Aperçu

Résumé (français)

La détermination des risques de santé à l’enfance implique une tâche prédictive importante. Identifier ces facteurs de risques permet d’intervenir rapidement et de réduire les conséquences néfastes d’une mauvaise santé de l’enfant sur sa vie future. Bien que plusieurs déterminants socioéconomiques aient déjà été montrés comme causes importantes de mauvaise santé chez l’enfant, peu d’études utilisent des variables environnementales dans leur modèle. C’est en ce sens que ce mémoire s’intéresse à l’apport de variables environnementales dans la prédiction de la santé de l’enfant. Les données utilisées proviennent de l’échantillon d’enfants longitudinal de l’Enquête longitudinale nationale sur les enfants et les jeunes (ELNEJ) et de la Base de données pancanadienne sur la qualité de l’air (BDPQA). Les prédictions sont faites avec différents modèles de régressions et de méthodes en arbre à plusieurs stades de l’enfance, avec et sans variables environnementales. Les résultats révèlent que les deux meilleures méthodes de prédictions sont la méthode lasso avec forme fonctionnelle Logit, ainsi que la méthode boosting. Les trois variables les plus prédictives de la santé de l’enfant sont la santé de la mère à la naissance, la santé de l’enfant à la naissance et le revenu familial. L’ajout de variables environnementales dans la prédiction semble surspécifier les modèles et ainsi, nuire à leur performance.

Résumé (anglais)

Veuillez noter que les résumés n'apparaissent que dans la langue de la publication et peuvent ne pas avoir de traduction.