UPmémoires

• Français

Français

Recherche de biomarqueurs du déclin dans la maladie d'Alzheimer grâce à l'analyse de données cliniques et métabolomiques par intelligence artificielle : analyse des patients de la cohorte CYTOCOGMA

Introduction : La maladie d'Alzheimer est une maladie très hétérogène et un enjeu majeur de santé publique, dont les facteurs de progression sont mal connus. L'identification de biomarqueurs de progression dans cette maladie est une nécessité pour pouvoir mieux appréhender la prise en charge. La métabolomique – couplée à l'intelligence artificielle – est un outil permettant la mise en évidence de nouveaux biomarqueurs via l'analyse de tous les métabolites présents dans un échantillon. Notre étude a pour objectif de créer des algorithmes permettant de déterminer le déclin cognitif ou fonctionnel des patients atteints de la maladie d'Alzheimer, et d'identifier les métabolites pouvant être impliqués dans ce déclin.

Matériel et méthodes : Nous avons inclus 69 patients souffrant d'une maladie d'Alzheimer, issus de la cohorte CYTOCOGMA, qui avaient été suivis pendant 2 ans. Chaque patient avait bénéficié d'une évaluation cognitive et fonctionnelle. Les profils métabolomiques ont été réalisés sur les échantillons de plasma de ces patients, prélevés au diagnostic de la maladie d'Alzheimer. Enfin, l'analyse des données était faite par Machine Learning, selon 6 algorithmes.

Résultats : Les patients ont été divisés en 2 groupes en fonction de la médiane du déclin cognitif ou fonctionnel. Nous avons pu trouver plusieurs algorithmes compétents dans la prédiction du déclin cognitif ou fonctionnel, les plus compétents étant le KNN pour le déclin cognitif selon l'ADAS-Cog, le Random Forest pour le déclin cognitif selon le MMSE, et le SVM pour le déclin fonctionnel. Plusieurs métabolites ont été mis en évidence comme étant impliqués dans le déclin cognitif.

Discussion : Plusieurs des métabolites retrouvés dans notre étude ont auparavant été décrits comme potentiellement impliqués dans la physiopathologie de la maladie d'Alzheimer. D'autres métabolites, xénobiotiques, pourraient avoir une importance sur le plan thérapeutique. La vérification des algorithmes utilisés dans notre étude lors d'essais de plus grande ampleur est nécessaire afin d'en évaluer la fiabilité. D'autres études pourraient découler de la nôtre, sur le plan physiopathologique ou thérapeutique. Enfin, les métabolites trouvés pourraient être étudiés individuellement afin d'évaluer leur potentiel en tant que biomarqueur.

Rameau (langage normalisé) :
• Alzheimer, Maladie d' -- Pronostic (médecine)
  
• Marqueurs biologiques
  
• Métabolomique
  
• Intelligence artificielle en médecine