Ce cours présentera toutes les définitions de base, ainsi que les concepts et principes généraux de la pharmacoépidémiologie périnatale. Le cours sera donné comme exposé magistral avec du temps pour les questions à la fin.

Ce cours explorera comment engager les patient·e·s partenaires et le public ainsi que les utilisateur·trice·s des connaissances dans la recherche en décrivant les principales étapes et les éléments à considérer pour la co-création de la recherche avec ceux-ci.

Ce cours se penchera sur l'importance et les considérations méthodologiques entourant l'intégration du sexe et du genre en pharmacoépidémiologie à travers des exposés magistraux, des discussions de groupe et des exemples tirés de la littérature médicale.

Comprendre les concepts d'équité, de diversité et d'inclusion (EDI) est fondamental pour atteindre les objectifs de l'EDI et adopter une approche plus proactive afin de garantir que les différents groupes démographiques soient mieux représentés dans la société en général. La prise en compte de la dynamique de l'EDI devient une nécessité et exige un changement dans notre façon de travailler et de fournir des soins de santé. Il est essentiel de développer un plan d'EDI qui intègre une vision, une mission, des actions concrètes et des mesures d'évaluation. L'adoption et la mise en œuvre d'une approche scientifique et raisonnée de l'EDI deviennent essentielles pour les étudiant·e·s, le corps enseignant et les prestataires de soins de santé afin de prévenir les préjugés discriminatoires à l'égard des personnes ayant des origines et des caractéristiques différentes. En étant plus conscient·e·s de nos croyances, en nous engageant à changer notre environnement et en agissant, nous aiderons les individus et les organisations à être plus inclusifs pour ceux qui y travaillent et ceux qui reçoivent des soins de santé.

Ce cours est la première partie d'une série de deux cours visant à présenter les principes fondamentaux de la découverte et du développement de médicaments. Cette première partie offrira une vue d'ensemble du parcours d'un produit pharmacologique, de sa découverte à son développement complet, et se concentrera par la suite sur l'identification des cibles thérapeutiques, la conception et la synthèse des médicaments ainsi que la détermination de leur efficacité.

Ce cours est la deuxième partie d'une série de deux cours visant à présenter les principes fondamentaux de la découverte et du développement de médicaments. Cette deuxième partie offrira un très bref rappel du parcours d'un produit pharmacologique, de sa découverte à son développement complet, et se concentrera par la suite sur les études toxicologiques requises et les essais cliniques.

Ce cours abordera les fondements de la neuropharmacologie et offrira une vue d'ensemble du cerveau aux échelles cellulaire et moléculaire afin de comprendre pourquoi les récepteurs et les transporteurs représentent plus de 50% de l'ensemble des cibles thérapeutiques et d'examiner les orientations futures dans ce domaine.

Ce cours portera sur la pharmacologie inverse et sur l'utilisation d'outils moléculaires de pointe, des approches qui, au cours des 10 à 15 dernières années, ont permis d'élucider le rôle et la fonction des protéines et de mieux comprendre l'organisation des circuits cérébraux impliqués dans les comportements complexes.

Ce club de lecture vise à approfondir les compétences en matière d'évaluation critique et à développer la pensée critique pour l'analyse et la lecture d'articles scientifiques portant sur l'étude des effets indésirables des perturbations environnementales sur le comportement dans des modèles animaux (in vivo). Cette session offrira une opportunité interactive et sociale d'apprentissage entre pairs, avec du temps pour des questions et des discussions de groupe.

Des stagiaires de la cohorte 2026-2027 seront divisé·e·s en 2 groupes et chaque groupe présentera respectivement une critique de l'un des articles suivants durant le club de lecture.

✓  Mourlon V et al. (2010). Maternal deprivation induces depressive-like behaviours only in female rats.
✓  Baudin A et al. (2012). Maternal deprivation induces deficits in temporal memory and cognitive flexibility and exaggerates synaptic plasticity in the rat medial prefrontal cortex.

Ce cours abordera la terminologie de base en pharmacogénomique, les méthodes de recherche et les principales limites de ce type d'études.

