Prédiabète : trois paramètres pour repérer les patients
- Carrasco-Zanini J & al.
- Nat Med
- Caroline Guignot
- Résumé d’article
À retenir
- À partir de la cohorte de l'étude Fenland, des chercheurs ont développé un algorithme d’intelligence artificielle capable d’identifier les sujets les plus susceptibles de présenter une intolérance au glucose isolée.
- Développé à partir d’un test protéomique reposant sur le dosage de 4.775 protéines sanguines chez 11.546 participants, ce test repose in fine sur trois protéines et offre une performance satisfaisante (aire sous courbe 0,80, p=0,004).
- Les auteurs proposent de recommander ce test en amont de la réalisation du test diagnostique de tolérance au glucose par voie orale, afin de réduire le recours à ce dernier, particulièrement chronophage, et d’améliorer l’identification des sujets à risque de diabète.
Pourquoi est-ce important ?
Entre 28 et 86% des personnes présentant une intolérance au glucose ne seraient identifiables qu’à la suite d’un test de tolérance au glucose par voie orale (TGPO) et échappent donc souvent aux stratégies actuelles de dépistage et de diagnostic du diabète de type 2. Étant donné la possibilité croissante d’utiliser des analyses de protéomique sur sang circulant en pratique clinique, des chercheurs ont souhaité évaluer s’il était possible d’identifier par apprentissage automatique un profil protéomique capable d’identifier ces individus.
Méthodologie
La cohorte Fenland a recruté entre 2005 et 2015 12.435 individus nés entre 1950 et 1975. Tous ont réalisé un TGPO (75g sur 2 heures). L’intolérance au glucose isolée et le diabète de type 2 ont été ensuite définis selon les seuils respectifs de glycémie suivants : 7,8-11,1 mmol (141-199 mg/dL) et ≥11,1 mmol (≥199 mg/dL).
Le profilage protéomique à jeun a été réalisé sur 4.775 protéines plasmatiques et tous les patients ont eu un génotypage.
Pour établir l’outil prédictif, les chercheurs ont diviser aléatoirement la cohorte en trois sous-groupes permettant d’identifier les caractéristiques discriminant l’intolérance au glucose isolée de l’intolérance au glucose (50%), d’optimiser l’outil (25%) puis de le valider (25%).
Enfin, les algorithmes ont été validés à partir des données de l’étude longitudinale prospective WHII dans laquelle un profilage protéomique à jeun avait été effectué chez tous les 5.058 participants de la cohorte en 1997-1999.
Principaux résultats
Les auteurs ont développé un algorithme d'apprentissage automatique pour identifier les protéines les plus discriminantes permettant de distinguer les sujets présentant une intolérance au glucose isolée ou une intolérance au glucose : respectivement trois et 8 protéines sont nécessaires et apportent une amélioration significative par rapport aux prédicteurs cliniques établis.
Parmi la soixantaine initialement identifiée, le modèle final visant à identifier les sujets ayant une intolérance au glucose isolée comporte trois protéines : RTN4R, CBPM et GHR.
Au sein de la cohorte WHII, l'augmentation du taux de ces trois protéines était associée à un risque accru de développer un diabète de type 2. Ces taux étaient également plus élevés chez les sujets génétiquement susceptibles de présenter un diabète de type 2.
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
