Activités de transfert des connaissances
Points de rencontre
Les activités de transfert des connaissances « Points de rencontre » organisées par la Direction de l'enseignement et de la recherche portent sur des thématiques transversales attirant l’intérêt d’un large auditoire provenant du CISSS des Laurentides ou de ses partenaires. Les activités proposées diffusent des résultats de recherches ayant été réalisées sous les auspices du CISSS des Laurentides. Ces recherches portent sur des défis, des enjeux ou des particularités associées à des situations vécues dans la pratique professionnelle. Elles présentent notamment des pratiques exemplaires ou des pistes de solution.
Pour participer à une activité, vous devez vous inscrire en cliquant sur le lien d’inscription dans la section ci-dessous.
Pour davantage d’information, contactez le Bureau de soutien à la recherche à l’adresse suivante : recherche.cissslau@ssss.gouv.qc.ca.
Programmation pour l’hiver 2025
13 FÉVRIER 2025 – 12 H À 13 H En collaboration avec le CISSS de l’Outaouais
Cartographier le diabète au Québec : Algorithmes médico-administratifs pour les diabètes de type 1, type 2, et LADA
Conférencier : Philippe Corsenac, Ph.D., professeur agrégé, département des sciences infirmières, Université du Québec Outaouais
Résumé :
Le diabète 1.5, aussi connu sous le nom de LADA (Latent Autoimmune Diabetes in Adults), est une forme hybride de diabète qui présente à la fois des caractéristiques du diabète de type 1 (maladie auto-immune) et du diabète de type 2 (début progressif, maladie métabolique). Cliniquement, les patients LADA sont souvent diagnostiqués initialement comme diabétiques de type 2 en raison de leur âge avancé et d'un début progressif des symptômes. Cependant, leur pancréas produit déjà des autoanticorps contre les cellules β productrices d’insuline. En l’absence d’une identification précoce correcte, la gestion de ces patients est souvent sous-optimale, car les traitements classiques du diabète de type 2 peuvent se révéler inefficaces à long terme. Un diagnostic clinique précis et adapté à chaque phénotype est donc crucial pour optimiser la prise en charge thérapeutique des patients LADA.
Dans ce contexte, les algorithmes médico-administratifs représentent un outil innovant pour améliorer la détection et la gestion des patients atteints de LADA. Ces algorithmes utilisent les vastes bases de données administratives disponibles, notamment celles de la RAMQ (Régie de l’Assurance Maladie du Québec), afin de reconnaître les différents types de diabète et de les classifier selon leur phénotype. Grâce à des données de routine (médico-administratifs, pharmaceutiques, cliniques, et auto-déclarées), ces algorithmes permettent une classification précise sans biais des patients diabétiques de type 1, type 2 et LADA. Cependant, bien que ces algorithmes aient été initialement développés (Corsenac et al. 2022) pour distinguer les phénotypes, ils nécessitent une validation clinique rigoureuse pour s'assurer de leur exactitude diagnostique.
Le projet que nous proposons vise à valider ces algorithmes à l’échelle populationnelle en utilisant une approche multidimensionnelle. Une nouvelle cohorte rétrospective québécoise (1983-2024) sera constituée pour combiner des données auto-déclarées, cliniques, immunologiques, médico-administratives et pharmaceutiques. Cette étude permettra non seulement de confirmer la capacité des algorithmes à détecter précisément le diabète LADA (et autres phénotypes), mais aussi d’estimer les prévalences et incidences des différents phénotypes dans la population québécoise. L’étude explorera également les facteurs environnementaux, y compris les expositions vaccinales (partenariat INSPQ recherché), qui pourraient influencer la survenue des différents types de diabète.
Ainsi, cette initiative permettra non seulement d’améliorer le diagnostic et la classification des phénotypes diabétiques, mais aussi d’orienter les politiques de santé publique. La validation des algorithmes médico-administratifs pour le diabète LADA (et autres phénotypes) contribuera à une meilleure gestion clinique des patients, en facilitant la détection précoce de cette forme de diabète complexe et en optimisant les stratégies thérapeutiques personnalisées.