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), la professeure de Vector, Bo Wang, a aidé à déterminer un ensemble de prédicteurs de mortalité pour les résidents de soins de longue durée (LTC) atteints de la COVID-19.

Wang et son équipe au Peter Munk Cardiac Centre de l’UHN ont collaboré avec des chercheurs de l’ICES (anciennement l’Institut des sciences évaluatives cliniques) pour examiner des données de santé non identifiées concernant plus de 60 000 résidents de soins de longue durée de l’Ontario ayant subi des tests COVID lors des première et deuxième vagues de la pandémie (de janvier à août 2020). « Nous voulions prédire les facteurs de risque importants pour les mortalités », explique Wang, qui souligne qu’il s’agit de la première fois au Canada que des pratiques de ML sont appliquées pour évaluer les facteurs de risque de COVID chez les patients au niveau de la population.

Leurs résultats, présentés dans l’article « Predictors of Mortality Among Long-Term Care Residents with SARS-CoV-2 Infection », publié dans le Journal of the American Geriatrics Society, ont confirmé des facteurs couramment rapportés, notamment les comorbidités et l’âge.

Mais ils ont aussi mis au jour 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 à travers une série de questions. « Nous avons identifié que l’état fonctionnel était très important pour les résultats dans les foyers 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 révélés grâce au partenariat entre le groupe du Dr Wang et notre groupe d’analyse de données à l’ICES ».

 Wang a pu accéder aux données des patients en soins de longue durée désidentifiés via le site de l’ICES sur le OHDP, établi par la province de l’Ontario l’an dernier afin de donner aux chercheurs en santé approuvés un meilleur accès aux données afin de mieux détecter, planifier et répondre à la COVID-19. La plateforme, pour laquelle Vector a fourni des contributions stratégiques et de recherche des utilisateurs, a été créée en collaboration avec plusieurs acteurs clés de la santé, dont Compute Ontario, Ontario Health/Cancer Care Ontario, Schwartz Reisman Institute for Technology and Society, et l’Université Queen’s. « Ce fut l’un des premiers articles à utiliser des techniques d’apprentissage automatique sur OHDP », affirme Wang. « La recherche n’aurait pas été possible sans elle. »

Les résidents des 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. Le travail de Wang est parmi les premiers à examiner le secteur sous un angle de recherche. « Je pense que la COVID a mis en lumière l’importance des soins pour les résidents de soins de longue durée », affirme Wang. « C’est un enjeu sociétal qui exige plus d’attention et de soin en Ontario et au-delà. »

Cliquez ici pour plus d’informations sur Bo Wang et son travail.
Consultez la page santé de Vector pour plus d’informations sur nos activités d’IA en santé.