Annonce des subventions dans le domaine de la santé — Bénéficiaires de subventions dans le domaine de la santé et des droits sexuels, reproductifs et maternels pour l’année 2023
30 January 2024
En 2023, le Lacuna Fund a lancé un nouvel appel à propositions dans notre domaine de la santé : santé et droits sexuels, reproductifs et maternels. Cet appel à propositions a été rendu possible grâce au financement du Centre de recherches pour le développement international (CRDI) du Canada. Aujourd’hui, nous avons le plaisir d’annoncer les quatre lauréats qui ont reçu un financement pour poursuivre des projets dans ce domaine. Ces équipes travailleront à l’amélioration des résultats en matière de santé et de droits sexuels, reproductifs et maternels (SDSRM) en Afrique et créeront des ensembles de données qui permettront d’améliorer les soins prodigués aux mères et aux bébés après leur sortie de l’hôpital, de mieux étiqueter les données existantes sur les frottis cervico-vaginaux et de collecter de nouvelles données pour un meilleur dépistage du cancer du col de l’utérus, d’identifier et de classer les mères selon qu’elles présentent un risque faible ou élevé de complications à l’accouchement lors des soins prénatals, et bien d’autres choses encore. En Afrique, la santé et les droits sexuels, reproductifs et maternels de nombreuses personnes sont loin d’être acquis. Nous sommes impatients que ces bénéficiaires de subventions du Lacuna Fund élaborent des ensembles de données de formation et d’évaluation ouverts et accessibles pour des applications d’apprentissage machine en matière de SDSRM en Afrique !
Nous tenons également à saluer et remercier notre Groupe consultatif technique SDSRM 2023 et les examinateurs partenaires pour leur travail d’analyse des riches candidatures et de sélection d’un portefeuille diversifié de projets à financer : Caitlin M. Augustin (DataKind), Chris Seebregts (Jembi Health Systems), Deogratias Mzurikwao (Villgro Africa), Rosalind Parkes-Ratanshi (The Infectious Disease Institute Limited), Tracy Kobukindo (Last Mile Health).
Des autorisations de sortie en toute connaissance de cause pour maman et bébé : le renforcement des capacités au service d’une amélioration de la qualité des soins maternels et néonatals basée sur les données
Contact : Jessica Trawin (jessica.trawin@cw.bc.ca)
En 2020, 287 000 mères sont décédées de complications liées à la grossesse ou à l’accouchement ; un tiers de ces décès (30 %) surviennent au cours des six premières semaines suivant la naissance (Organisation mondiale de la santé, 2023). Les approches de santé publique de précision s’appuient sur la prédiction des risques pour identifier les patients les plus vulnérables et éclairer les décisions relatives à l’utilisation de ressources limitées, notamment la fréquence, l’intensité et le type de visites de suivi des soins postnatals.
Cependant, ces approches peuvent ne pas prédire avec exactitude ou précision le risque pour des sous-groupes spécifiques de femmes qui sont statistiquement sous-représentés dans la population globale, notamment les femmes qui ont accouché d’un enfant mort-né. Avec ce projet, l’équipe entend générer un ensemble de données synthétique de variables socio-démographiques et cliniques et de résultats de santé pour les dyades mère/nouveau-né en Ouganda, en utilisant les données existantes collectées au cours d’études d’observation antérieures. L’équipe utilisera cet ensemble de données pour améliorer son modèle de prédiction des risques permettant de détecter les femmes présentant un risque élevé de décès ou de réadmission dans les six semaines suivant l’accouchement à l’hôpital afin de prédire avec davantage d’exactitude et de précision le risque auquel sont exposées les pères ayant accouché d’un enfant mort-né. Elle travaillera avec des partenaires de recherche au Canada pour former et encadrer des scientifiques ougandais spécialisés dans le développement de modèles et la gestion de données, et pour renforcer les capacités locales dans ce domaine. L’équipe utilisera ses résultats pour orienter la mise au point d’une approche de santé publique de précision visant à améliorer les soins après la sortie de l’hôpital et incluant toutes les mères et tous les nouveau-nés, en partenariat avec le ministère ougandais de la Santé et d’autres acteurs clés dans le domaine de la santé maternelle.
