Évaluation multi-modalité des résultats cardiovasculaires en utilisant des approches traditionnelles et d’apprentissage automatique.

Au fil des ans, des directives de santé plus strictes et plus agressives pour réduire les maladies cardiovasculaires (MCV) ont été mises en place. Malgré cela, les maladies cardiovasculaires demeurent la principale cause des décès en Amérique du Nord. La création d’outils d’évaluation des risques plus précis pour identifier les risques de maladies cardiovasculaires peut jouer un rôle important dans la réduction et la prévention de ces maladies. Ces outils comprennent l’identification de nouveaux facteurs de risque, l’utilisation d’approche d’apprentissage automatique pour traiter de grandes quantités de données et améliorer la prévision lorsqu’elles reçoivent de nouvelles données, et l’utilisation de méthodes statistiques traditionnelles pour une interprétation optimale des résultats, comme l’identification de variables individuelle associées au résultat. La population de données comprend tous les participants âgés de 35 à 79 ans qui ont répondu à des questionnaires sur le mode de vie et la santé, qui ont fourni des échantillons biologiques et des évaluations supplémentaires. L’objectif est d’identifier de nouveaux facteurs de risque connus pour la MCV et créer des modèles de prédiction pour la MCV.