AACR 2020 – Un algorithme d’appariement identifie la bonne combinaison essai/patient


  • Elena Riboldi — Agenzia Zoe
  • Univadis
L'accès à l'intégralité du contenu de ce site est reservé uniquement aux professionnels de santé disposant d'un compte. L'accès à l'intégralité du contenu de ce site est reservé uniquement aux professionnels de santé disposant d'un compte.

À retenir

  • MatchMiner est une plateforme Web open source qui permet d’associer de manière informatique les patients atteints d’un cancer à des essais cliniques de médecine de précision, sur la base des caractéristiques cliniques et génomiques.
  • Utiliser l’informatique pour relier les patients et les essais accélère le recrutement des essais et maximise les possibilités pour les patients.

Pourquoi est-ce important ?

  • Le profilage moléculaire des tumeurs est de plus en plus fréquent.
  • Les nouveaux essais cliniques comprennent fréquemment des critères d’éligibilité génomiques.

Protocole de l’étude

  • MatchMiner a été développé à l’Institut de cancérologie Dana-Farber (Dana-Farber Cancer Institute, DFCI), à Boston.
  • Un format structuré pour encoder des informations détaillées concernant un essai ouvert à un appariement informatique, appelé langage de balisage pour les essais cliniques (Clinical Trial Markup Language, CTML), a été développé.
  • Le CTML prend en charge plusieurs types de données cliniques, démographiques et génomiques, et utilise la logique booléenne pour définir les critères d’éligibilité.
  • L’algorithme d’appariement de base (MatchEngine) fournit des rapports détaillés justifiant les appariements, associe tous les patients/essais ou des patients/essais individuellement, et peut être étendu à un appariement basé sur d’autres types de données (par ex., les traitements antérieurs).
  • Le progiciel open source est disponible via GitHub.

Principaux résultats

  • MatchMiner est pleinement opérationnel au DFCI depuis 2017.
  • Plus de 300 essais ayant des critères d’éligibilité génomiques ont été ouverts au DFCI, et les données génomiques provenant de plus de 37 000 patients ont été intégrées au système.
  • 81 % des patients vivants correspondent à au moins 1 essai clinique ouvert, avec une moyenne de 6 essais correspondants par patient.
  • Au moins 115 patients ont participé à un essai clinique à la suite d’un appariement par MatchMiner.
  • Au moins cinq centres de cancérologie sont en train de mettre en œuvre MatchMiner.

Commentaire d’expert

  • « Les avancées technologiques dans la production de mesures biologiques et les progrès dans les domaines de la bio-informatique et des méthodes d’IA [intelligence artificielle] capables d’inférence à partir de données bruitées de haute dimension ont préparé le terrain pour de nouvelles découvertes et innovations à destination des patients atteints d’un cancer », a déclaré Hannah Carter, maître de conférences à l’Université de Californie (University of California), à San Diego. « MatchMiner est un outil permettant d’automatiser intelligemment la tâche difficile qu’est l’appariement des patients atteints d’un cancer avec les essais cliniques. »