« Les comportements malsains font peser un lourd fardeau sur l'espérance de vie au Canada », a déclaré l'auteur principal, le Dr Doug Manuel, chercheur principal à L'Hôpital d'Ottawa et professeur à l'Université d'Ottawa, et chercheur principal principal à l'Institut des sciences évaluatives cliniques (ICES). « Cette étude a permis de déterminer quels sont les comportements qui constituent la plus grande menace.
L'étude a révélé ce qui suit :
• 26 % de tous les décès sont attribuables au tabagisme
• 24 % de tous les décès sont attribuables à l'inactivité physique
• 12 % de tous les décès sont attribuables à une mauvaise alimentation
• 0,4 % de tous les décès sont attribuables à une consommation d'alcool malsaine
Le calculateur de l'espérance de vie a été élaboré à l'aide d'un modèle statistique pour estimer le risque de décès associé au tabagisme, à la consommation malsaine d'alcool, à une mauvaise alimentation et à l'inactivité physique en Ontario. « Notre approche est une nouvelle façon de mesurer l'impact des problèmes de santé sur l'espérance de vie », a déclaré le Dr Manuel. « À l'ère des mégadonnées, nous devrions aller au-delà des anciennes méthodes qui sont demeurées en grande partie inchangées au cours des 60 dernières années. »
Références
Manuel, DG, Perez, R., Sanmartin, C., Taljaard, M., Hennessy, D., Wilson K.,. Rosella L. (2018). Développement : Mesure du fardeau des comportements malsains à l'aide d'une approche prédictive multivariable : Espérance de vie perdue au Canada attribuable au tabagisme, à l'alcool, à l'inactivité physique et à l'alimentation PLoS Medicine, 13 (8), e1002082. dit :
Manuel DG, Abdulaziz KE, Perez R, Beach S, Bennett C. Communication personnalisée des risques pour une évaluation personnalisée des risques : évaluation réelle des connaissances et de la motivation pour six mesures du risque de mortalité à partir d'un calculateur d'espérance de vie en ligne. Informer Health Soc Care. 2017:1-14. https://doi.org/10.1080/17538157.2016.1255632
Manuel, DG, Perez, R., Bennett, C., Rosella, L., Taljaard, M., Roberts M.,. Manson H. Sept années de plus : L'impact du tabagisme, de l'alcool, de l'alimentation, de l'activité physique et du stress sur la santé et l'espérance de vie en Ontario. Un rapport ICE/PHO. Toronto : Institut des sciences évaluatives cliniques et de la santé publique de l'Ontario ; 2012. CODE ISBN : 978-1-926850-33-7
Algorithme prédictif du risque quinquennal d'incident de maladie cardiovasculaire. Élaboré et validé à l'aide des Enquêtes sur la santé dans les collectivités canadiennes (ESCC) de 2001 à 2008. L'incidence cardiovasculaire est une première hospitalisation ou un décès pour un événement cardiovasculaire majeur. Les principaux prédicteurs sont les comportements liés à la santé (tabagisme, alimentation, activité physique et consommation d'alcool). Le modèle est présentement étalonné pour Canada 2013 avec des dispositions pour l'étalonnage pour d'autres pays.
Il y avait 104 219 répondants âgés de 20 à 105 ans, 3 709 événements cardiovasculaires et 818 478 personnes de suivi années-personnes dans les cohortes combinées de dérivation et de validation.
Incidence cumulative sur cinq ans - males = 0,026, intervalle de confiance à 95 % [IC] 0,025—0,028 ; femmes = 0,018, 95 % 0,017—0,019.
Discrimination - statistique c : modèle masculin = 0,82, IC à 95 % 0,81 à 0,83 ; modèle féminin = 0,86, IC à 95 % 0,85 à 0,87.
Étalonnage - incidence cumulative observée sur cinq ans par rapport au risque prévu dans la population globale : hommes = 0,28 % ; femmes = 0,38 %. Pente d'étalonnage femelles : 0,9734, SE 0,0698 ; pour les mâles : 0,9295, SE 0,0731. Différence observée et prévue < 20 % dans les sous-groupes prédéfinis pertinents pour les politiques (206 groupes sur 208) à P
Enregistrement de l'essai : ClinicalTrials.gov, no. NCT02267447
Données de référence
Les données de référence supplémentaires comprennent :
• Un outil de visualisation algorithmique interactif qui affiche la contribution des principaux prédicteurs et le rôle des interactions entre l'âge et l'exposition.
