Stratégies de gestion de l’absence à grande échelle de marqueurs sanguins dans les études longitudinales

Résumé du projet

La collecte de marqueurs sanguins dans le cadre d'études à grande échelle et à long terme comme l'Étude longitudinale canadienne sur le vieillissement (ÉLCV) est essentielle. Cependant, la pandémie de COVID-19 a perturbé la collecte d'échantillons sanguins, entraînant l’absence de données pour environ les deux tiers des participant·es à l'ÉLCV lors du suivi de 2018 à 2020. Les données manquantes, si elles ne sont pas gérées correctement, peuvent biaiser les résultats des études et les techniques couramment utilisées, comme l'exclusion des dossiers incomplets, produisent souvent des résultats peu fiables. Bien que les méthodes d'apprentissage automatique se soient révélées prometteuses pour traiter les données manquantes, elles ne permettent pas toujours de saisir pleinement les changements au fil du temps, qui sont essentiels à la recherche longitudinale. Notre objectif est d’élaborer une stratégie globale de sélection de variables pour les modèles d'imputation et de développer des méthodes efficaces pour gérer un volume important de données manquantes sur les biomarqueurs sanguins dans les études longitudinales.