L’actualité numérique des industries de santé

    L’actualité numérique des industries de santé

    Etudes

    Alzheimer: l'analyse automatisée des données permet des inclusions plus coûts-efficaces dans les études

    BOSTON (TICpharma) - L'analyse automatisée des données neuropsychologiques, sociodémographiques, génétiques et radiologiques de personnes ayant une plainte mnésique semble rendre plus coût-efficaces les inclusions pour les essais cliniques de prévention primaire, selon une étude française présentée début novembre au congrès Clinical Trials on Alzheimer's Disease (CTAD) à Boston.

    La majorité des médicaments potentiels développés dans la maladie d'Alzheimer ciblent la formation des plaques amyloïdes et ils doivent être évalués au stade présymptomatique chez des personnes présentant des facteurs de risque, rappellent Manon Ansart de l'équipe Aramis (Inria/ICM/Inserm/CNRS/UPMC) à Paris et ses collègues dans le résumé de leur communication orale.

    Pour réaliser ces essais cliniques de prévention primaire, il faut constituer des cohortes de personnes à risque qui présentent notamment des plaques amyloïdes dans leur cerveau sans avoir de symptômes de démence.

    Ces plaques sont recherchées le plus souvent par tomographie par émission de positons (TEP) chez des personnes qui se plaignent de troubles de la mémoire et elles sont retrouvées chez en moyenne une personne sur trois.

    Pour réduire le coût des procédures d'inclusion, les chercheurs ont développé un système de pré-sélection reposant sur l'analyse automatique des données neuropsychologiques et des images structurelles du cerveau.

    Celle-ci utilise les techniques de machine learning pour identifier ensuite les candidats aux examens TEP, ceux qui seraient le plus susceptibles d'avoir des plaques amyloïdes (Aβ+).

    L'équipe suppose que cette approche demande un plus grand nombre de personnes à inclure initialement mais, comme le nombre de candidats à la TEP serait réduit, les coûts diminueraient en conséquence.

    Pour prédire les personnes Aβ+, les chercheurs ont développé un système de classification par apprentissage automatique qui repose sur la méthode des forêts d'arbres décisionnels et utilise à la fois les données socio-démographiques, génétiques et cognitives (issues des tests neuropsychologiques) des personnes.

    La performance des tests est mesurée par l'aire sous la courbe (AUC) et le coût du recrutement estimé pour un objectif de 100 personnes. Les chercheurs ont réalisé des simulations en fonction d'un nombre de personnes à recruter (R) et un nombre de personnes pour la TEP (S) afin de déterminer le coût minimal, en partant de l'hypothèse que le coût du recrutement d'une personne est de 100 €, d'un examen IRM de 400 € et de TEP de 1.000 €.

    Ils ont ensuite validé leur méthode dans trois cohortes:

    • INSIGHT, cohorte monocentrique française qui suit des personnes cognitivement normales avec une plainte mnésique, dont les examens de TEP dont disponibles pour 318 (27,7% Aβ+);
    • ADNI-CN, cohorte multicentrique américaine qui suit des personnes cognitivement normales, dont 431 avec des données de TEP ou l'analyse du liquide céphalorachidien (LCR) (37,6% Aβ+);
    • ADNI-MCI, cohorte similaire à la précédente mais qui suit des personnes avec un déclin cognitif léger (MCI), avec des données de TEP ou de LCR pour 596 (62,9% Aβ+).

    La simulation dans les trois cohortes montre que la procédure d'inclusion par analyse automatisée permet de réduire de manière significative au plan statistique le coût global par rapport à la méthode habituelle.

    Pour un objectif de 100 personnes Aβ+ incluses, l'analyse automatisée des données est associée :

    • dans INSIGHT, à un coût de 295,56 €, avec 995 personnes à recruter et 196 candidats à la TEP (AUC de 68%), contre 397,50 € avec la méthode de recrutement actuelle (-101,94 €)
    • dans ADNI-CN, de 234,59 €, avec 599 personnes à recruter pour avoir 175 candidats à la TEP (AUC de 69,1%), contre 292,65 € (-58,06 €)
    • dans ADNI-MCI, de 136,205 €, avec 248 personnes à recruter pour 111 candidats à la TEP (AUC de 83,8%), contre 174,83 € (-38,625 €).

    Les chercheurs ont ensuite évalué la performance du système de classification des personnes en n'utilisant qu'une catégorie de données (soit génétiques, soit IRM, soit résultats aux tests neuropsychologiques) et il apparaît que les résultats sont meilleurs en utilisant l'ensemble des mesures.

    Ils ont également développé le système de classification à partir des données d'ADNI-C puis l'ont testé dans INSIGHT, obtenant des performances non significativement différentes des précédents résultats, ce qui suggère qu'il est possible de généraliser le modèle à d'autres cohortes.

    Cette étude montre qu'il est possible de sélectionner des personnes susceptibles d'être Aβ+ de manière automatisée, à partir d'une analyse multimodale de données et de techniques de machine learning, à un coût réduit pour constituer des cohortes par rapport aux méthodes actuelles de recrutement, concluent les patients.

    Ces résultats peuvent encore être améliorés en utilisant davantage de données, notamment issues des images d'examens cérébraux, ajoutent-ils.

    Luu Ly Do Quang

    À suivre

    La HAS prête à lancer le "grand chantier" de l'évaluation des dispositifs médicaux connectés

    https://www.healthandtech.eu/fr/htifp/

    Innovations

    Alzheimer: un logiciel d'analyse du langage pour le diagnostic précoce

    BRUXELLES, NICE, 4 octobre 2017 (TICpharma) - L'organisation européenne spécialisée dans la transformation numérique EIT Digital a testé un prototype de son logiciel d'analyse du langage Delta, qui vise à détecter précocement les troubles cognitifs et pourra être utilisé comme outil d'aide au diganostic.

    0 154

    Etudes

    Sécurité et efficacité du médicament: un rapport européen souligne les apports du big data

    BRUXELLES (TICpharma) - Une étude publiée le 16 décembre par la Commission européenne détaille les situations d'utilisation et la valeur ajoutée du big data dans le secteur de la santé, notamment pour améliorer la pharmacovigilance, et formule dix recommandations stratégiques afin de renforcer les systèmes de santé grâce à l'analyse d'importants volumes de données.

    0 116

    Vos réactions

    Anti-spam : Veuillez saisir le résultat de ce calcul S.V.P
    4 + 2 =