Recherche quantitative originale – Une approche d’apprentissage automatique pour prédire l’utilisation des cigarettes électroniques et la dépendance à celles-ci chez les jeunes de l’Ontario

Résumé

Introduction. Nous avons mis au point des algorithmes de forêt aléatoire pour prédire le risque que les jeunes Ontariens essaient un jour la cigarette électronique (vapotage) et qu’ils l’utilisent de façon quotidienne, puis nous avons examiné l’importance des prédicteurs et l’interaction statistique.

Méthodologie. Cette étude transversale repose sur un échantillon représentatif d’élèves du primaire et du secondaire de l’Ontario en 2019 (N = 6471). Nous avons utilisé la fréquence du vapotage au cours des 12 derniers mois pour définir l’essai de vapotage (avoir déjà expérimenté de vapoter) et le vapotage quotidien. Nous avons intégré un vaste ensemble de caractéristiques individuelles comme corrélats possibles de l’essai de vapotage (176 variables) et du vapotage quotidien (179 variables). À l’aide de la validation croisée, nous avons élaboré des algorithmes de forêt aléatoire et nous avons évalué le rendement du modèle selon l’indice de concordance, une mesure qui permet d’évaluer la capacité discriminatoire d’un modèle, et ce, pour les deux résultats. En outre, nous avons défini les 10 corrélats principaux grâce au calcul du score de l’importance relative et leur interaction avec les caractéristiques sociodémographiques.

Résultats. Dans l’échantillon, 2064 (31,9 %) répondants avaient déjà essayé le vapotage et 490 (7,6 %) des répondants étaient des consommateurs quotidiens. Les algorithmes de forêt aléatoire pour les deux résultats ont fourni une performance élevée, avec un indice de concordance supérieur à 0,90. Les 10 corrélats principaux du vapotage quotidien concernaient la consommation de caféine, de cannabis et de tabac, la source et le type de cigarette électronique et l’absentéisme scolaire au cours des 20 derniers jours. Les corrélats de l’essai de vapotage étaient la taille de l’école, la consommation d’alcool, de cannabis et de tabac et, de plus, 9 des 10 principaux corrélats de l’essai de vapotage affichaient des interactions avec l’ethnicité.

Conclusion. L’apprentissage automatique est une méthodologie prometteuse pour déterminer les risques d’essai de vapotage et de vapotage quotidien. En outre, il permet d’en cerner les corrélats importants et d’évaluer les recoupements complexes, ce qui pourrait être utile pour les futures études longitudinales visant à personnaliser les politiques de santé publique pour certains groupes cibles de population.

Mots clés : apprentissage automatique, vapotage, tabagisme, Ontario, jeunes

Introduction

La recherche a montré une augmentation rapide de la prévalence du vapotage de produits à base de nicotine chez les jeunes nord-américains de 16 à 19 ans entre 2017 et 2018^{Note de bas de page 1}. En particulier, le pourcentage de jeunes ayant déjà essayé le vapotage est passé de 29,3 % à 37,0 %, et le pourcentage de jeunes ayant vapoté au cours des 30 derniers jours est passé de 8,4 % à 14,6 % au Canada. Les jeunes déclarent également de plus en plus qu’ils ressentent des symptômes de dépendance au vapotage, définis comme « la multitude de comportements et de symptômes qui provoquent un état de détresse chez l’utilisateur et l’incitent à faire une utilisation compulsive du vapotage en raison de facteurs liés ou non à la nicotine » [traduction]^{Note de bas de page 2,p. 257}. Une étude de cohorte prospective laisse penser que la dépendance au vapotage pourrait être associée à la persistance future et à l’intensification future du tabagisme chez les élèves de 12e année aux États-Unis^{Note de bas de page 3}. En 2020, environ 3 000 hospitalisations et décès signalés par les Centers for Disease Control and Prevention (CDC) des États-Unis étaient associés à l’utilisation de produits de vapotage^{Note de bas de page 4}.

Des études antérieures sur la dépendance au vapotage, dont certaines utilisant des échelles validées comme PROMIS-E et l’indice de dépendance à la cigarette électronique de Penn State, ont attribué l’augmentation des symptômes de dépendance au vapotage à un âge plus avancé, à une durée d’utilisation supérieure, à une fréquence de vapotage supérieure, à des concentrations de nicotine élevées et à l’usage de la cigarette^{Note de bas de page 5Note de bas de page 6}. Toutefois, ces études comportent des limites associées aux régressions statistiques classiques. L’utilisation de valeurs p pour sélectionner les caractéristiques du modèle proposé en fonction de la signification statistique peut limiter la compréhension des prédicteurs non sélectionnés. De plus, comme la dépendance au vapotage peut être corrélée à tout un éventail de caractéristiques, on peut difficilement saisir l’ensemble de ces relations complexes dans un modèle de régression. Cette complexité risque de limiter les résultats de l’étude en raison de problèmes statistiques comme la multicolinéarité et le surajustement.

