Canada Spends Logo

Explore our Budget 2026 analysis

Grant: Doctoral Research Award: Canada Graduate Scholarships

Université Laval

$105,000.00

Étude des déterminants de la saine alimentation par des approches misant sur l'apprentissage automatique dans une perspective de santé publique

FY 2021-22

Summary
Selon une étude, plus de la moitié des décès dus aux maladies chroniques sont attribuables aux mauvaises habitudes alimentaires. Au Québec, une étude a récemment démontré que l'alimentation des Québécois ne s'est pas améliorée depuis les 15 dernières années. Ce constat est troublant et reflète un certain échec des campagnes et politiques en santé publique déployées au cours des 40 dernières années dans le but d'améliorer l'alimentation au Québec et au Canada. Il est donc urgent de mieux comprendre les facteurs qui influencent les choix alimentaires de la population. Dans cette perspective, l'utilisation de l'apprentissage automatique (AA ou machine learning), une branche de l'intelligence artificielle, pourrait être une méthode prometteuse en santé publique pour mieux comprendre les facteurs qui influencent les choix alimentaires de la population. Ce projet vise à utiliser l'AA pour identifier les facteurs les plus étroitement associés à la saine alimentation. Ce projet de recherche utilisera les données recueillies dans le contexte du projet NutriQuébec, une vaste étude se déroulant principalement sur le Web et qui vise à mesurer les habitudes alimentaires et de vie des Québécois à long terme. L'utilisation de l'AA permettra de prédire la qualité de l'alimentation dans différents sous-groupes de la population au Québec, entre autres selon des caractéristiques associées aux inégalités sociales en santé, comme le revenu familial et l'éducation, et d'estimer les impacts de ces facteurs sur la santé et le risque de maladie. Ainsi, le projet contribuera à réduire les inégalités sociales en santé en identifiant plus précisément les populations à risque de maladies reliées à une alimentation sous-optimale et les facteurs qui influencent ce risque. À terme, les résultats de ces travaux seront utiles pour mieux informer de futures politiques en santé publique et identifier les interventions les plus susceptibles d'avoir un impact réel et durable sur la saine alimentation.
Program
Doctoral Research Award: Canada Graduate Scholarships
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
CIHR Funding Decisions Database

As published

Id
458439
Name
Côté Mélina
Region
Québec
Country
Canada
Orgtype
Institution Paid; Research Institution
Instname2
Nutrition, Metabolism and Diabetes
Theme2
Social / Cultural / Environmental / Population Health
Prcname2
Doctoral Research Awards - B
Projecttitle
Étude des déterminants de la saine alimentation par des approches misant sur l'apprentissage automatique dans une perspective de santé publique
Programtype2
Studentship Programs
Orgnameinp2
Université Laval
Cihramount2
$105,000
Cihrequipment2
$0
Programname2
Doctoral Research Award: Canada Graduate Scholarships
Keyworddelim
Algorithmes Décisionnels; Apprentissage Automatique; Déterminants De La Saine Alimentation; Impact Sur La Santé; Intelligence Artificielle; Inégalités Sociales En Santé; Nutrition Publique De Précision; Santé Publique; Santé Publique De Précision
Abstract
Selon une étude, plus de la moitié des décès dus aux maladies chroniques sont attribuables aux mauvaises habitudes alimentaires. Au Québec, une étude a récemment démontré que l'alimentation des Québécois ne s'est pas améliorée depuis les 15 dernières années. Ce constat est troublant et reflète un certain échec des campagnes et politiques en santé publique déployées au cours des 40 dernières années dans le but d'améliorer l'alimentation au Québec et au Canada. Il est donc urgent de mieux comprendre les facteurs qui influencent les choix alimentaires de la population. Dans cette perspective, l'utilisation de l'apprentissage automatique (AA ou machine learning), une branche de l'intelligence artificielle, pourrait être une méthode prometteuse en santé publique pour mieux comprendre les facteurs qui influencent les choix alimentaires de la population. Ce projet vise à utiliser l'AA pour identifier les facteurs les plus étroitement associés à la saine alimentation. Ce projet de recherche utilisera les données recueillies dans le contexte du projet NutriQuébec, une vaste étude se déroulant principalement sur le Web et qui vise à mesurer les habitudes alimentaires et de vie des Québécois à long terme. L'utilisation de l'AA permettra de prédire la qualité de l'alimentation dans différents sous-groupes de la population au Québec, entre autres selon des caractéristiques associées aux inégalités sociales en santé, comme le revenu familial et l'éducation, et d'estimer les impacts de ces facteurs sur la santé et le risque de maladie. Ainsi, le projet contribuera à réduire les inégalités sociales en santé en identifiant plus précisément les populations à risque de maladies reliées à une alimentation sous-optimale et les facteurs qui influencent ce risque. À terme, les résultats de ces travaux seront utiles pour mieux informer de futures politiques en santé publique et identifier les interventions les plus susceptibles d'avoir un impact réel et durable sur la saine alimentation.
Competitiondate
202111
Approvedterm2
3 yrs 0 mth
Pinamesdelim
Côté, Mélina
Approvedterm
3 ans 0 mois
Cihrcontribution2
~ $105,000~ $0~
Université Laval - $105,000 Grant (2021-22) | Canada Spends