• modèle CVDport au format XML (langage de balisage de modélisation prédictive) ;
• 500 coefficients bêta pour calculer l'incertitude statistique ;
• Exemples fictifs (n = 20 000) d'entrées et de sorties d'exposition, y compris les étapes de calcul intermédiaires.
Voir le Page API/développeur pour de plus amples renseignements.
Références
Manuel, D., Tuna, M., Bennett, C., Hennessy, D., Rosella, L., Sanmartin, C.,. Taljaard, M. (2018). Élaboration et validation d'un modèle de prédiction des risques de maladies cardiovasculaires à l'aide d'enquêtes sur la santé de la population : outil de risque de maladie cardiovasculaire (CVDPort).
Journal de l'Association médicale canadienne, 190 (29), E871-882. doi : 10.1503/cmaj.170914
Taljaard, M., Tuna, M., Bennett, C., Perez, R., Rosella, L., Tu, J.V.,. Manuel, D.G. (2014). Maladies cardiovasculaires
Outil de risque de population (CVDport) : algorithme prédictif pour évaluer le risque de MCV dans le milieu communautaire. Un protocole d'étude.
BMJ Open, 4 (10), e006701.doi : 10.1136/bmjopen-2014-006701
L'algorithme utilisé dans cette calculatrice s'appelle RESPECT. RESPECT est l'abréviation de Risk Evaluation for Support : Prédictions pour la vie des aînés dans la communauté.
RESPECT a été élaboré à partir des données de 491 277 personnes âgées de l'Ontario, au Canada, qui ont utilisé des soins à domicile entre 2007 et 2013. L'ensemble de données contient des renseignements détaillés sur la santé tirés de l'Instrument normalisé d'évaluation des résidents pour les soins à domicile (IRA-HC), que les gestionnaires de cas et les infirmières utilisent pour évaluer les besoins des utilisateurs de soins à domicile. Le calculateur comprend un large éventail de questions qui reflètent différentes trajectoires en santé physique et cognition, y compris l'âge, le sexe, les troubles cognitifs (déclin de la mémoire), les maladies (p. ex. diabète, maladies cardiovasculaires, démence, cancer), les facteurs sociodémographiques (état matrimonial, niveau d'éducation), l'état de santé (p. ex. difficultés dans les activités de la vie quotidienne), les symptômes de réserve physiologique réduite (p. ex. perte de poids), l'utilisation de thérapies de maintien de la vie (p. ex. dialyse) et l'utilisation des soins de santé (p. ex. nombre d'hospitalisations et de visites aux urgences) ).
L'algorithme est étalonné sur 1,3 million d'évaluations et 112 823 décès. RESPECT prédit avec précision un large éventail de l'espérance de vie ; nous avons classé et classé notre cohorte en fonction de leur risque de décès pour six mois, qui variait de 1,5 % à 98 %. Cela se traduit par une survie moyenne de 4 semaines (intervalle interquartile [IQR] de 11 à 84 jours) pour les personnes les plus fragiles de notre cohorte à 8,1 ans chez les personnes ayant le peu de limitations physiques et de problèmes de santé chroniques (IQR de 5,9 ans à 9,4 ans).
RESPECT est intégré au moteur de notation Project Big Life. Le moteur de notation génère des calculs sur n'importe quelle combinaison de réponses aux questions de l'algorithme. Le principal résultat du moteur est l'expérience de santé réelle des Ontariennes et Ontariens qui ont effectué les 1,3 million d'évaluations. Ces expériences en matière de santé peuvent se traduire par une vaste gamme de mesures axées sur le patient. Pour en savoir plus sur la façon dont nous avons développé l'algorithme Respect — Fin de vie, cliquez ici.
