Approches d’apprentissage automatique pour prédire le déclin cognitif et les troubles cognitifs dans les ÉLCV les participants ;

Année :

2022

Demandeur :

Seitz, Dallas

Établissement :

Université de Calgary

Courriel :

dallas.seitz@ucalgary.ca

Numéro de projet :

2201011

État d’avancement du projet approuvé :

Actif

Résumé du projet

Les changements cognitifs sont courants chez les Canadiens vieillissants. Ils peuvent se traduire par des changements normaux de la mémoire ou de la pensée associés aux processus de vieillissement ou être les premiers symptômes de certaines maladies comme la maladie d’Alzheimer ou la démence. Plusieurs facteurs de risque de déclin cognitif sont communs chez les personnes âgées, notamment l’âge, le sexe, les facteurs liés à l’environnement social des individus, les symptômes physiques et psychologiques ainsi que la présence de problèmes de santé. Compte tenu de la gamme de facteurs de risque pouvant contribuer à la déficience cognitive, il peut être difficile de prédire quelles personnes âgées sont les plus à risque de déclin cognitif. L’Étude longitudinale canadienne sur le vieillissement contient des données détaillées sur la pensée et la mémoire tirées d’évaluations répétées au fil du temps ainsi que de l’information sur les facteurs de risque courants du déclin cognitif. Nous proposons d’utiliser une méthode informatique appelée l’apprentissage automatique ou l’intelligence artificielle pour prédire le déclin ou la déficience cognitive au sein de l’ÉLCV.