Passer au contenu principal
Par Christine
Date de publication : 22 octobre 2019
[siteorigin_widget class = "SiteOrigin_Widget_Image_Widget"][/ siteorigin_widget]
[siteorigin_widget class = "SiteOrigin_Widget_Image_Widget"][/ siteorigin_widget]

Dépôt national du diabète

Diabetes Action Canada a lancé avec succès le premier référentiel national du diabète au Canada. Cette nouvelle plateforme d'analyse sécurisée conçue et mise en œuvre par la Dre Michelle Greiver (Université de Toronto) et ses collègues contient désormais des informations provenant de plus de 110,000 XNUMX personnes atteintes de diabète en Alberta, au Manitoba, en Ontario, à Terre-Neuve et au Québec, ainsi que le même nombre d'individus appariés selon l'âge. témoins non diabétiques. Le National Diabetes Repository a été créé en collaboration avec le Canadian Primary Care Sentinel Surveillance Network https://cpcssn.ca , à l'aide de données anonymisées et cryptées de dossiers médicaux électroniques (DME) de soins primaires accessibles aux enquêteurs agréés de Diabetes Action Canada pour études populationnelles et observationnelles. Le référentiel a depuis évolué pour accepter les résultats rapportés par les patients et les mesures d'expérience directement des patients à l'aide de tablettes numériques directement connectées aux DME. Les données provenant de sources de données administratives provinciales peuvent être liées aux personnes de chaque province pour fournir des données sur les déterminants sociaux de la santé et les résultats. Afin de faciliter l'intégration des données, des ententes de partage de données sont prévues avec les organisations provinciales membres du programme de recherche de la Plateforme nationale de données de la SRAP.

En collaboration avec le Fields Institute Centre for Quantitative Analysis and Modeling (Fields-CQAM), le Vector Institute for Artificial Intelligence et des chercheurs de la Dalla Lana School of Public Health de l'Université de Toronto, nous avons organisé un atelier de deux jours sur les données en juin 17 et 18 2019. Les stagiaires et les chercheurs confirmés ont appliqué des analyses avancées à l'ensemble de données anonymisé de notre référentiel national du diabète. L'exercice a fourni des informations très utiles sur la faisabilité de l'utilisation de modèles avancés de modélisation mathématique et d'apprentissage de l'intelligence artificielle sur les données canadiennes du DME dans un environnement informatique sécurisé à haute performance. En utilisant deux environnements de test, les résultats de cet atelier ont montré que nos données peuvent être utilisées pour : 1) l'apprentissage automatique pour prédire les réponses des patients aux inhibiteurs du SGLT2 avec une grande précision en fonction de leurs dossiers médicaux ; et 2) l'intelligence artificielle pour identifier les caractéristiques des patients du sous-groupe, y compris leurs antécédents médicamenteux, qui sont associées à différentes trajectoires d'HbA1c. Ensemble, nous avons pu démontrer que l'intelligence artificielle et l'analyse avancée pouvaient être appliquées à notre ensemble de données pour fournir des informations utiles aux patients et aux médecins dans la sélection des options de traitement pour gérer leur état.


Articles

Révolutionner la façon dont nous avons besoin des données sur la santé

Bourses postdoctorales de formation et de mentorat du CAD 2019-2021