Références
Hsu, AT, Manuel, DG, Taljaard, M., Chalifoux, M., Bennett, C., Costa, AP. Tanuseputro P. Algorithme de prédiction des décès chez les personnes âgées en milieu de soins à domicile : protocole d'étude pour l'évaluation des risques pour le soutien : outil de prédictions pour la vie âgée dans la communauté (RESPECT). BMJ Open 2016 ; 6:e013666. di : 10.1136/bmjopen-2016 - 013666
Amy T. Hsu, Douglas G. Manuel, Sarah Spruin, Carol Bennett, etc. Peter Tanuseputro : Prédire le décès chez les utilisateurs de soins à domicile : calcul et validation de l'outil d'évaluation des risques pour le soutien : Prédictions pour la vie âgée dans la communauté (RESPECT). CMAJ juil. 2021, 193 (26) E997-E1005 ; DIT : 10,1503/cmmaj.200022
Le Calculateur de sodium comprend 26 questions pour saisir la fréquence de consommation d'aliments contenant du sodium ; il fournit aux utilisateurs des renseignements rapides, détaillés et personnalisés sur le sodium alimentaire.
Les questions du Calculateur de sodium ont été élaborées en examinant les sources de sodium dans l'alimentation à l'aide de l'Enquête sur la santé dans les collectivités canadiennes (ESCC) -Nutrition 2004-2015. La teneur en sodium (mg/100 g) des aliments et des boissons qui ont contribué le plus à l'apport en sodium a été recueillie et combinée à l'aide du Programme d'information sur les étiquettes des aliments (FLIP) de l'Université de Toronto (FLIP) 2013-2017 et du Fichier canadien sur les éléments nutritifs 2010-2015. FLIP est une base de données sur la composition des aliments de marque comptant 10 487 et 16 761 aliments emballés pour 2013 et 2017, respectivement, tandis que le Fichier canadien sur les éléments nutritifs est la base de données nationale sur la composition des aliments de 5 807 (2010) et 5 690 (2015) aliments tenue par Santé Canada. Le restaurant-Flip de l'Université de Toronto a été utilisé pour calculer la teneur en sodium des fast-foods et des restaurants (n = 4 836 et 12 271 pour les années 2013 et 2016, respectivement). Les aliments ont été classés en catégories axées sur le sodium qui comprenaient les groupes d'aliments (p. ex. boulangerie) et les sous-catégories principales (p. ex. pain) et mineures (p. ex. bagels).
Pour estimer la quantité de sodium consommée dans les différentes catégories d'aliments, le Calculateur de sodium utilise des algorithmes fondés sur la taille moyenne des portions consommées par 13 groupes d'âge et de sexe, comme indiqué dans le CCHS : tous les 4-8 ans, et les hommes et les femmes de 9 à 13 ans, de 14 à 18 ans, de 19 à 30 ans, de 30 à 51 ans, de 51 à 70 ans et de 71 ans et plus. Les concentrations médianes de sodium ont été calculées à partir des bases de données FLIP et du Fichier canadien des éléments nutritifs et ont été pondérées en fonction du nombre de produits de la sous-catégorie des aliments. Des facteurs de correction de 20 % pour les aliments emballés et de 10 % pour les aliments de restaurant ont été appliqués aux estimations de sodium dérivées pour approximer la consommation habituelle de sodium.
Références
Arcand JA, Abdulaziz K, Bennett C, L'Abbé MR, Manuel DG. (2014) Élaboration d'un outil Web de dépistage du sodium pour une évaluation et une rétroaction personnalisées. Physiologie appliquée, nutrition et métabolisme 39 (3) code : 10.1139/apnm-2013-0322
Les équations du risque de l'IRC ont déjà été adoptées dans la pratique clinique, mais il n'existe aucune méthode équivalente permettant aux membres du grand public de s'intéresser aux facteurs de risque auto-déclarés et facilement disponibles et de les identifier.
Le calculateur de l'IRC est un outil Web conçu pour sensibiliser les gens et aider les gens à améliorer leurs comportements en matière de santé en ce qui concerne l'IRC. Le calculateur pose des questions générales sur la santé et les comportements d'une personne pour déterminer le score qui décrit le risque de développer une IRC au cours des huit prochaines années. Des renseignements cliniques détaillés tels que la pression artérielle ou les mesures en laboratoire ne sont pas nécessaires pour une évaluation précise des risques, afin de s'assurer que la calculatrice convient à tous les publics.
Pour ce faire, nous avons dressé une liste préliminaire de prédicteurs candidats à l'aide d'informations provenant d'une recherche documentaire systématique et de la disponibilité dans le cadre de l'Enquête sur la santé dans les collectivités canadiennes (ESCC). Les données de 22 200 personnes en Ontario, au Canada, ont été utilisées pour élaborer un modèle, qui a ensuite été validé à l'aide de 15 522 personnes de la Biobanque du Royaume-Uni pour assurer le rendement prédictif. Comme de nombreuses personnes peuvent ne pas connaître leur niveau de FGE de base, nous avons élaboré des modèles distincts pour les personnes avec et sans DFG de référence.