Pour tenir compte de ces limites, nous avons appliqué pour cette étude une approche d’apprentissage automatique. L’apprentissage automatique – une technique émergente employée dans la recherche en santé^{Note de bas de page 8Note de bas de page 9Note de bas de page 10Note de bas de page 11} – correspond à « un groupe de méthodes analytiques axées sur les données qui reposent sur la puissance computationnelle pour exécuter des fonctions statistiques »^{Note de bas de page 7,p. 1317}. Par rapport aux méthodes statistiques classiques, l’apprentissage automatique offrirait une meilleure exactitude prédictive, avec des lignes directrices appropriées pour atténuer les risques de surajustement^{Note de bas de page 12}. La définition de « prédicteur » que nous utilisons ici est celle employée dans le domaine de l’apprentissage automatique, en référence à un modèle de prédiction, et elle n’implique pas de relation temporelle ou causale.

Notre méthodologie met l’accent sur les variables qui sont les plus « importantes » pour la prédiction en matière d’amélioration du rendement de l’aire sous la courbe (ASC) de la courbe de la fonction d’efficacité du récepteur (ROC) du modèle, de préférence aux estimations de la variance et à la valeur p d’un test d’hypothèse. Bien que certaines études aient appliqué des méthodes d’apprentissage automatique comme les arbres de classification^{Note de bas de page 13} et les forêts aléatoires^{Note de bas de page 14} dans la recherche sur le tabagisme, une récente étude de portée a révélé que ces applications étaient rarement en lien avec des résultats en santé publique^{Note de bas de page 15}. Dans ce contexte, notre étude avait pour but d’analyser l’essai de vapotage et le vapotage quotidien (comme indicateur de dépendance au vapotage) au sein d’une population de jeunes à l’aide de méthodes d’apprentissage automatique donnant lieu à des observations interprétables. Plus particulièrement, nos objectifs étaient d’élaborer des algorithmes d’apprentissage automatique qui prédisent à la fois l’essai de vapotage et le vapotage quotidien chez les jeunes Ontariens et d’effectuer des analyses ultérieures, notamment en hiérarchisant l’importance des facteurs de risque individuels à l’égard des deux résultats et en illustrant les intersections statistiques pour identifier les sous-groupes de jeunes particulièrement vulnérables.

Méthodologie

Données et participants

Cette étude repose sur les données du Sondage sur la consommation de drogues et la santé des élèves de l’Ontario (SCDSEO) réalisé en 2019, qui a fourni les réponses de 14 142 élèves répartis dans 992 classes de 263 écoles primaires ou secondaires appartenant à 47 conseils scolaires de l’Ontario^{Note de bas de page 16}. Le SCDSEO a un plan d’échantillonnage complexe, les écoles étant regroupées selon 26 strates géographiques. Le sondage comptait quatre types de questionnaires. Nous avons obtenu un ensemble de 6471 répondants après avoir inclus uniquement les questionnaires intégrant la question « Au cours des 12 derniers mois, à quelle fréquence avez-vous fumé des cigarettes électroniques? », en excluant les élèves n’ayant pas répondu à cette question. Seuls les répondants ayant déjà essayé le vapotage, soit 2 064 répondants, ont été intégrés à l’échantillon utilisé pour analyser le vapotage quotidien.

Mesures

Résultat

Nous avons créé des variables binaires correspondant au vapotage quotidien et à l’essai de vapotage en utilisant la même question de sondage. Les répondants ayant déclaré n’avoir jamais utilisé de cigarette électronique ont été classés comme n’ayant jamais vapoté et les autres comme ayant déjà vapoté. Les participants vapotant au moins une fois par jour ont été considérés comme ayant une dépendance au vapotage. Ceux qui ne répondaient pas à ce critère ont été considérés comme des répondants ne vapotant pas quotidiennement.

Déterminants potentiels

Nous avons utilisé 179 variables relatives aux caractéristiques individuelles susceptibles de prédire un vapotage quotidien et 176 variables pour l’essai de vapotage^{Note de bas de page 16} (voir l’annexe à https://osf.io/x36p8/ pour la liste complète des variables). Ces variables intègrent des données administratives, des données démographiques, la vie scolaire, la vie familiale, la santé physique, la santé mentale, les comportements au volant, le fait d’avoir été passager d’un véhicule conduit par une personne en état d’ébriété, les comportements liés au vapotage, la consommation de substances, les perceptions et l’exposition, les caractéristiques sociodémographiques et d’autres comportements à risque liés à la consommation de substances. Nous avons exclu toutes les variables conditionnelles au vapotage quotidien ou à l’essai de vapotage du fait de la structure du questionnaire (les questions impliquant d’avoir fait l’essai du vapotage n’ont pas été incluses comme prédicteurs de l’essai du vapotage). Nous avons regroupé les niveaux de plusieurs variables afin de faciliter l’analyse subséquente. Nous avons mis à l’échelle les variables numériques en utilisant la normalisation par score z avant de construire le modèle.