Lectures préparatoires (PDF disponibles dans l'Espace membre):
✓  Blumenfeld YJ et al. (2010). Maternal-fetal and neonatal pharmacogenomics: a review of current literature.
✓  Crisafulli C et al. (2019). Pharmacogenetic and pharmacogenomic discovery strategies.

Ce cours présentera la valeur et les limites des études portant sur les effets des médicaments fondées sur les mégadonnées (Big Data) et sur les petites données (Small Data), et expliquera pourquoi ces deux types d'études améliorent la rigueur de l'une et de l'autre.

Lectures préparatoires (PDF disponibles dans l'Espace membre):
✓  Bissel M (2013). Reproducibility: The risks of the replication drive.
✓  Allison DB & Fineberg HV (2020). EPA’s proposed transparency rule: Factors to consider, many; planets to live on, one.

Ce cours explorera les méthodes clés de la science de la mise en œuvre dans les études épidémiologiques et pharmacogénomiques périnatales, ainsi que la conception de telles méthodes pour une étude pharmacogénomique périnatale.

Lecture préparatoire (PDF disponible dans l'Espace membre):
✓  Phillips CA et al. (2022). Implementation science in pediatric oncology: A narrative review and future directions.

Ce cours présentera les seuils de preuve clés pour les tests pharmacogénétiques fondés sur des données probantes ainsi que les limites et la valeur des panels commerciaux.

Ce club de lecture visera à explorer la qualité d'une étude portant sur une issue périnatale et la valeur d'une étude pharmacogénomique fœtale. L'utilisation successive de ces deux types d'études sera également abordée.

Plus particulièrement, ce club de lecture vise à approfondir les compétences en matière d'évaluation critique et à développer la pensée critique pour l'analyse et la lecture d'articles scientifiques reliés aux concepts vus dans le Module pharmacogénomique. Cette session offrira une opportunité interactive et sociale d'apprentissage entre pairs, avec du temps pour des questions et des discussions de groupe.

Des stagiaires de la cohorte 2026-2027 seront divisé·e·s en 2 groupes et chaque groupe présentera respectivement une critique de l'un des articles suivants durant le club de lecture.

✓  Moriello C et al. (2021). Off-label postpartum use of domperidone in Canada: a multidatabase cohort study.
✓  Raymond M et al. (2022). Fetal pharmacogenomics: A promising addition to complex neonatal care.

Ce cours introduira les principes et concepts de base de la pharmacoépidémiologie, incluant les devis d'études et leurs principales caractéristiques. Le cours présentera également les concepts de biais et de facteurs de confusion en pharmacoépidémiologie.

Ce cours de niveau intermédiaire s'appuiera sur les notions présentées dans le premier cours de ce module et abordera les méthodes utilisées pour contrôler ou ajuster sur les facteurs de confusion, notamment l'appariement par score de propension, les variables instrumentales et les expositions variant dans le temps au cours de la grossesse. Le contenu théorique sera présenté sous forme de cours magistral, avec des périodes de questions et quelques travaux en groupes.

Lectures préparatoires (PDF disponibles dans l'Espace membre):
✓  Snowden JM et al. (2018). The Curse of the Perinatal Epidemiologist: Inferring Causation Amidst Selection.
✓  Ukah UV et al. (2022). Time-related biases in perinatal pharmacoepidemiology: A systematic review of observational studies.
✓  Stürmer T et al. (2006). A review of the application of propensity score methods yielded increasing use, advantages in specific settings, but not substantially different estimates compared with conventional multivariable methods.
✓  Vigod SN et al. (2015). Antipsychotic drug use in pregnancy: high dimensional, propensity matched, population based cohort study.

Ce cours fait suite à la première partie du cours de pharmacoépidémiologie de niveau intermédiaire et présentera des méthodes quasi-expérimentales permettant de mieux cibler les questions de recherche causale. Le contenu théorique sera présenté sous forme de cours magistral, avec des périodes de questions et quelques travaux en groupes.

