La modélisation mathématique est une méthode de recherche qui peut améliorer la planification de la santé publique et le contrôle des maladies infectieuses. Le terme mégadonnées désigne des ensembles de données très vastes et diversifiés qui sont analysés à grande vitesse pour révéler des modèles, des tendances et des associations.
Le CCNMI soutient l’application et l’échange de connaissances sur l’utilisation de la modélisation mathématique et des mégadonnées dans le domaine de la santé publique.
Le CCNMI réunit modélisateurs, praticiens de la santé publique et décideurs pour répondre aux priorités de la santé publique telles que la grippe, les infections transmissibles sexuellement, la tuberculose, et depuis peu, la COVID-19. Nous faisons prendre conscience de la valeur de la recherche en modélisation, en particulier aux professionnels de la santé publique.
nouvelles
Modélisation mathématique
La modélisation mathématique aide la santé publique à répondre à des questions complexes et concrètes qui permettent de proposer des solutions fondées sur des données probantes aux menaces que représentent les maladies infectieuses.
Cette vidéo, préparée par le CCNMI et le Centre de collaboration nationale pour la santé autochtone, donne un exemple de la façon dont les modèles sur la modélisation de la tuberculose, sont développés, interprétés et appliqués.
Réseau mod4PH
Nous soutenons l’échange de connaissances par le biais, entre autres, de mod4PH, un réseau de professionnels de la santé publique et de modélisateurs mathématiques. Ses membres encouragent la recherche en modélisation dans la prise de décision en santé publique pour la prévention et le contrôle des maladies infectieuses. Rejoignez le groupe sur LinkedIn pour vous tenir au courant des nouveaux projets.
Le balado mod4PH présente de nouveaux concepts et travaux de recherche pertinents sur la modélisation mathématique pour la santé publique, avec des experts en modélisation des maladies infectieuses issus de différents domaines. Découvrez de nouveaux épisodes de ce balado sur la page Webémissions du CCNMI.
Modèles COVID-19 de l’Agence de la santé publique du Canada
L’Agence de la santé publique du Canada (ASPC) a partagé avec les Canadiens des informations issues de son travail de modélisation du COVID-19. Les résultats de ces données indiquent qu’il est critique et essentiel d’éloigner physiquement, de détecter et d’isoler les cas de COVID-19, d’identifier et de mettre en quarantaine les contacts étroits, et d’empêcher l’infection internationale d’entrer au pays.
Vous cherchez le groupe de modélisation de l’ASPC?
Mégadonnées
Le CCNMI rassemble des collaborateurs afin de découvrir ce qu’on peut apprendre des mégadonnées afin d’éclairer la prise de décision en matière de santé publique pour la lutte contre les maladies infectieuses.
Les préoccupations et les questions liées à l’éthique des mégadonnées à des fins de santé publique sont prudentes, mais elles peuvent freiner le partage des connaissances sur la manière dont ces données sont ou pourraient être utiles. Le CCNMI recadre le dialogue sur les mégadonnées en posant une question différente – non pas : « Quels sont les risques? », mais : « Que peut-on apprendre des mégadonnées? ».
La pandémie de COVID-19 a alimenté la demande de données et de géolocalisation en temps réel pour mieux saisir les risques émergents. Les autorités de santé publique ont fait appel à différents moyens afin de comprendre l’influence des voyages, et des facteurs de mobilité, de même que l’efficacité des mesures sanitaires visant à limiter la mobilité, les contacts sociaux et la propagation de la maladie. Bien que le virus SRAS-CoV-2 soit un domaine important à explorer, les mégadonnées peuvent également fournir des perspectives sur d’autres agents pathogènes et enjeux de santé publique.
Le CCNMI mène plusieurs projets d’application des connaissances touchant les mégadonnées, notamment :
- des infographies qui clarifient les concepts de base,
- des études de cas qui présentent des organismes de santé publique ayant utilisé des mégadonnées et les leçons qu’ils en ont tirées
- Connaissances acquises sur l’utilisation des données de mobilité en santé publique – Une étude de cas présentant les leçons apprises par « l’équipe de découverte » de l’Agence de santé publique du Canada.
- des projets de démonstration de la recherche utilisant des mégadonnées, et
- Publication d’un projet sur la modélisation du transport aérien et la COVID-19
- des discussions portant sur l’éthique, les méthodes et la pertinence des résultats de la recherche utilisant des mégadonnées.
Parler de l’utilisation des mégadonnées
Lorsque la santé publique exploite des mégadonnées, elle doit non seulement respecter les lois sur la protection de la vie privée et les normes d’éthique, mais aussi faire de son mieux pour communiquer ouvertement et clairement avec le public au sujet des pratiques en matière de données.
Le CCNMI souligne l’initiative éducative suivante de l’Agence de santé publique du Canada à l’intention du public.
Visitez les pages web de l’Agence de la santé publique du Canada sur les données de santé publique pour en savoir plus sur :
- comment et pourquoi l’ASPC recueille et analyse une variété de données différentes
- la manière dont l’ASPC respecte et protège la vie privée lors de la collecte et de l’utilisation des données de santé publique, et
- les projets innovants en matière de données de santé publique