Prédiction complète des fractures ostéoporotiques par l’apprentissage machine et l’imagerie par DXA

Résumé du projet

L’ostéoporose est une affection courante chez les personnes âgées, qui affaiblit les os et accroît la susceptibilité aux fractures. Elle demeure souvent inaperçue jusqu’à la survenue d’une fracture débilitante, notamment dans des foyers critiques comme la hanche et le rachis. À l’heure actuelle, la méthode diagnostique primaire de l’ostéoporose est la mesure de la densité minérale osseuse (DMO) à l’aide de l’imagerie par absorptiométrie biphotonique à rayons X (DXA). Cependant, la DMO seule ne suffit pas pour prédire le risque de fracture avec précision. Ce projet propose une nouvelle approche pour combiner l’apprentissage machine avec l’analyse avancée de l’image par DXA, grâce à la création d’un outil complet pour prédire les fractures. Le groupe de recherche a élaboré l’outil à partir d’un plus petit ensemble de données et l’utilisera pour analyser tous les examens initiaux de l’ÉLCV et dériver les variables relatives au risque de fracture. Le couplage subséquent avec les registres de santé provinciaux favorisera la validation par la comparaison des scores de risque dérivés avec les véritables occurrences de fracture. Pour la première fois, un outil prédicteur du risque de fracture sera utilisé dans un grand ensemble de données.