Lectures préparatoires (PDF disponibles dans l'Espace membre):
✓  Choudhry NK et al. (2010). At Pitney Bowes, value-based insurance design cut copayments and increased drug adherence.
✓  Schummers L et al. (2022). Abortion Safety and Use with Normally Prescribed Mifepristone in Canada.
✓  Smith LM et al. (2017). Strategies for evaluating the assumptions of the regression discontinuity design: a case study using a human papillomavirus vaccination programme.
✓  Socha PM et al. (2024). Antenatal corticosteroids and newborn respiratory outcomes in twins: A regression discontinuity study.

Ce cours explorera les sources de données couramment utilisées en pharmacoépidémiologie ainsi que les considérations méthodologiques qui s'y rattachent, au moyen de présentations théoriques, de discussions de groupe et d'exemples tirés de la littérature médicale.

Lecture préparatoire (PDF disponible dans l'Espace membre):
✓  Dormuth CR et al. (2021). Comparison of Pregnancy Outcomes of Patients Treated With Ondansetron vs Alternative Antiemetic Medications in a Multinational, Population-Based Cohort.

Ce club de lecture vise à approfondir les compétences en matière d'évaluation critique et à développer la pensée critique pour l'analyse et la lecture d'articles scientifiques reliés aux concepts vus dans le Module pharmacoépidémiologie. Cette session offrira une opportunité interactive et sociale d'apprentissage entre pairs, avec du temps pour des questions et des discussions de groupe.

Des stagiaires de la cohorte 2026-2027 seront divisé·e·s en 2 groupes et chaque groupe présentera respectivement une critique de l'un des articles suivants durant le club de lecture.

✓  Cleary B et al. (2019). Methadone, Pierre Robin sequence and other congenital anomalies: case–control study.
‍✓  Andersen SL et al. (2019). Maternal Thyroid Function, Use of Antithyroid Drugs in Early Pregnancy, and Birth Defect.

Ce cours s'adresse aux statisticien·ne·s, aux épidémiologistes, aux scientifiques des données et aux chercheur·e·s ou étudiant·e·s menant des recherches quantitatives et ayant des connaissances de base en modélisation par régression.

Le cours portera sur les stratégies générales d'ajustement de modèles de prédiction pour les issues continues, catégorielles et de type temps jusqu'à l'événement, y compris : l'analyse exploratoire et la visualisation des données; l'imputation des données manquantes; la sélection des covariables; la spécification du modèle; la validation et la calibration du modèle; la gestion de la non-linéarité; et le choix entre les modèles statistiques conventionnels et les modèles d'apprentissage automatique, incluant les différences entre ces types de modèles.

Le matériel de cours, les études de cas et les exemples feront largement appel à R, à RStudio ainsi qu'aux packages R Hmisc et rms de Frank Harrell. Le cours suivra les principes généraux présentés dans la deuxième édition de l'ouvrage Regression Modeling Strategies de Frank Harrell. La consultation de cet ouvrage est facultative, mais recommandée.

Ce cours s'adresse aux statisticien·ne·s, aux épidémiologistes, aux scientifiques des données et aux chercheur·e·s ou étudiant·e·s menant des recherches quantitatives et ayant des connaissances de base en modélisation par régression.

Le cours portera sur les stratégies générales d'ajustement de modèles de prédiction pour les issues continues, catégorielles et de type temps jusqu'à l'événement, y compris : l'analyse exploratoire et la visualisation des données; l'imputation des données manquantes; la sélection des covariables; la spécification du modèle; la validation et la calibration du modèle; la gestion de la non-linéarité; et le choix entre les modèles statistiques conventionnels et les modèles d'apprentissage automatique, incluant les différences entre ces types de modèles.

Le matériel de cours, les études de cas et les exemples feront largement appel à R, à RStudio ainsi qu'aux packages R Hmisc et rms de Frank Harrell. Le cours suivra les principes généraux présentés dans la deuxième édition de l'ouvrage Regression Modeling Strategies de Frank Harrell. La consultation de cet ouvrage est facultative, mais recommandée.

