L’actualité numérique des industries de santé

    L’actualité numérique des industries de santé

    Etudes

    Un algorithme utilisant le protéome pour prédire le risque de développer un trouble psychotique

    WASHINGTON (TICpharma) - Une équipe internationale a développé un algorithme utilisant des biomarqueurs protéomiques pour prédire, chez des personnes à risque élevé, leur évolution vers un trouble psychotique, décrit-elle dans un article publié le 26 août par JAMA Psychiatry.

    La prise en charge précoce de la psychose semble améliorer son expression clinique. Il existe des critères cliniques de risque élevé pour identifier des groupes vulnérables qui évoluent vers un premier épisode psychotique dans un délai de trois ans, mais il reste très difficile de prédire l'évolution vers le trouble psychotique à l'échelle individuelle, rappellent David Mongan du Royal College of Surgeons in Ireland à Dublin et ses collègues irlandais, britanniques, australiens, danois, suisses, français, espagnols, allemands, néerlandais et brésiliens.

    De précédentes données suggèrent que des biomarqueurs et des stratégies de stratification du risque pourraient être utiles pour déterminer le pronostic de personnes présentant des critères cliniques de risque élevé de psychose. Les chercheurs ont voulu développer un modèle prédictif incorporant notamment des données protéomiques et évaluer son intérêt.

    Pour cela, ils ont commencé par comparer l'expression des protéines plasmatiques chez 133 personnes (22,6 ans en moyenne, 51,1% d'hommes) incluses dans le réseau européen EU-EGI (European Network of National Schizophrenia Networks Studying Gene-Environment Interactions) avec des critères cliniques de risque élevé de psychose (CHR), dont 36,8% ont effectivement développé ce trouble dans un délai médian de 219 jours et 63,2%, non.

    L'analyse protéomique a notamment mis en évidence une différence statistiquement significative dans l'expression de 35 protéines entre les 49 personnes ayant développé une psychose et les 84 contrôles.

    Les chercheurs ont également utilisé les données protéomiques relevées à l'âge de 12 ans pour 122 personnes incluses initialement dans une cohorte de naissance en population générale, avec un diagnostic ou une suspicion d'expériences psychotiques à 18 ans.

    Ils ont ensuite développé plusieurs modèles prédictifs de conversion à l'aide d'une méthode d'apprentissage automatique utilisant les données protéomiques et cliniques (âge, sexe, niveau d'éducation, symptômes,...) des deux groupes puis les ont testés.

    Le modèle tiré des données de la première cohorte a montré de bonnes performances pour prédire l'évolution des patients avec une aire sous la courbe (ASC) de 0,95, une valeur prédictive positive (VPP) de 75% et une valeur prédictive négative (VPN) de 98,6%. Le modèle utilisant en particulier les 10 protéines les plus significatives présentait une ASC de 0,92, une VPP de 81,8% et une VPN de 96,8%.

    Dans la seconde cohorte, un modèle utilisant les données du protéome recueillies à 12 ans a permis de prédire le risque d'expériences psychotiques à 18 ans avec une ASC de 0,74, une VPP de 67,8% et une VPN de 75,8%.

    Cette étude indique qu'un modèle prédictif utilisant le protéome semble pouvoir contribuer à évaluer le pronostic de manière individualisée chez des personnes à risque de psychose, concluent les chercheurs.

    (JAMA Psychiatry, édition en ligne du 26 août)

    Luu Ly Do Quang

    À suivre

    Le détail des données accessibles via le Health Data Hub (projet de décret)

    Etudes

    Epilepsie: l'enregistrement vidéo des crises sur smartphone utile pour améliorer la pose du diagnostic

    WASHINGTON (TICpharma) - La chance de poser un diagnostic correct de crises épileptiques était multipliée par plus de 5 lorsque la consultation médicale était complétée de l'analyse d'une vidéo réalisée grâce à une application pour smartphones, selon une étude publiée dans JAMA Neurology.

    0 1605

    Etudes

    Les montres connectées permettraient de détecter plus vite les épidémies de grippe

    LONDRES (TICpharma) - Les données de fréquence cardiaque et de sommeil collectées par les montres connectées de type Fitbit pourraient permettre d'améliorer la surveillance de la grippe saisonnière à l'échelle des populations, selon une étude américaine publiée le 15 janvier dans The Lancet Digital Health.

    0 1765

    Vos réactions

    Anti-spam : Veuillez saisir le résultat de ce calcul S.V.P
    1 + 5 =