Analyses statistiques

Statistiques descriptives et imputation des valeurs manquantes

Nous avons effectué une synthèse des caractéristiques individuelles des répondants et des prévalences de l’essai de vapotage et du vapotage quotidien. Plus de 90 % des variables avaient des données manquantes dans une proportion inférieure à 5 % ou comprise entre 5 % et 10 %. Une variable décrivant différents types d’éducation spécialisée avait 10 % de données manquantes. Les variables nominales ont soit été regroupées avec leurs niveaux de référence, soit présentées comme des options représentant l’incertitude quant à la façon de répondre. Nous avons imputé la valeur manquante à la médiane pour toutes les variables numériques.

Algorithme de forêt aléatoire

À l’aide du logiciel R version 3.6.3 « caret »^{Note de bas de page 17}, nous avons élaboré un algorithme de forêt aléatoire – un algorithme d’apprentissage automatique d’ensemble formé par un grand nombre d’arbres de classification – pour classer les répondants en fonction des résultats primaires^{Note de bas de page 18}. Par exemple, dans l’algorithme du vapotage quotidien, chaque arbre a classé les répondants comme étant vapoteurs quotidiens ou comme n’étant pas vapoteurs quotidiens. Après l’addition de toutes les prédictions de classe des arbres, la classe ayant obtenu la majorité de votes est devenue la prédiction de la forêt aléatoire. Cette approche axée sur la « sagesse des foules » a le potentiel de faire de la forêt aléatoire un algorithme extrêmement précis et rigoureux pour la prédiction^{Note de bas de page 19}.

Élaboration et validation d’une forêt aléatoire pour le vapotage quotidien et l’essai de vapotage

Nous avons inclus tous les prédicteurs candidats pour entraîner le modèle, à l’exclusion des variables dépendant du résultat (exclusion des questions portant sur l’essai de vapotage posées aux élèves qui vapotaient). En utilisant un ratio de 7:3, nous avons réparti aléatoirement l’ensemble de données en un ensemble d’entraînement (n = 1612 ou 4680) et un ensemble d’essai (n = 691 ou 2006) pour l’échantillon afin de classer le vapotage quotidien et l’essai de vapotage. Les deux formes de vapotage étaient déséquilibrées. Pour faciliter l’efficacité de l’entraînement du modèle, nous avons effectué une procédure SMOTE (technique de suréchantillonnage des minorités synthétiques) sur les données d’entraînement afin d’atteindre deux échantillons équilibrés pour l’entraînement du modèle^{Note de bas de page 20}. Dans le cadre d’une procédure de validation croisée à 10 blocs pendant l’entraînement du modèle, l’ensemble de données a été réparti aléatoirement en 10 sous-échantillons de taille égale. À chaque itération, neuf sous-échantillons ont été utilisés pour entraîner le modèle, tandis que le sous-échantillon retenu a été utilisé pour valider le modèle. La procédure ci-dessus a été répétée 10 fois. Pour évaluer le rendement du modèle, nous avons noté l’exactitude, la sensibilité, la spécificité et l’ASC relativement à la classification du vapotage quotidien et de l’essai de vapotage pour l’ensemble d’essai. Nous avons considéré que le rendement moyen des 10 itérations était le rendement global du modèle. L’ASC dépassant 0,80 a fourni une bonne capacité discriminatoire, un seuil habituel pour ce modèle de classification^{Note de bas de page 21}.

Classement des facteurs de risque individuels du vapotage quotidien et de l’essai de vapotage

Pour déterminer les 10 corrélats principaux du vapotage quotidien et de l’essai de vapotage, nous avons classé tous les corrélats en fonction des scores de l’importance relative mis à l’échelle (0 à 100), une mesure calculée à partir de la perte totale d’exactitude due à l’exclusion d’un corrélat pour chaque arbre divisée par le nombre total d’arbres^{Note de bas de page 22Note de bas de page 23}. Des graphiques de la dépendance partielle unidirectionnelle des 10 corrélats principaux ont été utilisés pour comprendre leurs effets marginaux sur les risques prévus de vapotage quotidien et d’essai de vapotage les autres corrélats demeurant constants^{Note de bas de page 24}. Le graphique de dépendance partielle d’un corrélat a illustré les probabilités des résultats en fonction des valeurs différentes de ce corrélat. Plus la probabilité était élevée, plus le risque de résultat observé sous l’influence de ce corrélat était élevé. Ces méthodes ont également été appliquées aux caractéristiques sociodémographiques.

