Martin BRETZNER - Prédire le pronostic des patients atteints d’AVC ischémique
Structure d'accueil
Stroke Research Centre, affilié au Massachussetts General Hospital de Boston, USA
RÉSUMÉ
L’accident vasculaire cérébral (AVC) est une maladie fréquente et grave dont les coûts humain et économique sont considérables. Dans les pays développés, elle représente la première cause de handicap non traumatique acquis et la troisième cause de décès. Selon l’Organisation Mondiale de la Santé, chaque année, 15 millions de nouveaux cas surviennent, engendrant 5 millions de décès et 5 millions de personnes handicapés. En Europe, en 2015, l’AVC a coûté à l’Union Européenne plus de 45 milliards d’euros dont 20 milliards représentés par des coûts directs de soin. Dans plus de 80% des cas, l’AVC est de type ischémique, par occlusion d’une artère intracrânienne par un caillot de sang, et dans 20% des cas, de type hémorragique, par rupture d’un vaisseau intracrânien. Nous ne considérerons que la cause ischémique pour ce projet. Les traitements actuels visent la désobstruction du vaisseau occlus, soit chimiquement par dissolution du caillot (thrombolyse intraveineuse) soit, depuis 2015, par retrait du caillot (thrombectomie mécanique). Ces traitements, appliqués à des patients bien sélectionnés, permettent une récupération complète du déficit neurologique ; cependant, appliqués à des patients moins bien sélectionnés, leur impact peut être nul, voire négatif. L’enjeu réside donc dans la prédiction du pronostic et de la réponse thérapeutique. Les études les plus récentes se sont attachées à sélectionner les patients selon des critères cliniques (sévérité du déficit neurologique, délai depuis le début des symptômes…) et de neuroimagerie (volume de l’infarctus cérébral, étendue du territoire cérébral qui peut encore être sauvé, calibre de l’artère occluse...). Malgré ces essais de qualité, la récupération fonctionnelle des patients reste hétérogène, faisant suspecter que d’autres facteurs nous échappent. Une attention particulière devrait, par exemple, être apportée au statut du cerveau avant l’agression ischémique, en effet un cerveau ayant déjà souffert de maladie cérébrovasculaires récupèrera moins bien qu’un cerveau sain. Ces informations complexes peuvent être déduites de l’imagerie cérébrale, mais restent confinées à la recherche en raison du temps nécessaire à l’analyse des images. Mise à part l’imagerie, l’identification de variations génétiques liée à l’incidence, la cause ou au pronostic de l’AVC pourrait permettre d’affiner les prédictions. Au total, la question peut être résumée à la construction d’un modèle prédictif aux entrées complexes et nombreuses (clinique, imagerie, génétique) à partir d’une grande cohorte de patients. Les récents développements en intelligence artificielle (i.e. Deep Learning) ont le potentiel de répondre à ces questions. L’étude s’appuie sur un groupe de plus de 5000 patients (cohorte « MRI-GENIE ») souffrant d’AVC, ayant bénéficié d’un examen neurologique précis, d’une IRM cérébrale, et d’un génotypage complet. Le but est de prédire le pronostic fonctionnel à 3-6 mois ainsi que la sévérité initiale du déficit neurologique à l’aide d’un algorithme d’intelligence artificielle et ainsi identifier et quantifier de nouveau biomarqueurs pronostiques.
Durée et but du séjour
Ce projet se déroulera sur 36 mois, 24 mois au J.P. Kistler Stroke Research Center affilié au Massachussetts General Hospital pour l'établissement du modèle, suivis de 12 mois au CHU de Lille, pour le valider.