Cette étude menée par des universitaires d’Otawa (Canada) est la première à tenter, à très grande échelle, de prédire l’apparition d’un diabète de type 2 (DT2) dans les cinq ans, ce qui permet distinguer les groupes à haut ou à faible risque et ainsi orienter les politiques de santé au niveau populationnel (1).
Un échantillon aléatoire de 2 137 343 résidents de l’Ontario sans DT2 a été identifié. Plus de 300 caractéristiques, provenant d’un vaste ensemble de données capturant des informations démographiques, des données des laboratoires, des prestations pharmaceutiques, des interactions avec le système de santé, des déterminants sociaux de la santé et des dossiers de soins ambulatoires et d’hospitalisation, ont été compilées avec les antécédents médicaux des patients sur deux ans, afin de générer des prévisions trimestrielles.
Les incidences prédites et observées sont remarquablement corrélées quel que soit l’âge de la population étudiée (les plus nombreux ayant entre l’âge de 40 et 80 ans).
L’approche analytique, mise au point et utilisée dans cette étude, a abouti à un modèle d’apprentissage automatique permettant de prédire avec précision l’incidence du DT2 dans la population à l’aide de données administratives sur la santé recueillies en routine. Ces résultats suggèrent que le modèle pourrait être utilisé pour éclairer la prise de décision en matière de planification de la santé et de prévention du diabète à l’échelon d’une large population.
(1) Ravaut M et al. Development and validation of a machine learning modelusing administrative health data to predict onset of type 2 diabetes. JAMA NetwOpen. 2021 May 3;4(5):e2111315. doi: 10.1001/jamanetworkopen.2021.11315