Laura Rosella
La nomination
Coresponsable, Réseau de solutions
L’IA au service de la prédiction et de la prévention du diabète
Stratégie pancanadienne en matière d’IA
Connect
À Propos
Axé sur les données et l’analyse, le programme de recherche de Laura Rosella vise à améliorer la santé des populations. Son objectif est de soutenir des changements pertinents dans le système de santé afin d’améliorer la durabilité et l’équité en utilisant de nouvelles méthodes pour les données démographiques à liens multiples. Son équipe se spécialise dans le développement et la validation de modèles de prédiction afin d’élaborer les stratégies les plus efficaces pour améliorer la santé. Elle travaille en partenariat avec des responsables politiques et des spécialistes afin d’obtenir des résultats concrets. S’appuyant sur de nouvelles sources de données et des méthodes innovantes, ses modèles intègrent les interactions complexes entre les facteurs sociaux, économiques, environnementaux et biologiques qui affectent les systèmes, les communautés et les individus. Laura Rosella est titulaire de la Chaire de recherche du Canada en analytique de la santé des populations et de la Chaire de recherche Stephen Family en santé communautaire à l’Institute for Better Health de l’hôpital Trillium Health Partners. Elle occupe plusieurs postes de direction visant à renforcer les capacités dans les domaines de l’IA et de la science des données afin d’améliorer la santé au Canada. Elle est l’autrice de plus de 250 publications évaluées par des pairs et a fait des présentations à plus de 100 conférences nationales et internationales.
Prix
- Membre du Collège, Société royale du Canada, 2021
- Lauréate du Canada’s Top 40 Under 40, The Caldwell Partners International, 2018
- Prix Brian MacMahon pour les jeunes épidémiologistes, Society for Epidemiologic Research, 2017
- Chaire de recherche du Canada (niveau 2), 2015
- Prix Début de carrière, Société canadienne d’épidémiologie et de biostatistique, 2015
Publications Pertinentes
- Rosella, L. C. (2022). Deep learning approaches applied to routinely collected health data: future directions. International Journal of Epidemiology, 51(3), 931-933.
- Ravaut, M., Sadeghi, H., Leung, K. K., Volkovs, M., Kornas, K., Harish, V., Watson, T., Lewis, G. F., Weisman, A., Poutanen, T. et Rosella, L. C. (2021). Predicting adverse outcomes due to diabetes complications with machine learning using administrative health data. npj Digital Medicine, 4(1), 24.
- Rosella, L. C., Kornas, K., Huang, A., Bornbaum, C., Henry, D. et Wodchis, W. (2018). Accumulation of chronic conditions at the time of death increased in Ontario from 1994 to 2013. Health Affairs, 37(3), 464-472.
- Rosella, L. C., Fu, L. et Goel, V. (2018). Death and chronic disease risk associated with poor life satisfaction: A population-based cohort study. American Journal of Epidemiology, 188(2), 323-331.
- Rosella, L. C. et Harish, V. (2022). Machine Learning Applied to Routinely Collected Health Administrative Data. Healthcare Quarterly, 25(1), 12-16.