Dietary Intake and the Neighbourhood Environment in the BC Generations Project
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.
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.
The role of ultra-processed food consumption and depression on type 2 diabetes incidence: a prospective community study in Quebec, Canada
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.
Global Biobank Meta-analysis Initiative: Powering genetic discovery across human disease
L’Initiative mondiale de méta-analyse des biobanques est un réseau collaboratif de 23 biobanques, représentant plus de 2,2 millions de participants consentants dont les données génétiques sont liées aux dossiers de santé électroniques. Cet effort de collaboration améliorera le pouvoir des études d’association pangénomiques pour les maladies, profitera aux maladies peu étudiées et améliorera la prédiction des risques.
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.
Population-Based Recalibration of the Framingham Risk Score and Pooled Cohort Equations
Le score de risque de Framingham (FRS) et les équations de cohorte regroupées (ECR) surestiment le risque dans de nombreuses cohortes contemporaines. Cette étude visait à déterminer si le recalibrage de ces scores à l’aide de données contemporaines au niveau de la population améliore la stratification du risque des traitements aux statines.
Prediction of Cardiovascular Events by Pulse Waveform Parameters: Analysis of CARTaGENE
Les chercheurs ont mené la plus grande étude à ce jour visant à évaluer le lien entre des paramètres non invasifs de formes d’ondes de pouls et des événements cardiovasculaires. En ajoutant deux paramètres de formes d’ondes au score existant de maladie cardiovasculaire athérosclérotique, ils ont amélioré la prédiction cardiovasculaire et reclassé jusqu’à 5,7 % des patients dans une autre catégorie de risque.
Harnessing the power of data linkage to enrich the cancer research ecosystem in Canada
Ce résumé traite d’un projet destiné à coupler les données administratives du registre du cancer et les données administratives sur la santé à la plus grande étude sur la santé de la population au Canada, le Partenariat canadien pour la santé de demain (CanPath). Le projet vise à enrichir l’écosystème de la recherche sur le cancer au Canada en fournissant aux chercheurs un ensemble de données complet qui comprend des données sur la génétique, l’environnement, le mode de vie et le comportement. Les données couplées seront rendues disponibles au moyen d’une solution infonuagique appelée CanPath Data Safe Haven, qui est accessible aux chercheurs grâce à un protocole sécurisé. Le projet répondra aux préoccupations liées à l’accessibilité des données sur le cancer au Canada, apportera plus de valeur aux données existantes et favorisera une meilleure compréhension des répercussions du cancer sur les populations marginalisées.
Cohort Profile: The Ontario Health Study (OHS)
Le profil de cohorte de l’ÉSO décrit l’histoire et la valeur de sa plateforme de recherche pour la communauté scientifique au sens large. L’ÉSO suit 225 000 personnes tout au long de leur vie, activement et passivement, mettant à la disposition des chercheurs sur le cancer et les maladies chroniques des données électroniques anonymisées sur la génomique, l’environnement, le mode de vie et la santé.
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.