« Connaître le fardeau attendu de la maladie des semaines, voire des mois à l’avance, donne aux praticiens de la santé publique un temps crucial pour se préparer. De cette façon, ils sont mieux préparés à réagir, le moment venu », a déclaré Sapkota.
Même si l’étude s’est concentrée sur le Népal, le Vietnam et Taiwan, “nos résultats sont également tout à fait applicables à d’autres parties du monde, en particulier aux zones où les communautés n’ont pas accès à l’eau potable municipale et à des systèmes d’assainissement fonctionnels”, a déclaré l’auteur principal de l’étude, Raul. Curz-Cano, professeur agrégé à l’école de santé publique de l’université d’Indiana à Bloomington.
Sapkota affirme que la capacité de l’IA à travailler avec d’énormes ensembles de données signifie que cette étude constitue une première étape parmi de nombreuses autres qui, selon lui, aboutiront à des modèles prédictifs de plus en plus précis pour les systèmes d’alerte précoce. Il espère que cela permettra aux systèmes de santé publique de préparer les communautés à se protéger contre un risque accru d’épidémies diarrhéiques.
L’équipe responsable de la recherche provenait d’une grande variété de domaines, notamment les sciences atmosphériques et océaniques, la recherche en santé communautaire, l’ingénierie des ressources en eau et au-delà. L’équipe de recherche était composée d’auteurs de l’UMD – y compris son département d’épidémiologie et de biostatistique et son département des sciences atmosphériques et océaniques – et de l’École de santé publique de l’Université d’Indiana à Bloomington, du Conseil de recherche en santé du Népal, de l’Université de médecine de Hue et Pharmacie au Vietnam, Université de Lund en Suède et Université chrétienne Chung Yuan à Taiwan.
Ce travail a été soutenu par des subventions de la National Science Foundation par l’intermédiaire du Belmont Forum (numéro de prix (FAIN) : 2025470) et du Conseil suédois de la recherche pour la santé, la vie professionnelle et le bien-être (Forte : 2019-01552) ; Ministère des Sciences et de la Technologie de Taiwan (MOST 109-2621-M-033-001-MY3 et MOST 110-2625-M-033-002) ; et Programme national de stages de recherche de la National Science Foundation (NRT-INFEWS : 1828910).
#chercheur #entraîne #lIA #prédire #les #épidémies #diarrhéiques #liées #changement #climatique