Le c-stat moyenné dans le temps pour les modèles avec et sans FGF de base était de 83,5 (IC à 95 % 82,2 à 84,9, sans CI79,8 à 82,4 à 81,0 à 95 %). Le c-stat variait de 86,3 à 77,6 des années 1 à 8 avec un FGF de référence et de 82,8 à 71,2 pour les années 1 à 8 sans FGF de référence.
La pente d'étalonnage du modèle était de 1,002 (IC à 95 % 0,944-1,061) et de 0,991 (IC à 95 % 0,923-1,06) avec et sans FGF de base, respectivement et une surprédiction chez les personnes présentant un risque estimé élevé. Le risque prédit sur 5 ans était de 0,0967 (avec FGF de base) et de 0,0972 (pas de FGF de référence) comparativement à un risque observé de 0,0977. Pour les années 1 à 8, le score de Brier variait de 1,4 à 10,2 pour le modèle avec FGF de base et de 1,4 à 12,0 sans résultat.
Références
Noel AJ, Eddeen AB, Manuel DG, Rhodes E, Tangri N, Hundemer GL, Tanuseputro P, Knoll GA, Mallick R, Sood MM. Équation de prédiction fondée sur une enquête sur la santé pour l'incidence de l'IRC (Développement et validation externe de l'outil de risque de maladie rénale chronique). Soumis à CJASN.
Dans le cadre de l'élaboration du Calculateur de modèles diététiques (DiPAC), un examen de la portée a été effectué afin de déterminer les outils d'évaluation de la qualité des aliments courts actuellement disponibles. Les outils identifiés étaient principalement axés sur des éléments nutritifs individuels ou des groupes d'aliments ou ont été élaborés pour une population spécifique, mais peu d'entre eux ont déterminé les habitudes alimentaires globales.
Par la suite, des rappels alimentaires effectués 24 heures sur 24 dans le cadre de l'Enquête sur la santé dans les collectivités canadiennes (ESCC) -Nutrition 2015 (n = 13 958), représentative à l'échelle nationale, ont été utilisés pour établir et valider un modèle alimentaire fondé sur l'examen de la portée à l'aide de moindres carrés partiels pondérés. Le schéma alimentaire dominant de CCS-Nutrition 2015 se caractérise par une consommation élevée de fast-foods, de boissons gazeuses et de collations salées et une faible consommation de fruits entiers, de légumes oranges et d'autres légumes et les jus, les grains entiers, les légumes vert foncé, les légumineuses et le soja.
DiPAC, qui a démontré une validité élevée et une fiabilité intermédiaire (cohérence interne = 0,47 à 0,51), peut être utilisé par le public, les cliniciens et les chercheurs pour une évaluation rapide et robuste de la qualité de l'alimentation.
Références
Jessri M, Jacobs A, Ng Alena (Praneet), Bennett C, Quinlan A, Nutt C, Brown J, Hennessy D, Manuel DG. (2023) Élaboration et évaluation du Calculateur des habitudes alimentaires (DIPAC) pour l'évaluation et la rétroaction personnalisées. Revue canadienne de pratique et de recherche en diététique https://doi.org/10.3148/cjdpr-2023-013
Le Project Big Life Planning Tool est une application Web qui a été développée pour que les planificateurs de la santé utilisent nos algorithmes pour l'analyse de la population.
https://www.projectbiglife.ca/planning-tool
cchsflow appuie l'utilisation de l'Enquête sur la santé dans les collectivités canadiennes (ESCC) en transformant les variables de chaque cycle en versions harmonisées et uniformes qui couvrent les cycles d'enquête (actuellement de 2001 à 2014).
https://big-life-lab.github.io/cchsflow/
Outil de visualisation d'algorithmes interactifs qui affiche la contribution des principaux prédicteurs et des interactions d'exposition.
http://algorithm-viewer.projectbiglife.ca/#/
Consultez les référentiels Github de PBL - Big Life Lab Flow (BLLFlow) - un flux de travail pour la recherche ouverte et reproductible.
https://github.com/Big-Life-Lab