Exploration des interactions

Nous avons examiné les interactions bidirectionnelles des 10 corrélats principaux identifiés et des corrélats sociodémographiques pouvant prédire avec robustesse les inégalités quant aux résultats liés au tabagisme^{Note de bas de page 25}. De plus, nous avons exploré les effets d’interaction des paires de caractéristiques sociodémographiques suivantes – âge et sexe, âge et ethnicité, âge et statut socioéconomique (SSE), sexe et ethnicité, sexe et SSE, ethnicité et SSE – à l’aide d’un système de classement simple mesurant l’importance des caractéristiques^{Note de bas de page 26}. Les répondants avaient déterminé subjectivement leur SSE sur une échelle allant de 0 à 10^{Note de bas de page 27}. Des graphiques de dépendance partielle bidirectionnelle ont été utilisés pour illustrer les risques de vapotage quotidien et d’essai de vapotage dans les paires proposées, avec des forces d’interaction supérieures à un seuil de 0,1. Les calculs des probabilités de dépendance partielle ont été fondés sur la variation des deux prédicteurs alors que les autres prédicteurs demeuraient constants^{Note de bas de page 28}.

Analyse de sensibilité

Nous avons effectué deux ensembles d’analyses de sensibilité en utilisant le même ensemble d’entraînement suréchantillonné pour les deux résultats. Nous avons d’abord ajusté les algorithmes de forêt aléatoire avec les 10 corrélats principaux uniquement. Nous avons ensuite élaboré des modèles de régression logistique à variables multiples de base comprenant l’âge, le sexe, l’ethnicité et le SSE. Le rendement de ces modèles logistiques a été évalué en fonction de l’exactitude, de la sensibilité, de la spécificité et de l’ASC dans l’ensemble d’essai et il a été comparé aux mesures de la forêt aléatoire.

Résultats

Caractéristiques de l’échantillon

Les 6471 répondants ont été répartis en 10 groupes d’âge (0 à 11 ans, chaque année entre 12 et 19 ans et 20 ans et plus); 54,6 % d’entre eux étaient de sexe féminin; la majorité (68,6 %) était issue de familles ayant une cote de 6 à 8 sur l’échelle du SSE et 62,1 % d’entre eux étaient d’ethnicité blanche (tableau 1). Parmi les répondants, 2064  (31,9 %) avaient déjà vapoté au moins une fois et 490 (soit 7,6 % de l’échantillon complet et 23,7 % de ceux ayant déjà vapoté) vapotaient quotidiennement.

Tableau 1. Caractéristiques individuelles des répondants du SCDSEO 2019 inclus dans l’échantillon

Caractéristiques	Données globales (N = 6471)
Âge (ans)
11 ou moins	20 (0,3 %)
12	727 (11,2 %)
13	954 (14,7 %)
14	1042 (16,1 %)
15	1225 (18,9 %)
16	1100 (17,0 %)
17	981 (15,2 %)
18	386 (6,0 %)
19	27 (0,4 %)
20 ou plus	9 (0,1 %)
Sexe
Féminin	3535 (54,6 %)
Masculin	2936 (45,4 %)
Statut socioéconomiqueNote de bas de page a
1	6 (0,1 %)
2	40 (0,6 %)
3	122 (1,9 %)
4	280 (4,3 %)
5	675 (10,4 %)
6	1061 (16,4 %)
7	1805 (27,9 %)
8	1575 (24,3 %)
9	657 (10,2 %)
10	250 (3,9 %)
Ethnicité
Blanche	4017 (62,1 %)
Chinoise	374 (5,8 %)
Sud-Asiatique	648 (10,0 %)
Noire	563 (8,7 %)
Autochtone	157 (2,4 %)
Philippine	368 (5,7 %)
Amérique latine/Amérique centrale/Amérique du Sud	282 (4,4 %)
Asiatique du Sud-Est	125 (1,9 %)
Asiatique proche-occidentale ou arabe	344 (5,3 %)
Coréenne	56 (0,9 %)
Japonaise	31 (0,5 %)
Incertitude sur l’origine ethnique	256 (4,0 %)
Expérience de vapotage
Non	4407 (68,1 %)
Oui	2064 (31,9 %)
Vapotage quotidien
Non	5981 (76,3 %)
Oui	490 (23,7 %)
Abréviations : SCDSEO, Sondage sur la consommation de drogues et la santé des élèves de l’Ontario; SSE, statut socioéconomique. Note de bas de page a Le SSE a été déterminé subjectivement par les répondants en fonction de la cote qu’ils accordaient à leur propre SSE sur l’échelle de MacArthur du statut socioéconomique subjectif, une échelle allant de 0 à 10. Retour à la référence de la note de bas de page a