Ce cours de biostatistique appliquée, de niveau relativement avancé, s'adresse aux étudiant·e·s aux cycles supérieurs et aux chercheur·e·s en statistique ou en biostatistique, en épidémiologie ou en pharmacoépidémiologie, en science des données ainsi qu'en santé publique, qui ont une bonne compréhension de la régression multivariable et certaines connaissances en analyse de survie appliquée, particulièrement du modèle de Cox.

La première partie du cours se concentrera sur une introduction conceptuelle non technique aux méthodes pertinentes de modélisation statistique et à leurs applications en vie réelle, principalement en pharmacoépidémiologie, avec un aperçu des différentes approches de modélisation qui peuvent être envisagées pour analyser les associations entre une exposition médicamenteuse variant dans le temps et le délai avant la survenue d'un critère d'évaluation clinique, comme un évènement indésirable ou un décès. Ensuite, l'importance de considérer (i) une éventuelle période de latence entre l'exposition et la modification du risque et/ou (ii) les effets cumulatifs potentiels des expositions antérieures sera ensuite abordée. Finalement, la méthode Weighted Cumulative Exposure (WCE) sera finalement expliquée de manière accessible aux personnes ne possédant aucune formation préalable en statistique ou en biostatistique.

La deuxième partie du cours se concentrera sur les aspects pratiques de l'utilisation du package R WCE pour analyser des données du monde réel en pharmacoépidémiologie. La manière dont les données doivent être préparées pour les analyses WCE et les étapes nécessaires pour effectuer ces analyses seront expliquées.

Ce cours abordera les principes fondamentaux de l'application des méthodes du score de propension dans la recherche observationnelle en mettant l'accent sur la pharmacoépidémiologie. Les principes de base des concepts d'inférence causale seront abordés, ainsi que la façon dont ces méthodes peuvent contribuer à réduire l'impact de la confusion liée aux covariables observées. Le cours mettra l'accent sur l'application pratique de ces méthodes à l'aide d'exemples dans le langage de programmation R et se concentrera spécifiquement sur l'appariement et la pondération par l'inverse de la probabilité de traitement. Les stratégies pour adresser les complications courantes dans les analyses par score de propension seront discutées.

Ce cours explorera les façons de faire participer les utilisateur·trice·s des connaissances à la recherche en présentant différentes méthodes de synthèse des connaissances visant à soutenir la prise de décision. Les principales étapes et les principaux éléments à prendre en considération pour assurer la co-création de la recherche avec les utilisateur·trice·s des connaissances seront abordés.

Ce cours offrira une introduction à l'utilisation de l'apprentissage automatique en recherche appliquée en présentant les hypothèses et les concepts qui sous-tendent son application à des recherches fondées sur des données de santé et des données comportementales.

Ce cours introduira l'intelligence artificielle et l'apprentissage automatique dans le domaine de la recherche périnatale, à travers une approche axée sur les concepts et s'appuyant sur des démonstrations. Le cours mettra l'accent sur les principes fondamentaux, les pièges courants et les considérations pratiques liées à la prise de décision dans le domaine de la santé.

À l'aide d'exemples interactifs fondés sur des scénarios périnataux (p. ex., la prédiction de naissances prématurées à partir d'un ensemble de données synthétiques), les participant·e·s découvriront comment les modèles d'apprentissage automatique se comportent dans des conditions réalistes, telles que les petits ensembles de données, le déséquilibre des classes, les données manquantes et les différences entre populations.

Ce cours fournira une compréhension du développement historique de l'intelligence artificielle, mettant en évidence son rôle essentiel dans les progrès en recherche périnatale. Les participant·e·s auront un aperçu d'exemples concrets, incluant l'utilisation de données administratives de santé pour les soins materno-fœtaux et des applications de vision par ordinateur pour la prédiction de résultats issus de l'imagerie par ultrasons. La session se terminera par un cadre visionnaire pour l'avenir de l'intelligence artificielle en médecine et des conseils pratiques pour conceptualiser de futures recherches utilisant l'intelligence artificielle.