Responsable de projet Dr Nathan Kenya-Mugisha
« Ce projet s’appuie sur nos travaux antérieurs visant à améliorer les soins prodigués aux enfants après leur sortie de l’hôpital. La subvention octroyée par le Lacuna Fund nous aidera à relever certains des défis les plus urgents auxquels nous sommes confrontés dans l’offre de soins de santé de qualité à la population ougandaise. Dans un premier temps, elle nous aidera à élaborer des solutions fondées sur des données afin d’améliorer la transition entre l’hôpital et le domicile pour les mères et leurs nouveau-nés, ce qui est absolument nécessaire pour améliorer leur survie. Ensuite, elle contribuera à renforcer les capacités en science des données axées sur la santé en Ouganda, qui permettront de soutenir ce travail et de nombreuses autres initiatives visant à aider les personnes vulnérables. »
– Dr Nathan Kenya-Mugisha, Directeur médical exécutif, WALIMU
Ensemble de données pour la stratification des risques en matière de santé maternelle en Tanzanie pour un apprentissage machine prédictif et responsable
Contact : Rukia Mwifunyi (rukiahilda@gmail.com)
Ce projet vise à améliorer la détection précoce des femmes enceintes présentant un risque de complications à l’accouchement, un aspect essentiel des soins prénatals qui permet de réduire les issues négatives de l’accouchement. Cette amélioration sera obtenue grâce à la mise en œuvre de la stratification des risques en matière de santé maternelle (SRSM), qui consiste à classer les femmes enceintes selon différents niveaux de risque (par exemple, élevé, moyen et faible) sur la base d’une analyse complète des données objectives et subjectives tirées des plaintes et des résultats d’analyses en laboratoire. L’objectif est de permettre aux hôpitaux de référence d’allouer plus efficacement leurs ressources en se concentrant sur les grossesses à haut risque, tandis que les grossesses à faible risque seront prises en charge par les centres de santé communautaires. Par conséquent, l’objectif principal est de créer un ensemble de données ouvert et inclusif pour la SRSM au service d’applications d’apprentissage machine équitables et responsables qui peuvent prédire, dès le début de la grossesse, d’éventuelles issues négatives à l’accouchement. Cet ensemble de données sera compilé à partir des femmes enceintes fréquentant les centres de santé maternelle dans les districts mal desservis de diverses régions de Tanzanie, où les données individualisées sur la santé maternelle sont actuellement rares ou ne sont pas accessibles au public.
« En partenariat avec le Muhimbili National Hospital (MNH), le ministère de la Santé et la Présidence de la République, l’Administration régionale et de l’Administration locale (PR-ARAL), l’université de Dodoma (UDOM) établira un ensemble de données inclusif et accessible pour la stratification des risques liés à la santé maternelle (SRSM). Cette initiative vise à faciliter la mise en place d’applications d’apprentissage machine responsables, capables de prédire, en début de grossesse, d’éventuelles issues négatives à l’accouchement. Pour garantir la représentation et l’inclusion des communautés marginalisées, notre équipe de projet recueillera et classera efficacement les données des femmes enceintes qui fréquentent les centres de santé maternelle pendant au moins neuf mois. Nous concentrerons nos travaux sur cinq districts mal desservis situés dans différentes régions de la Tanzanie. Nous sommes convaincus que ce projet contribuera de manière significative à l’amélioration des résultats en matière de santé maternelle en Tanzanie. Nous sommes impatients de nous lancer dans ce projet et nous exprimons notre profonde gratitude au Lacuna Fund pour nous avoir offert cette occasion exceptionnelle. »
— Rukia Mwifunyi, Chercheur principal, UDOM
L’ensemble de données d’imagerie du sein en Afrique pour des soins équitables en cancérologie (ABreast Data)
Contact : Michael Kawooya (kawooyagm@yahoo.co.uk)
Pseudos Twitter : @mailab_io @ECUREI Ug
Cette étude introduira une approche communautaire à la sénologie basée sur des données afin de réduire les disparités dans la détection précoce du cancer du sein chez les femmes d’Afrique noire, qui enregistrent les taux de décès prématurés dus au cancer du sein les plus élevés au monde. L’équipe prévoit de constituer un ensemble de données d’imagerie du sein annoté de haute qualité à partir d’échographies au point d’intervention (POCUS en anglais) de 100 femmes ougandaises et nigérianes, collectées à intervalles réguliers au sein de la communauté. L’ensemble de données sera mis en correspondance avec les mammographies recueillies dans les centres d’imagerie diagnostique, les données pathologiques des biopsies et les profils cliniques complets. Cet ensemble de données fournira les premières données ouvertes et accessibles de formation et d’évaluation de l’imagerie du sein pour les applications d’apprentissage machine (AM) chez les femmes d’Afrique noire et, à notre connaissance, les premières données sur les échographies au point d’intervention accessibles au public dans le monde. Plus important encore, étant donné que les technologies d’imagerie à faible coût telles que POCUS et maintenant l’imagerie par résonance magnétique (IRM) au point d’intervention, y compris le récent POC-IRM mis au point en Ouganda, sont prometteuses sur le plan clinique, cet ensemble de données permettra d’établir un cadre pour les programmes de dépistage communautaires guidés par l’AM visant à démocratiser les services d’imagerie afin d’accroître l’accès des populations vulnérables à des soins diagnostiques de qualité.
