Les chercheurs de Vector utilisent l'OHDP pour déterminer les facteurs prédictifs de mortalité chez les résidents des établissements de soins de longue durée atteints de COVID-19

5 octobre 2021

Par Ian Gormely
Le 5 octobre, 2021

En appliquant des techniques d'apprentissage automatique aux données de la plate-forme de données sur la santé de l'Ontario (OHDP), Bo Wang, membre de la faculté Vector, a aidé à déterminer un ensemble de prédicteurs de mortalité pour les résidents des établissements de soins de longue durée (SLD) avec COVID-19.

Wang et son équipe du Peter Munk Cardiac Centre de l'UHN ont collaboré avec des chercheurs de l'ICES (anciennement l'Institute for Clinical Evaluative Sciences) pour examiner les données de santé dépersonnalisées de plus de 60 000 résidents des établissements de soins de longue durée de l'Ontario qui avaient subi des tests COVID au cours des première et deuxième vagues de la pandémie (de janvier à août 2020). "Nous voulions prédire les facteurs de risque importants pour les décès", explique Wang, qui note que c'est la première fois au Canada que les pratiques de ML sont appliquées pour évaluer les facteurs de risque des patients pour le COVID au niveau de la population.

Leurs conclusions, présentées dans l'article "Predictors of Mortality Among Long-Term Care Residents with SARS-CoV-2 Infection", publié dans le Journal of American Geriatrics Society. publié dans le Journal of the American Geriatrics Society, confirment les facteurs couramment signalés, notamment les comorbidités et l'âge.

Mais ils ont également découvert le rôle de l'état fonctionnel, terme médical désignant le niveau d'activité physique, mentale et physiologique d'un patient, qui peut être rapidement évalué à l'aide d'une série de questions. "Nous avons constaté que l'état fonctionnel était très important pour les résultats dans les maisons de soins de longue durée après un test COVID-19 positif", a déclaré le Dr Douglas Lee, co-chercheur principal de ce projet. "Ces résultats ont été obtenus 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 dépersonnalisées des patients en SLD par l'intermédiaire du site de l'ICES sur OHDP, créé par la province de l'Ontario l'année dernière pour permettre aux chercheurs en santé agréés d'accéder plus facilement aux données afin de mieux détecter, planifier et répondre au COVID-19. La plateforme, pour laquelle Vector a fourni des informations stratégiques et des informations sur les utilisateurs de la recherchea été créée en collaboration avec un certain nombre d'intervenants clés du secteur de la santé, notamment Compute Ontario, Santé Ontario/Action Cancer Ontario, l'Institut Schwartz Reisman pour la technologie et la société et l'Université Queen's. "Il s'agit de l'un des premiers articles à utiliser des techniques de ML sur l'OHDP", déclare Wang. "La recherche n'aurait pas été possible sans ces techniques.

Les résidents des établissements de soins de longue durée de l'Ontario ont été particulièrement touchés par le COVID-19, qui a entraîné un nombre disproportionné d'épidémies et de décès. nombre disproportionné d'épidémies et de décès.. Le travail de Wang est l'un des premiers à examiner le secteur du point de vue de la recherche. "Je pense que le COVID a mis en lumière l'importance des soins prodigués aux résidents des établissements de soins de longue durée", explique M. Wang. "Il s'agit d'un problème sociétal qui nécessite plus d'attention et de soins en Ontario et ailleurs.

Cliquez ici pour plus d'informations sur Bo Wang et son travail. pour plus d'informations sur Bo Wang et son travail.
Consultez la page page santé pour en savoir plus sur nos activités en matière d'IA dans le domaine de la santé.

En rapport :

Des protocoles normalisés sont essentiels pour un déploiement responsable des modèles linguistiques

Les inconnues connues : Geoff Pleiss, chercheur chez Vector, se penche sur l'incertitude pour rendre les modèles de ML plus précis.

Un homme regarde un tableau blanc sur lequel sont inscrites des formules en rouge.
Perspectives
Une IA digne de confiance

Comment mettre en œuvre des systèmes d'IA en toute sécurité