Rendement des algorithmes de forêt aléatoire

Les algorithmes de forêt aléatoire ont fourni une performance élevée pour les deux résultats. L’algorithme pour l’essai de vapotage a eu une exactitude d’essai de 0,82 (intervalle de confiance [IC] à 95 % : 0,81 à 0,84), une sensibilité de 0,83 (0,80 à 0,86), une spécificité de 0,82 (0,80 à 0,84) et une ASC de 0,90. L’algorithme pour le vapotage quotidien a eu une exactitude d’essai de 0,83 (0,80 à 0,86), une sensibilité de 0,85 (0,77 à 0,90), une spécificité de 0,82 (0,78 à 0,86) et une ASC de 0,90.

10 corrélats principaux de l’essai de vapotage et du vapotage quotidien

Les algorithmes ont fourni 10 corrélats principaux pour le vapotage quotidien et 10 pour l’essai de vapotage (figure 1). Pour l’essai de vapotage, ces 10 corrélats principaux étaient : avoir déjà consommé du cannabis; avoir consommé de l’alcool au cours des 12 derniers mois; la source de cannabis; avoir déjà essayé la pipe à eau; avoir déjà consommé du tabac; la taille de l’école; avoir consommé du cannabis au cours des 12 derniers mois; le nombre de boissons alcoolisées consommées habituellement; avoir consommé une boisson énergisante avec de l’alcool au cours des 12 derniers mois et enfin avoir été en état d’ivresse. Les 10 corrélats principaux du vapotage quotidien étaient comme source de cigarette électronique, avoir essayé celle d’un ami; avoir fumé des cigarettes électroniques à base de nicotine; avoir déjà consommé du cannabis; la source de cannabis; avoir fumé des cigarettes électroniques sans nicotine; avoir consommé une boisson caféinée au cours des 12 derniers mois; avoir consommé une boisson caféinée au cours des 7 derniers jours; absentéisme scolaire au cours des 20 derniers jours; comme source de cigarette, avoir acheté des cigarettes électroniques dans une boutique de vapotage et enfin avoir déjà consommé des produits du tabac. Tant pour le vapotage quotidien que pour l’essai de vapotage, étant donné que tous les corrélats sociodémographiques présentaient une influence minimale avec une importance relative inférieure à trois, nous ne présentons pas les graphiques de dépendance partielle correspondants.

Figure 1 - Équivalent textuel

Figure 1. Importance relative remise à l’échelle des 10 corrélats principaux du vapotage quotidien et de l’essai de vapotage, SCDSEO 2019

Caractéristiques	Influence relative mise à l'échelle (%)
Vapotage quotidien
Source de la cigarette électronique - J'ai essayé celle d'un ami/ j'en ai emprunté une	100
Type de cigarette électronique - J'ai fumé des cigarettes électroniques à base de nicotine	46,69
J'ai déjà consommé du cannabis	38,59
Source du cannabis - Je n'ai jamais consommé de cannabis	35,04
Type de cigarette électronique - J'ai fumé des cigarettes électroniques sans nicotine	27,22
J’ai consommé des boissons caféinées au cours des 12 derniers mois	21,04
J’ai consommé des boissons caféinées au cours des 7 derniers jours	19,66
Absentéisme scolaire au cours des 20 derniers jours	15,83
Source de la cigarette électronique - Je l’ai achetée dans une boutique/un salon de vapotage	15,69
J’ai déjà consommé des produits du tabac (y compris quelques bouffées/1 cigarette)	15,34
Expérience de vapotage
J'ai déjà consommé du cannabis	100
J’ai consommé des boissons caféinées au cours des 12 derniers mois	54,85
Source du cannabis - Je n'ai jamais consommé de cannabis	43,32
J’ai déjà fumé une pipe à eau	16,94
J’ai déjà consommé des produits du tabac (y compris quelques bouffées/1 cigarette)	7,85
Taille de l'école	7,2
J’ai consommé du cannabis au cours des 12 derniers mois	5,88
Nombre habituel de boissons alcoolisées consommées_2-3 boissons	5,32
Nombre habituel de boissons alcoolisées consommées_2-3 boissons	4,78
J’ai déjà été en état d’ivresse	2,84

Abréviation : SCDSEO, Sondage sur la consommation de drogues et la santé des élèves de l’Ontario.

