Non-fasting lipids and cardiovascular disease in those with and without diabetes in Alberta’s Tomorrow Project: A prospective cohort study
L’objectif de cette étude était d’évaluer la relation entre le cholestérol résiduel non à jeun (RC) et les maladies cardiovasculaires (MCV) chez les diabétiques et les non-diabétiques à l’aide des données de 13 631 participants à l’Alberta’s Tomorrow Project. Les chercheurs ont constaté qu’un taux élevé de cholestérol résiduel non à jeun était associé à un risque accru de MCV chez les adultes d’âge moyen et plus âgés non diabétiques.
Mental health service use and associated predisposing, enabling and need factors in community living adults and older adults across Canada
The authors utilized data from the CanPath COVID-19 health survey (May to December 2020) to conduct multivariate logistic regression analysis to determine the association between mental health service use (MHSU) and predisposing, enabling, and need factors — derived from Andersen’s model of healthcare-seeking behaviour — among five regional cohorts. Among the 45,542 adults in the study population, 6.3% of respondents reported MHSU and need factors were consistently associated with MHSU.
Physical activity-induced alterations of the gut microbiota are BMI dependent
Les chercheurs ont évalué le rôle de l’activité physique et de la force de préhension dans la composition du microbiome intestinal chez des adultes d’âge moyen ayant un indice de masse corporelle normal ou en surpoids. Les données recueillies auprès de 443 participants au projet Alberta Tomorrow suggèrent que l’IMC joue un rôle important dans la modélisation des changements du microbiote intestinal induits par l’activité physique.
Impact of Comorbidity on Hospitalization and Emergency Room Visits in Adults With Diabetes: A Longitudinal Study of Alberta’s Tomorrow Project
En utilisant les données du projet Alberta Tomorrow, Ye et al. ont étudié l’impact des comorbidités sur les hospitalisations et les visites aux urgences chez les personnes atteintes de diabète. Au cours des cinq années de l’étude, les auteurs ont observé un lien significatif entre le nombre de comorbidités et l’augmentation de l’utilisation des soins de santé parmi les 2 110 cas de la population étudiée.
Associations between neighborhood walkability and walking following residential relocation: Findings from Alberta’s Tomorrow Project
Cette étude visait à estimer si les changements dans le potentiel piétonnier du quartier résultant de la réinstallation résidentielle étaient associés aux loisirs, au transport et aux niveau total de marche. À l’aide des données de 5977 adultes urbains (n’ayant pas déménagé, ayant déménagé vers un moindre potentiel piétonnier et ayant déménagé vers un meilleur potentiel piétonnier), les chercheurs ont constaté que le temps passé à marcher lors du suivi était plus faible chez les personnes ayant déménagé dans des quartiers moins propices à la marche, ce qui laisse penser que le fait de déménager dans des quartiers moins propices à la marche pourrait nuire à la santé.
A comparison of machine learning algorithms and traditional regression-based statistical modeling for predicting hypertension incidence in a Canadian population
Cette étude évalue différents algorithmes d’apprentissage automatique et compare leur rendement prédictif avec des modèles conventionnels pour prédire l’incidence de l’hypertension à l’aide des données de 18 322 participants au projet Alberta Tomorrow. L’étude a révélé peu de différence dans les performances prédictives entre les algorithmes d’apprentissage automatique et le modèle conventionnel de Cox PH. Les résultats indiquent que les modèles de régression classiques peuvent rivaliser avec les algorithmes d’apprentissage automatique en offrant une bonne précision prédictive dans un ensemble modéré de données avec un nombre raisonnable de caractéristiques.
Personalized breast cancer onset prediction from lifestyle and health history information
Cet article propose une méthode pour prédire quand une femme développera un cancer du sein (CaS) en fonction de son état de santé et de son mode de vie à l’aide des données de 18 288 femmes du projet Alberta Tomorrow. L’approche employée a fait ressortir sept caractéristiques liées au mode de vie qu’une femme peut modifier, afin de montrer comment le modèle peut prédire les effets de tels changements. Cette méthode peut être utilisée pour identifier les interventions pour les personnes ayant une plus grande probabilité de développer un CaS.
Patterns and predictors of adherence to breast cancer screening recommendations in Alberta’s Tomorrow Project
Cette étude a examiné les tendances de dépistage chez près de 5000 femmes dans le cadre du projet Alberta Tomorrow. La plupart des participantes étaient à jour pour le dépistage lors de leur inscription et du suivi, mais 21,6 % n’étaient pas à jour au moment du suivi, et 3,2 % n’y avaient jamais participé. Le fait d’avoir un médecin de famille était le prédicteur le plus puissant d’un dépistage régulier, tandis que les fumeuses actuelles étaient moins susceptibles de se soumettre à un dépistage régulier. L’étude souligne l’importance de promouvoir la sensibilisation aux recommandations sur le dépistage et au rôle des médecins de famille pour encourager les femmes à se soumettre au dépistage.
Association of dairy consumption patterns with the incidence of type 2 diabetes: Findings from Alberta’s Tomorrow Project
Les chercheurs ont étudié la relation entre la consommation de produits laitiers et le risque de développer le diabète de type 2 (DT2) avec les données du projet Alberta Tomorrow (PAT). 15 016 femmes et 8 615 hommes ont rempli un questionnaire sur la fréquence des aliments et ont fait l’objet d’un suivi au fil du temps pour déterminer l’incidence du DT2. On a constaté qu’une consommation plus élevée de lait entier, de fromage ordinaire et de lait écrémé était associée à une diminution du risque de DT2 incident uniquement chez les hommes. L’étude indique que la combinaison de différents produits laitiers pourrait être bonne pour la santé des hommes.
Development and validation of a hypertension risk prediction model and construction of a risk score in a Canadian population
Cette étude évalue différents algorithmes d’apprentissage automatique et compare leur rendement prédictif avec des modèles conventionnels pour prédire l’incidence de l’hypertension à l’aide des données de 18 322 participants au projet Alberta Tomorrow. L’étude a révélé peu de différence dans les performances prédictives entre les algorithmes d’apprentissage automatique et le modèle conventionnel de Cox PH. Les résultats indiquent que les modèles de régression classiques peuvent rivaliser avec les algorithmes d’apprentissage automatique en offrant une bonne précision prédictive dans un ensemble modéré de données avec un nombre raisonnable de caractéristiques.