Les recours collectifs contre plusieurs défendeurs

Le recours collectif est un moyen de procédure qui permet à une personne d'agir en demande pour le compte des membres d'un groupe dont elle fait partie. Cette procédure peut être introduite contre plus qu'un seul défendeur. On distingue deux types de recours collectifs contre plusieurs défendeurs. Il y a d'abord les recours collectifs où tous les membres du groupe ont un recours personnel contre tous les défendeurs. Il y a aussi les recours collectifs où les membres du groupe font valoir une même cause d'action à l'encontre de plusieurs défendeurs qui auraient eu un comportement fautif similaire à l'égard de l'un ou l'autre des membres du groupe. La recevabilité de ce dernier type de recours collectifs a été remise en question. Le requérant n'aurait pas l'intérêt suffisant pour ester en justice contre les défendeurs qui ne lui ont pas causé préjudice. Il ne saurait non plus satisfaire aux exigences du Code de procédure civile concernant l'autorisation du recours collectif. Or, il appert des règles mises en place en matière de recours collectif que le requérant fait valoir non seulement ses propres droits personnels, mais aussi tous ceux des membres du groupe. Ainsi, on ne peut lui reprocher l'absence d'intérêt juridique ou de cause d'action dans la mesure où il y a, pour chacun des défendeurs, au moins un membre du groupe avec un intérêt suffisant ou une cause d'action à son encontre. Les autres exigences du Code de procédure civile ne font pas, en soi, obstacle à l'autorisation d'un recours collectif contre plusieurs défendeurs.

“Can’t you at least die with a little dignity?” The Right to Die Debates and Normative Dignity

Article

Non invasive classification system of scoliosis curve types using least-squares support vector machines

Objective To determine scoliosis curve types using non invasive surface acquisition, without prior knowledge from X-ray data. Methods Classification of scoliosis deformities according to curve type is used in the clinical management of scoliotic patients. In this work, we propose a robust system that can determine the scoliosis curve type from non invasive acquisition of the 3D back surface of the patients. The 3D image of the surface of the trunk is divided into patches and local geometric descriptors characterizing the back surface are computed from each patch and constitute the features. We reduce the dimensionality by using principal component analysis and retain 53 components using an overlap criterion combined with the total variance in the observed variables. In this work, a multi-class classifier is built with least-squares support vector machines (LS-SVM). The original LS-SVM formulation was modified by weighting the positive and negative samples differently and a new kernel was designed in order to achieve a robust classifier. The proposed system is validated using data from 165 patients with different scoliosis curve types. The results of our non invasive classification were compared with those obtained by an expert using X-ray images. Results The average rate of successful classification was computed using a leave-one-out cross-validation procedure. The overall accuracy of the system was 95%. As for the correct classification rates per class, we obtained 96%, 84% and 97% for the thoracic, double major and lumbar/thoracolumbar curve types, respectively. Conclusion This study shows that it is possible to find a relationship between the internal deformity and the back surface deformity in scoliosis with machine learning methods. The proposed system uses non invasive surface acquisition, which is safe for the patient as it involves no radiation. Also, the design of a specific kernel improved classification performance.