Épilepsie : un modèle ouvre la voie à une pharmacothérapie personnalisée
- Univadis
- Clinical Summary
À retenir
- Un modèle d’apprentissage profond qui utilise des données cliniques recueillies de façon systématique a donné des résultats modérément satisfaisants pour prédire l’absence de convulsions à un an chez les adultes épileptiques ayant commencé à prendre leur premier médicament anticonvulsivant (MAC).
Pourquoi est-ce important ?
- L’approche actuelle s’effectue en grande partie par tâtonnement.
Principaux résultats
- Six modèles ont été développés à l’aide de diverses techniques d’apprentissage automatique.
- Performance du modèle transformeur (entraîné à l’aide d’une cohorte combinée) pour prédire l’absence de convulsions à un an dans la population testée :
- Aire sous la courbe (ASC) : 0,65 (intervalle de confiance [IC] à 95 % : 0,63–0,67).
- Précision équilibrée pondérée : 0,62 (IC à 95 % : 0,60–0,64).
- Sensibilité : 0,69 (IC à 95 % : 0,66–0,72).
- Spécificité : 0,55 (IC à 95 % : 0,52–0,58).
- Performance du modèle transformeur (entraîné en utilisant la plus grande cohorte uniquement), dans quatre populations de validation externe :
- ASC : 0,52–0,60.
- Précision équilibrée pondérée : 0,51–0,62.
- Variables du modèle les plus importantes :
- Plus de cinq crises convulsives avant le traitement.
- Présence d’affections psychiatriques.
- Constatations à l’électroencéphalogramme (EEG).
- Constatations aux examens d’imagerie cérébrale.
- Le modèle transformeur ayant été entraîné à l’aide de la cohorte combinée avait une meilleure ASC que deux des autres modèles.
Commentaire d’expert
- Dans un éditorial, la Dre Sharon Chiang, PhD, et le Dr Vikram R. Rao, PhD, écrivent : « Bien que les performances actuelles semblent modestes, les résultats sont prometteurs, et l’amélioration des approches conventionnelles par tâtonnement pour la sélection du MAC par [l’intelligence artificielle] pourrait un jour contribuer à minimiser la morbidité liée aux convulsions en facilitant l’identification plus précoce des MAC les plus susceptibles de produire une absence de convulsions chez un individu donné. À ce titre, les modèles [d’apprentissage automatique] ouvrent la voie à une pharmacothérapie personnalisée pour l’épilepsie, un objectif inaccessible depuis des décennies. »
Méthodologie
- Une étude de cohorte multinationale (écossaise, malaisienne, australienne et chinoise) a été menée auprès de 1 798 adultes atteints d’une épilepsie nouvellement diagnostiquée ayant commencé à prendre un premier MAC (7 MAC ont été utilisés au total dans la cohorte).
- Critère d’évaluation principal : la performance du modèle pour prédire la réussite du traitement (absence totale de convulsions durant la prise du premier MAC en monothérapie pendant toute la première année).
- Financement : non communiqué.
Limites
- Le caractère généralisable des résultats à la population pédiatrique est inconnu.
- Capacité limitée à effectuer des analyses par sous-groupes.
Malheureusement, l’accès à l’intégralité de cet article est reservé uniquement aux professionnels de santé disposant d’un compte.
Vous avez atteint la limite d'articles par visiteur
Inscription gratuite Disponible uniquement pour les professionnels de santé