DELPHI-Day-Alan_Cohen-Vers une quantification objective de la santé fondée dans la théorie des systèmes complexes
Action | Key |
---|---|
Play / Pause | K or space |
Mute / Unmute | M |
Toggle fullscreen mode | F |
Select next subtitles | C |
Select next audio track | A |
Show slide in full page or toggle automatic source change | V |
Seek 5s backward | left arrow |
Seek 5s forward | right arrow |
Seek 10s backward | shift + left arrow or J |
Seek 10s forward | shift + right arrow or L |
Seek 60s backward | control + left arrow |
Seek 60s forward | control + right arrow |
Decrease volume | shift + down arrow |
Increase volume | shift + up arrow |
Decrease playback rate | shift + comma |
Increase playback rate | shift + dot or shift + semicolon |
Seek to end | end |
Seek to beginning | beginning |
Si vous êtes abonné aux notifications, un e-mail vous sera envoyé pour toutes les annotations ajoutées.
Votre compte utilisateur n'a pas d'adresse e-mail.
Informations sur ce média
Alan Cohen, Maître de conférences, Columbia University, New York, USA, Butler Columbia Aging Center
Spécialisé dans la compréhension et quantification de la santé intrinsèque à travers la théorie des systèmes complexes
Vers une quantification objective de la santé fondée dans la théorie des systèmes complexes
Qu'est-ce la santé? On approche cette question avec une perspective large d'un organisme en tant que système complexe qui essaie de maintenir son équilibre dynamique face aux perturbations constants de son milieu interne et externe. La sélection naturelle a peaufiné les réseaux de régulation pour intégrer l’information nécessaire pour que l’organisme coordonne une multitude de décisions constantes. L’état et les dynamiques internes du système nous offrent une fenêtre vers le succès de l’organisme dans cet effort de se garder en équilibre. Cette perspective nous permet de développer des pistes pour quantifier la santé intrinsèque basées sur les dynamiques du système. On présente les grandes lignes de quelques approches en développement ainsi qu’un exemple concret de l’application des données cliniques en dossier électronique – des dynamiques des biomarqueurs – pour quantifier le risque de décès pour des patients sur hémodialyse. Des modèles tirés de l’écologie pour prédire l’effondrement d’un écosystème prédisent aussi l’effondrement de notre physiologie dans ce contexte, distinguant des patients avec 20 fois de différence en risque de décès. On termine avec une perspective vers l’avenir de ces méthodes et leurs applications dans un contexte de données cliniques digitalisées.