces travaux explorent également les mécanismes sous-jacents à l’apprentissage de représentations invariantes. À cette fin, nous utilisons la famille de machines de Boltzmann restreintes “spike & slab” (ssRBM), que nous modifions afin de pouvoir modéliser des distributions binaires et parcimonieuses. Les variables latentes binaires de la ssRBM peuvent être rendues invariantes à un sous-espace vectoriel, en associant à chacune d’elles, un vecteur de variables latentes continues (dénommées “slabs”). Ceci se traduit par une invariance accrue au niveau de la représentation et un meilleur taux de classification lorsque peu de données étiquetées sont disponibles. Nous terminons cette thèse sur un sujet ambitieux: l’apprentissage de représentations pouvant séparer les facteurs de variations présents dans le signal d’entrée. Nous proposons une solution à base de ssRBM bilinéaire (avec deux groupes de facteurs latents) et formulons le problème comme l’un de “pooling” dans des sous-espaces vectoriels complémentaires.

Validation of the couples' cancer communication scale

Un diagnostic de cancer du sein met la relation d’un couple à l'épreuve. La communication à propos du cancer peut aider les conjoints à s’appuyer mutuellement afin de mieux s’adapter à la maladie. Cependant, dans la documentation existante, peu d’échelles mesurent explicitement cette forme de communication. Ce projet avait pour but de valider l’échelle de communication des couples aux prises avec le cancer (CCC). Les patientes (N = 120) et leurs conjoints (N = 109) ont été interrogés au sujet de leur expérience avec le cancer du sein. Une analyse factorielle performé sur l’ensemble des données a permis de retenir deux facteurs pour l’échelle CCC, l’évitement et l’ouverture à la communication. L’échelle a démontré une bonne validité convergente avec le Primary Communication Inventory (r = .54, p <.01 patientes; r = .55, p <.01 partenaires). Finalement, l’échelle CCC prédit la dépression (Δr² = 0.029) et l’ajustement marital (Δr² = 0.032) au-delà de la communication générale. Avec plus ample développement, l'échelle actuelle pourrait servir à des fins de recherche ainsi que dans des contextes cliniques où une évaluation après un diagnostic de cancer permettrait, au besoin, la mise en oeuvre précoce d’interventions sur la communication conjugale au propos de la maladie.

Identification of a novel herpesvirus associated with cutaneous ulcers in a fisher (Martes pennanti).

On December 8, 2008, a male fisher (Martes pennanti) housed in a quarantine enclosure at the St-Félicien Zoo was found dead with multiple skin ulcers on the muzzle and plantar pads. At necropsy, no major findings were found, and a specific cause of death was not determined microscopically. However, at the borders of ulcerated sites, there were increased numbers of koilocytes, with perinuclear vacuolation and nuclear enlargement. A pan-herpesvirus nested polymerase chain reaction (PCR) assay was conducted, and an expected PCR product of 230 nucleotides was obtained within tissues collected from around the skin ulcers. Other tissues, including intestines and pool of lung, liver, and kidney, tested negative. The obtained PCR amplicon was sequenced and was highly related to the partial viral DNA polymerase (DPOL) gene of Mustelid herpesvirus 1. Virus isolation was negative, and no virion was detected by electron microscopy. The pathogenic potential of this novel herpesvirus and its role in the death of the fisher are unknown.

A study of the large-scale structure of the wind of WR 134

Diverses méthodes ont été utilisées pour étudier les étoiles Wolf-Rayet (WR) dans le but de comprendre les phénomènes physiques variés qui prennent place dans leur vent dense. Pour étudier la variabilité qui n'est pas strictement périodique et ayant des caractéristiques différentes d'une époque à l'autre, il faut observer pendant des périodes de temps suffisamment longues en adopter un échantillonnage temporel élevé pour être en mesure d'identifier les phénomènes physiques sous-jacents. À l'été 2013, des astronomes professionnels et amateurs du monde entier ont contribué à une campagne d'observation de 4 mois, principalement en spectroscopie, mais aussi en photométrie, polarimétrie et en interférométrie, pour observer les 3 premières étoiles Wolf-Rayet découvertes: WR 134 (WN6b), WR 135 (WC8) et WR 137 (WC7pd + O9). Chacune de ces étoiles est intéressante à sa manière, chacune présentant une variété différente de structures dans son vent. Les données spectroscopiques de cette campagne ont été réduites et analysées pour l'étoile présumée simple WR 134 pour mieux comprendre le comportement de sa variabilité périodique à long terme dans le cadre d'une étude des régions d'interactions en corotation (CIRs) qui se retrouvent dans son vent. Les résultats de cette étude sont présentés dans ce mémoire.