Dépendance partielle pour les 10 prédicteurs principaux

D’après les graphiques de dépendance partielle se rapportant à l’essai de vapotage, nous avons constaté un risque supérieur, par rapport aux répondants ne l’ayant pas fait, chez les répondants ayant consommé du cannabis au cours des 12 derniers mois ou au cours de leur vie, ayant bu de l’alcool avec ou sans boisson énergisante au cours des 12 derniers mois, ayant consommé du tabac ou fumé une pipe à eau au cours de leur vie et ayant déjà été en état d’ivresse (voir l’annexe à https://osf.io/x36p8/). En matière de source de cannabis, les répondants ayant déjà consommé du cannabis présentaient un risque plus élevé d’avoir fait l’essai du vapotage que ceux n’en ayant jamais consommé. Les répondants consommant habituellement deux ou trois boissons alcoolisées lorsqu’ils buvaient avaient environ 25 % plus de risque d’avoir fait l’essai du vapotage que les autres types de consommateurs d’alcool et que ceux ne buvant pas. Le risque d’avoir fait l’expérience du vapotage augmentait avec la taille de l’école dans la plage jusqu’à 500 élèves, et il demeurait élevé jusqu’à ce que la taille de l’école atteigne environ 1850 élèves. Le risque baissait très légèrement pour les écoles comptant entre 1850 et 2000 élèves.

En ce qui concerne le vapotage quotidien, nous avons constaté un risque accru de vapotage quotidien, par rapport aux répondants ne l’ayant pas fait, chez les répondants ayant déjà consommé du cannabis ou du tabac ou des boissons caféinées au cours des 12 derniers mois ou des 7 derniers jours (voir l’annexe à https://osf.io/x36p8). Pour la source de cigarette électronique, le risque qu’un répondant soit vapoteur quotidien était très différent selon s’il avait emprunté une cigarette électronique à un ami ou s’il en avait acheté une dans un commerce. Pour le type de cigarette électronique, le risque d’être vapoteur quotidien était de 25 % inférieur chez les répondants utilisant des cigarettes électroniques sans nicotine. Les répondants n’ayant jamais consommé de cannabis étaient légèrement moins à risque d’être vapoteurs quotidiens que les répondants ayant consommé du cannabis de diverses sources. Tout absentéisme scolaire au cours des 20 derniers jours était associé à un risque accru de vapotage quotidien et, bien qu’il soit possible que le vapotage quotidien ait entraîné une augmentation de l’absentéisme scolaire, notre modèle n’était pas conçu pour établir la preuve d’une telle relation.

Interactions

Les 10 corrélats principaux de l’essai de vapotage, à l’exception de l’état d’ivresse, offraient tous des interactions avec l’ethnicité (voir l’annexe à https://osf.io/x36p8). Le fait d’avoir déjà consommé des produits du tabac ou du cannabis et d’avoir consommé de l’alcool au cours des 12 derniers mois présentait des interactions avec l’ethnicité, le SSE et l’âge. Un répondant d’origine japonaise avait une probabilité plus élevée d’avoir vapoté au moins une fois qu’un individu d’origine non japonaise, quelle que soit la taille de l’école, tandis que des relations inverses étaient observées chez les répondants originaires d’Asie du Sud-Est et de Corée. Pour toutes les sources de cannabis, il était moins probable qu’un répondant d’origine non japonaise ait essayé le vapotage qu’un répondant d’origine japonaise. Quel que soit le groupe ethnique, un répondant qui consommait deux ou trois verres d’alcool au cours d’une journée typique avait la plus forte probabilité d’essayer le vapotage, comparativement aux autres types de consommation d’alcool. Alors que l’origine japonaise a été associée positivement à la probabilité d’avoir déjà vapoté, le fait d’être originaire d’Asie du Sud-Est ou de Corée était inversement associé à l’expérience de vapotage. Il y avait de plus petites différences dans la probabilité d’avoir fait l’expérience de vapotage pour un répondant d’origine japonaise et cette probabilité pour un répondant d’une origine autre que japonaise pour la consommation de cannabis ou d’alcool et la consommation d’alcool combinée à des boissons énergisantes au cours des 12 derniers mois. Cette relation a également été constatée pour les répondants ayant consommé des produits du tabac ou du cannabis au cours de leur vie. Dans tous les groupes de SSE, être d’origine d’Asie du Sud-Est ou de Corée était associé à une probabilité légèrement plus faible d’avoir fait l’expérience du vapotage par rapport aux autres origines ethniques.

L’âge présentait des interactions avec la consommation d’alcool dans les 12 derniers mois, l’essai du tabagisme et l’essai de consommation de cannabis et, parmi ces interactions, la consommation d’une substance était un prédicteur plus important chez les jeunes élèves que chez les élèves plus âgés. Pareillement, ces variables étaient des prédicteurs plus importants chez les élèves ayant un SSE plus élevé que chez ceux ayant un SSE plus faible.

