Des modèles d’apprentissage automatique utilisant les données de l’ÉSO peuvent aider à détecter le risque de leucémie myéloïde aiguë des années plus tôt
6 Déc 2021 // Mise à jour
Dans cette présentation de 2021, Kimberly Skead, doctorante et coordonnatrice du Centre canadien d’intégration des données, et Philip Awadalla, directeur exécutif de l’Étude sur la santé en Ontario, expliquent pourquoi certaines personnes développent un type de leucémie, mais d’autres non, malgré une augmentation liée à l’âge des mutations dans les cellules sanguines, observée dans l’étude EPIC (Enquête prospective européenne sur le cancer et la nutrition). Ils ont découvert que les modèles d’apprentissage automatique qui examinent les différences dans les profils de mutation dans le sang peuvent permettre d’identifier les personnes présentant un risque élevé de développer une leucémie myéloïde aiguë des années avant le diagnostic. En utilisant des données de l’ÉSO et celles de 10 000 autres personnes, ils ont ensuite élargi l’approche pour étudier comment l’accumulation de grands changements structurels dans le sang façonnent les résultats sur le plan de la santé.
La vidéo est en anglais et est également disponible avec des sous-titres français.