Par Ian Gormely
5 octobre 2021
En appliquant des techniques d'apprentissage automatique (ML) aux données de la plateforme de données de santé de l'Ontario (OHDP), Bo Wang, membre du corps professoral de Vector, a aidé à déterminer un ensemble de prédicteurs de mortalité pour les résidents des établissements de soins de longue durée (SLD) atteints de la COVID-19.
Wang et son équipe du Centre cardiaque Peter Munk du Réseau universitaire de santé (UHN) ont collaboré avec des chercheurs de l'ICES (anciennement l'Institut des sciences évaluatives cliniques) afin d'analyser des données de santé anonymisées de plus de 60 000 résidents d'établissements de soins de longue durée de l'Ontario ayant subi un test de dépistage de la COVID-19 lors des première et deuxième vagues de la pandémie (de janvier à août 2020). « Nous voulions prédire les principaux facteurs de risque de mortalité », explique Wang, qui souligne qu'il s'agit de la première application au Canada de techniques d'apprentissage automatique à l'évaluation des facteurs de risque de COVID-19 chez les patients à l'échelle de la population.
Leurs conclusions, décrites dans l'article « Facteurs prédictifs de mortalité chez les résidents d'établissements de soins de longue durée infectés par le SARS-CoV-2 », publié dans le Journal of the American Geriatrics Society, ont confirmé les facteurs couramment signalés, notamment les comorbidités et l'âge.
Mais ils ont aussi mis en lumière le rôle de l'état fonctionnel, un terme médical désignant le niveau d'activité physique, mentale et physiologique d'un patient, qui peut être rapidement évalué grâce à une série de questions. « Nous avons constaté que l'état fonctionnel était un facteur déterminant dans l'évolution de la situation dans les établissements de soins de longue durée après un test positif à la COVID-19 », a déclaré le Dr Douglas Lee, co-chercheur principal de ce projet. « Ces résultats ont été obtenus grâce à la collaboration entre l'équipe du Dr Wang et notre groupe d'analyse de données à l'ICES. »
Wang a pu accéder aux données anonymisées des patients des établissements de soins de longue durée via le site de l'ICES sur la plateforme OHDP, créée l'an dernier par la province de l'Ontario afin d'offrir aux chercheurs en santé autorisés un meilleur accès aux données pour une meilleure détection, planification et réponse à la COVID-19. Cette plateforme, pour laquelle Vector a fourni des contributions stratégiques et en matière de recherche , a été créée en collaboration avec plusieurs acteurs clés du secteur de la santé, dont Compute Ontario, Santé Ontario/Action Cancer Ontario, l'Institut Schwartz Reisman pour la technologie et la société et l'Université Queen's. « C'était l'une des premières publications à utiliser des techniques d'apprentissage machine sur OHDP », explique Wang. « La recherche n'aurait pas été possible sans cette plateforme. »
Les résidents des établissements de soins de longue durée en Ontario ont été particulièrement touchés par la COVID-19, ce qui a entraîné un nombre disproportionné d'éclosions et de décès . Les travaux de Wang sont parmi les premiers à examiner ce secteur sous l'angle de la recherche. « Je crois que la COVID a mis en lumière l'importance des soins prodigués aux résidents des établissements de soins de longue durée », affirme Wang. « Il s’agit d’un enjeu sociétal qui exige plus d’attention et de soins en Ontario et ailleurs. »
Cliquez ici pour plus d'informations sur Bo Wang et son œuvre.
Consultez la page santé de Vector pour plus d'informations sur nos activités liées à l'IA dans le domaine de la santé.