Une légère interaction a été observée pour le vapotage quotidien entre la consommation de caféine et l’ethnicité (voir l’annexe à https://osf.iox36p8/). La force de l’interaction entre le fait d’avoir consommé des boissons caféinées au cours des 7 derniers jours et celui d’avoir une incertitude à propos de l’origine ethnique était de 0,111. Le fait d’avoir consommé des boissons caféinées au cours des 7 derniers jours était associé à une probabilité légèrement plus élevée de vapotage quotidien, indépendamment de l’incertitude quant à l’ethnicité.

Analyse de sensibilité

Conformément aux résultats de l’analyse primaire, une performance élevée a été observée dans les algorithmes de parcimonie de forêt aléatoire avec les 10 corrélats principaux seuls. Le modèle de parcimonie du vapotage quotidien a fourni une précision de 0,81 (IC à 95 % : 0,78 à 0,84), une sensibilité de 0,80 (0,72 à 0,86), une spécificité de 0,82 (0,78 à 0,85) et une ASC de 0,87, tandis que le modèle de parcimonie d’essai du vapotage a fourni une précision de 0,78 (0,76 à 0,79), une sensibilité de 0,78 (0,74 à 0,81), une spécificité de 0,78 (0,75 à 0,80) et une ASC de 0,86. À l’opposé, les régressions logistiques de base des deux résultats ont offert une performance inférieure à celle des modèles de forêt aléatoire de l’analyse primaire. Plus précisément, le modèle logit du vapotage quotidien a fourni une précision de 0,53 (0,49 à 0,57), une sensibilité de 0,63 (0,54 à 0,71), une spécificité de 0,50 (0,45 à 0,54) et une ASC de 0,60 tandis que le modèle logit de l’essai de vapotage a fourni une précision de 0,61 (0,59 à 0,64), une sensibilité de 0,82 (0,79 à 0,85), une spécificité de 0,52 (0,49 à 0,55) et une ASC de 0,73.

Analyse

Nous avons appliqué une approche d’apprentissage automatique pour étudier les corrélats du vapotage quotidien et de l’essai de vapotage à l’aide des données du SCDSEO recueillies auprès d’un échantillon représentatif de jeunes de l’Ontario fréquentant une école primaire ou secondaire. Les algorithmes finaux de forêt aléatoire ont fourni une performance élevée. Les 10 corrélats principaux du vapotage quotidien se sont révélés différents des 10 corrélats principaux de l’essai de vapotage, ce qui correspond aux divers prédicteurs connus dans la recherche sur le tabagisme^{Note de bas de page 29Note de bas de page 30Note de bas de page 31} pour le début de l’utilisation de la cigarette et pour l’intensification de cette utilisation. Alors que nous n’avons relevé aucune interaction entre les paires de prédicteurs choisies pour le vapotage quotidien, nous avons relevé des interactions entre plusieurs prédicteurs de l’essai de vapotage, particulièrement en fonction de l’ethnicité.

Notre étude semble indiquer qu’il existe des différences entre les principaux corrélats de l’essai de vapotage et ceux du vapotage quotidien. Bien qu’une étude antérieure ait conclu que les influences sociales sont les prédicteurs les plus puissants d’une première expérience de vapotage^{Note de bas de page 32}, notre étude souligne l’importance de trois substances, à savoir le cannabis, l’alcool et le tabac, pour ce risque. Ces résultats concordent avec la tendance émergente au vapotage de cannabis^{Note de bas de page 33} et montrent que la nicotine, un composé hautement toxicomanogène du tabac, est la substance la plus répandue dans les dispositifs de vapotage^{Note de bas de page 34}. Nous avons également déterminé que la taille de l’école est un corrélat sociodémographique important du risque d’essai de vapotage.

Pour la source de cigarette électronique, puisque le risque le plus faible de vapotage quotidien a été observé chez les répondants ayant essayé la cigarette électronique d’un ami ou en ayant emprunté une, les influences sociales pourraient jouer un rôle limité dans le développement du vapotage quotidien. L’utilisation de cigarettes électroniques contenant de la nicotine a été associée au risque le plus élevé de vapotage quotidien, ce qui n’est pas surprenant, puisque la nicotine dicte la dépendance au vapotage^{Note de bas de page 35}. Nos résultats montrent que la caféine, le cannabis et le tabac sont susceptibles d’accroître le risque de vapotage quotidien. Bien que la littérature indique que le niveau scolaire et l’âge pourraient être les corrélats sociodémographiques les plus puissants dans la consommation de drogues^{Note de bas de page 36}, notre étude montre qu’un absentéisme scolaire accru au cours des 20 derniers jours pourrait contribuer davantage à l’augmentation du risque de vapotage quotidien.

