Faire progresser les méthodes statistiques pour l’analyse de données de biologging complexes recueillies sur les humains et les animaux

> English

Projet de recherche en collaboration 22 : 2022–2025

Les progrès technologiques ont révolutionné la façon dont nous étudions et surveillons le mouvement, le comportement et la santé des humains et des animaux dans leurs conditions de vie libre. Les instruments de biologging nous permettent désormais de surveiller le mouvement (p. ex., position et/ou accélération), la physiologie (p. ex., fréquence cardiaque, niveau de glucose) et l’environnement (p. ex., température/lumière ambiante) d’un individu dans des endroits qui étaient auparavant rarement accessibles aux chercheurs et aux cliniciens. Les dispositifs portables commerciaux (p. ex. Fitbit, bagues Oura, montres Apple) sont utilisés dans les domaines de la santé, du sport et des sciences comportementales pour comprendre un large éventail de comportements humains et de processus physiologiques (p. ex. sommeil, fréquence cardiaque), souvent dans le but d’améliorer les résultats cliniques (p. ex. améliorer la prévention et l’intervention) en développant des algorithmes qui détectent et prédisent automatiquement les événements de santé. En écologie et en sciences vétérinaires, des versions spécialisées de ces instruments de biologging (p. ex., colliers GPS, capteurs de profondeur) sont utilisées pour comprendre comment les états comportementaux des animaux changent dans l’espace et dans le temps, pour détecter les variables environnementales qui sont importantes pour les animaux ou pour identifier les changements de condition qui pourraient indiquer une maladie.

Bien que cloisonnés dans leurs disciplines respectives, les chercheurs en médecine et en écologie recueillent des données de biologging similaires et leurs études ont souvent des objectifs et des défis analytiques communs. Premièrement, les dispositifs portables utilisés par les patients et les animaux recueillent souvent des données chronologiques multidimensionnelles, à haute fréquence et fortement corrélées, qui sont difficiles à traiter et à analyser. Deuxièmement, les objectifs des chercheurs en médecine et en écologie consistent souvent à comprendre les processus comportementaux ou physiologiques sous-jacents et à utiliser ces séries chronologiques pour identifier le moment où les comportements ou les états physiologiques se manifestent. Enfin, les deux domaines reconnaissent la nécessité de saisir les processus comportementaux et physiologiques se produisant à des échelles multiples pour identifier un plus large éventail de comportements et de conditions médicales. L’omniprésence croissante de ces instruments de biologging, ainsi que les objectifs communs et les défis statistiques auxquels sont confrontés ceux qui les utilisent, soulignent la nécessité d’unir nos forces. Notre PRC fera progresser le développement et l’application de méthodes statistiques aux données de biologging en réunissant des chercheurs dans les domaines de la statistique, de l’écologie et de la médecine, y compris plusieurs scientifiques et praticiens du gouvernement. En particulier, nous utiliserons le cadre du modèle de Markov caché pour jeter un pont entre ces domaines distincts de la recherche humaine et animale.

Chefs de projet :

Vianey Leos Barajas – Université de Toronto
Marie Auger-Méthé – Université de la Colombie-Britannique

Collaborateurs :

Joanna Mills Flemming – Université Dalhousie
Nancy Heckman – Université de la Colombie-Britannique
Alán Aspuru-Guzik – Université de Toronto
Catalina Gomez Salazar – Pêche et Océans Canada
Nigel Hussey – Université de Windsor
Shelley Lang – Pêche et Océans Canada
Marianne Marcoux – Pêche et Océans Canada
Juan Morales – Universidad Nacional del Comahue
Abigail Ortiz – Université de Toronto
Yannis Papastamatiou – Université internationale de Floride
Andrew Trites – Université de la Colombie-Britannique

Comments are closed.