L’apprentissage machine peut-il contribuer au classement des produits de santé naturels et en décrire l’utilisation?

Année :

2025

Demandeur :

Cossette, Benoît

Établissement :

Université de Sherbrooke

Courriel :

Benoit.Cossette@USherbrooke.ca

Numéro de projet :

2501011

État d’avancement du projet approuvé :

Actif

Résumé du projet

Les produits de santé naturels (PSN) englobent diverses substances, y compris les vitamines, les probiotiques et les remèdes homéopathiques. Ils sont largement utilisés au Canada, notamment par les femmes, les personnes âgées et celles qui sont atteintes de maladies chroniques comme le diabète. Leurs avantages potentiels ne sont toutefois pas clairement établis, en partie à cause de l’absence de système de classification officiel, qui rend la comparaison et la réplication difficiles entre les études cliniques. De l’information précieuse se trouve sur Internet, mais elle est incomplète et présentée sous forme de texte en clair. Les chercheurs se serviront de l’apprentissage machine pour extraire cette information à partir de multiples sources et l’organiser dans un système de classification. Ils se serviront ensuite de cette classification pour décrire les PSN dans une cohorte de l’ÉLCV, y compris les coûts estimatifs, et en évaluer les conséquences sur les maladies cardiovasculaires, le diabète et le déclin cognitif.