Points forts et limites

Sur le plan méthodologique, notre étude fournit de nouvelles données sur l’utilité de l’apprentissage automatique dans la conception de modèles prédictifs pour lutter contre le tabagisme^{Note de bas de page 37}. La haute performance du modèle de forêt aléatoire fournit des résultats interprétables, comme l’identification de caractéristiques importantes, qui pourraient être utiles aux décideurs. Étant donné que les recherches indiquent que l’utilisation de la cigarette électronique à l’adolescence est associée à une probabilité accrue de fumer des cigarettes^{Note de bas de page 38}, les caractéristiques mises en exergue fournissent des corrélats importants susceptibles de favoriser l’aide aux jeunes afin qu’ils ne fassent pas la transition vers le tabagisme. L’absentéisme scolaire et la taille de l’école, des indicateurs rarement rencontrés dans la littérature, ont été identifiés comme des corrélats importants des résultats grâce à l’utilisation de cette méthodologie d’apprentissage automatique.

En outre, la performance élevée observée dans cette étude va dans le sens de la recherche, qui démontre que l’apprentissage automatique peut parfois surpasser la modélisation statistique conventionnelle. Par exemple, un examen systématique révèle que les modèles d’apprentissage automatique ont une performance plus élevée que celle de la régression logistique dans les prédictions de résultats neurochirurgicaux^{Note de bas de page 39}. De même, les modèles d’apprentissage automatique présentent des indices de concordance plus élevés que les scores du risque clinique dans la performance pronostique chez les patients ayant un saignement gastro-intestinal aigu^{Note de bas de page 40}.

En ce qui concerne les limites, puisque notre étude était transversale, nous n’avons pas pu prouver que les 10 corrélats les plus importants étaient de véritables prédicteurs d’un vapotage quotidien ou de l’essai de vapotage. Malgré la rigueur des algorithmes de forêt aléatoire^{Note de bas de page 41}, l’importance relative des corrélats n’induit pas de causalité et nous n’avons pas effectué de test d’hypothèse dans cette analyse. Des études longitudinales futures comportant un modèle de recherche et une analyse axés sur la causalité contribueraient à combler cette limite. D’autres recherches sont également nécessaires pour valider les résultats au sujet des interactions, puisque les échantillons de groupes ethniques de l’étude étaient relativement petits (n < 150). Bien que nos modèles aient démontré un rendement élevé avec une simple imputation des données manquantes, il serait utile dans les recherches à venir d’envisager des méthodes plus sophistiquées comme l’imputation multiple si la précision des corrélats est privilégiée^{Note de bas de page 42}.

En outre, les outils dont on dispose pour élaborer des algorithmes de forêt aléatoire ne sont pas en mesure d’intégrer un échantillonnage par grappes. Toutefois, cette limitation affecte seulement la variance des corrélats, ce qui n’était pas l’objet de cette étude. Enfin, notre analyse comporte des limites inhérentes aux études d’enquête, comme de potentiels biais de rappel et de réponse. Néanmoins, nous nous attendons à ce que les résultats demeurent solides, car nous croyons que le sondage SCDSEO a été structuré avec des instruments qui optimisent la qualité des réponses.

Conclusion

En entraînant et en mettant à l’essai des algorithmes de forêt aléatoire, nous avons produit deux ensembles de 10 corrélats principaux différents pour le vapotage quotidien et pour l’essai de vapotage au sein d’une population de jeunes Canadiens. Nous avons observé des interactions entre certains corrélats importants et des caractéristiques sociodémographiques pour l’essai de vapotage. L’identification de ces corrélats dans un objectif de ciblage pour le vapotage quotidien et pour l’essai de vapotage va pouvoir certainement éclairer les futures études longitudinales visant à améliorer les politiques destinées à certains sous-groupes de population, indépendamment d’une relation de causalité.

Remerciements

Cette recherche est financée par les Instituts de recherche en santé du Canada (numéro de référence de financement MS2-17073).

Conflits d’intérêts

Les auteurs déclarent n’avoir aucun conflit d’intérêts.

Contributions des auteurs et avis

JS, HH et MC ont conceptualisé le manuscrit. JS a dirigé la rédaction, l’analyse statistique et l’interprétation des données, sous la direction de RF et de MC. Tous les auteurs ont fourni des commentaires, ont révisé les différentes versions du manuscrit et en ont approuvé la version définitive.

Le contenu de l'article et les points de vue qui y sont exprimés n'engagent que les auteurs; ils ne correspondent pas nécessairement à ceux du gouvernement du Canada.

Page précedente | Table des matières | Page suivante