Cela sera possible en créant un ensemble de données d’imagerie complet assorti d’étiquettes décrivant la vérité de terrain et en utilisant cet ensemble de données pour mettre au point une méthode d’AM pour la segmentation d’images/l’identification de pathologies en vue d’un diagnostic rapide. L’expertise de l’équipe en radiologie de proximité, notamment la formation des agents de santé à la fourniture de services radiologiques de base et de première ligne dans les zones rurales et à ressources limitées, sera mise à profit pour établir le cadre de collecte des données au niveau de la communauté. Le processus de collecte de données étape par étape comprendra les éléments clés suivants : autopalpation des seins à domicile ; sensibilisation au cancer du sein et formation à la recherche participative communautaire ; recrutement des participants à l’étude ; collecte de données d’imagerie et de données cliniques. L’équipe, en collaboration avec la communauté, fournira un ensemble de données d’AM étiqueté de grande valeur pour l’échographie au point d’intervention qui pourrait faciliter le traitement du cancer du sein, retarder son apparition ou permettre d’élaborer des stratégies de prévention pour toutes les patientes atteintes d’un cancer du sein.
Professeur Michael Kawooya
Le Ernest Cook Ultrasound Research and Education Institute (ECUREI), en partenariat avec le Medical Artificial Intelligence Laboratory (MAI Lab) de Crestview Radiology Inc., établira un ensemble de données représentatif pour la mise au point d’outils d’imagerie permettant d’améliorer de manière significative le dépistage du cancer du sein en Afrique subsaharienne. Ce projet offre une occasion unique d’appliquer des techniques d’apprentissage machine pour mettre au point des solutions d’imagerie fiables au point d’intervention, qui mettront l’imagerie diagnostique avancée à la portée de la communauté et des groupes à risque les plus vulnérables, qui sont bien souvent incapables d’accéder à de tels soins. Cet effort conjoint s’appuie sur les projets antérieurs de l’équipe financés par le Lacuna Fund dans le domaine de la santé et de l’équité, et s’appuiera sur des protocoles et des méthodes de conservation et d’annotation des données d’imagerie médicale pour garantir le succès de ce projet. Nous sommes reconnaissants au Lacuna Fund pour son soutien sans faille à la promotion de la science des données en Afrique.
— Prof. Michael Kawooya – Responsable de projet, Ernest Cook Ultrasound Research and Education Institute (ECUREI)
Création d’un ensemble de données tiré d’images numériques de frottis cervico-vaginaux pour le dépistage automatique du cancer du col de l’utérus en Ouganda
Contact : Rose Nakasi (g.nakasirose@gmail.com)
Le cancer du col de l’utérus est un fléau pour la santé reproductive des femmes et constitue un problème de santé publique important dans les pays à revenu faible et intermédiaire. Pour réduire le nombre de cas de cancer du col de l’utérus et le taux de mortalité associé, il est essentiel de procéder à un dépistage et à un diagnostic fiables et précoces de la maladie. Le dépistage du cancer du col de l’utérus par frottis analysé au microscope est un élément central des recommandations actuelles de l’OMS. En Ouganda et en Afrique subsaharienne, l’utilisation du frottis cervico-vaginal analysé au microscope est entravée par le manque d’expertise en matière d’interprétation des images, ce qui nuit à l’efficacité et à la précision du dépistage du cancer du col de l’utérus. L’équipe du projet a pour objectif de constituer un ensemble de données numériques à partir de diapositives de frottis cervico-vaginaux déjà existantes, en utilisant notre appareil de collecte de données déjà développé, qui comprend un smartphone mobile fixé à l’oculaire d’un microscope. Cet ensemble de données localisé et étiqueté sera utilisé pour le dépistage automatique du cancer du col de l’utérus en Ouganda. En collaboration avec des microscopistes, des pathologistes et des experts en cytologie cancéreuse de l’hôpital de référence de Mulago, cette étude portera sur un ensemble de données de 1 000 images de frottis cervico-vaginaux étiqueté. Les ensembles de données seront annotés dans des formats permettant de répondre à un large éventail de cas d’utilisation de l’apprentissage machine, notamment la détection d’objets, la classification et les tâches de segmentation. L’équipe espère que cet ensemble de données d’images sera utilisé pour détecter efficacement le cancer du col de l’utérus et améliorer la santé reproductive des femmes en Afrique subsaharienne.
« Avec le soutien du Lacuna Fund, un ensemble de données localisé et étiqueté de frottis analysés au microscope sera créé pour le dépistage automatique du cancer du col de l’utérus dans le monde réel, afin d’améliorer la santé reproductive des femmes en Ouganda. »
– Dr. Rose Nakasi, Chercheur principal
