Colloque

Exploration des facteurs prédictifs de l'accident vasculaire cérébral (AVC) : comparaison de deux techniques d'apprentissage automatique

Metogara Mohamed Traore

Maude Laberge

Membre a labase

Metogara Mohamed Traore : Université Laval

Résumé de la communication

L'étude utilise l'apprentissage automatique pour analyser les facteurs de risque de l'accident vasculaire cérébral (AVC), une cause majeure de mortalité et d'invalidité, en explorant les données sociodémographiques et cliniques pour prédire son occurrence et guider des interventions préventives ciblées.

Nous avons analysé 4 908 dossiers patients de Kaggle pour identifier les facteurs influençant certaines conditions médicales, utilisant des statistiques descriptives, la régression logistique binaire (reconnue comme une technique d'apprentissage automatique, particulièrement dans le contexte de la classification) et le bagging, et validé la fiabilité via des matrices de confusion et des courbes ROC.

Les résultats soulignent l'importance de l'hypertension, des maladies cardiaques, du tabagisme, de l'âge, des niveaux de glucose et du statut matrimonial dans la prédiction des AVC. La régression logistique et le bagging identifient ces facteurs comme significatifs, mais la modeste sensibilité des modèles indique le besoin de stratégies de prévention plus personnalisées et l'utilisation de méthodes analytiques avancées pour affiner la prédiction des AVC.

L'étude met en avant l'impact de l'âge et de l'hypertension sur le risque d'AVC et le potentiel préventif de l'apprentissage automatique, soulignant le besoin d'analyser les divergences entre régression logistique et bagging pour améliorer la prédiction.

Résumé du colloque

Les sciences sociales et humaines sont un monde riche et diversifié de pratiques dans lequel de nombreux débats questionnent notre rapport aux techniques de la recherche. Que ce soit concernant les débats relatifs aux questions sur l’objectivité en recherche, sur la scientificité des disciplines dites plus pures ou plus molles, sur la reconduction du dualisme opposant les méthodes quantitatives aux méthodes qualitatives ou encore sur les débats opposant herméneutes et méthodologues, les enjeux méthodologiques et épistémologiques qui traversent les sciences humaines et sociales demeurent des réflexions incontournables dans la formation des futur·e·s chercheur·se·s, et ce, peu importe la discipline. Dans ce contexte, trois enseignant·e·s du programme de Techniques de recherche et de gestion de données du Collège de Rosemont proposent d’aborder ces enjeux par l’entremise d’une approche positive visant la valorisation de la diversité des pratiques en recherche afin de se détacher de ces oppositions, tout en réfléchissant à la manière de replacer les objets d’étude au centre de nos intérêts de recherche afin de valoriser les techniques de recherche en tant que coffre à outils et non comme un camp où se positionner. Pour l’exercice, nous souhaitons convier des personnes (chercheur·se·s et étudiant·e·s) à venir présenter des projets de recherche qui valorisent des cadres méthodologiques originaux, innovants, mixtes, hybrides (sur le plan tant des méthodes que des disciplines) dans le but de promouvoir les techniques de recherche sociale en tant que pratiques favorisant la créativité et l’innovation sociale. Cette journée d’échanges propose de mettre de l’avant l’audace méthodologique et la rigueur de la méthode, où la méthodologie de recherche est conçue comme permettant de rendre compte des phénomènes sociaux de manière rigoureuse tout en laissant un espace à la pensée critique.