Publications

Les publications qui suivent sont des exemples de recherches rendues possibles grâce aux données de CanPath et de ses cohortes régionales.

2023

Food environment trajectories: a sequence analysis from the CARTaGENE cohort

Auteurs : Habila Adamou, Éric Robitaille, Marie-Claude Paquette, Alexandre Lebel

Les chercheurs ont cherché à catégoriser l’évolution de l’accès à la nourriture au fil du temps en fonction de la situation socio-économique des personnes. En utilisant les données de 38 627 participants à CARTaGENE dans des zones urbaines du Québec, les résultats ont révélé cinq modèles d’accès à la nourriture, les personnes incapables de travailler, vivant dans des ménages de grande taille et dans des ménages à faible revenu étant plus susceptibles d’avoir un accès limité aux magasins d’alimentation au fil du temps.

Lire la publication
2023

Molecular Genetic Characteristics of FANCI, a Proposed New Ovarian Cancer Predisposing Gene

Auteurs : Caitlin T Fierheller, Wejdan M Alenezi, Corinne Serruya, Timothée Revil, Setor Amuzu, Karine Bedard, Deepak N Subramanian, Eleanor Fewings, Jeffrey P Bruce, Stephenie Prokopec, Luigi Bouchard, Diane Provencher, William D Foulkes, Zaki El Haffaf, Anne-Marie Mes-Masson, Marc Tischkowitz, Ian G Campbell, Trevor J Pugh, Celia M T Greenwood, Jiannis Ragoussis, Patricia N Tonin

Les chercheurs ont étudié les caractéristiques génétiques du gène FANCI, qui a été associé à un risque accru de cancer de l’ovaire. En utilisant les données de 171 participants à CARTaGENE et d’autres sources, ils ont confirmé qu’une variante spécifique du gène FANCI est associée au cancer de l’ovaire et ont découvert des liens génétiques potentiels avec d’autres types de cancer.

Lire la publication
2023

Associations between neighborhood walkability and walking following residential relocation: Findings from Alberta’s Tomorrow Project

Auteurs : Gavin R McCormack, Mohammad Javad Koohsari, Jennifer E Vena, Koichiro Oka, Tomoki Nakaya, Jonathan Chapman, Ryan Martinson, Graham Matsalla

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.

Lire la publication
2023

Examining the influence of built environment on sleep disruption

Auteurs : Jaclyn Parks, Millie Baghela, Parveen Bhatti

Les chercheurs ont cherché à comprendre si la modification des aspects de l’environnement bâti améliorait le sommeil. En utilisant les données de 28 385 participants au projet BC Generations, ils ont constaté que l’augmentation de la lumière la nuit, de la pollution atmosphérique (SO2) et de la vie < 100m d’une voie principale étaient associée à un manque de sommeil. La verdure a eu un effet positif sur le sommeil.

Lire la publication
2023

A comparison of machine learning algorithms and traditional regression-based statistical modeling for predicting hypertension incidence in a Canadian population

Auteurs : Mohammad Ziaul Islam Chowdhury, Alexander A Leung, Robin L Walker, Khokan C Sikdar, Maeve O'Beirne, Hude Quan, Tanvir C Turin

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.

Lire la publication
2022

Agreement between self-report and administrative health data on occurrence of non-cancer chronic disease among participants of the BC generations project

Auteurs : Maryam Darvishian, Jessica Chu, Jonathan Simkin, Ryan Woods, Parveen Bhatti

Les données sur les antécédents de maladies chroniques autodéclarées ont été reliées à un registre des maladies chroniques (CDR) qui a appliqué des algorithmes aux données administratives sur la santé afin de vérifier les diagnostics de maladies chroniques multiples dans la province de la Colombie-Britannique.

Lire la publication
2022

Personalized breast cancer onset prediction from lifestyle and health history information

Auteurs : Shi-Ang Qi, Neeraj Kumar, Jian-Yi Xu, Jaykumar Patel, Sambasivarao Damaraju, Grace Shen-Tu, Russell Greiner

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.

Lire la publication
2022

Dietary Intake and the Neighbourhood Environment in the BC Generations Project

Auteurs : Rachel A. Murphy, Gabriela Kuczynski, Parveen Bhatti, Trevor J. B. Dummer

Cette étude a examiné comment des facteurs liés au quartier, comme l’accès aux commodités et aux relations sociales, ainsi que la verdure et le potentiel piétonnier, peuvent influer sur la consommation de fruits et de légumes. ~28 000 participants du projet BC Generations y ont participé. Les gens vivant dans des quartiers où la pauvreté matérielle et sociale était plus grande étaient moins susceptibles de respecter les recommandations sur la consommation de fruits et légumes, tandis que ceux vivant dans des quartiers plus verdoyants étaient plus susceptibles de respecter ces recommandations. Les résultats mettent en évidence comment les caractéristiques multiples d’un quartier peuvent avoir une incidence sur l’apport alimentaire.

Lire la publication
2022

Patterns and predictors of adherence to breast cancer screening recommendations in Alberta’s Tomorrow Project

Auteurs : Olivia K Loewen, Navjot Sandila, Grace Shen-Tu, Jennifer E Vena, Huiming Yang, Kara Patterson, Jian-Yi Xu

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.

Lire la publication
2022

The role of ultra-processed food consumption and depression on type 2 diabetes incidence: a prospective community study in Quebec, Canada

Auteurs : Akankasha Sen, Anne-Sophie Brazeau, Sonya Deschênes, Hugo Ramiro Melgar-Quiñonez, Norbert Schmitz

Les chercheurs ont analysé le lien entre la dépression et la consommation d’aliments ultra-transformés (AUT) comme facteurs de risque de développer le diabète de type 2 (DT2) à l’aide de données de référence (2009-2010) de 3880 participants à CARTaGENE. Les participants ayant des symptômes dépressifs élevés et une consommation élevée d’AUT présentaient le risque le plus élevé de DT2. L’étude laisse penser que la gestion et la surveillance précoces des deux facteurs de risque pourraient être essentielles pour la prévention du diabète.

Lire la publication