- Des chercheurs utilisent l'apprentissage automatique pour développer un nouveau modèle de risque de mortalité chez les patients touchés d'insuffisance cardiaque.
- Ils ont ainsi découvert que la fonction physique est un facteur prédictif crucial de leur survie.
- Des tests supplémentaires sont nécessaires pour affiner les outils développés.
Les outils actuels pour prédire les probabilités de survie des patients touchés par une insuffisance cardiaque, ne sont pas toujours très fiables, surtout pour les populations asiatiques. Souhaitant mettre au point un outil prédictif plus puissant, des chercheurs de l’université Juntendō (Japon) ont utilisé l’apprentissage automatique pour identifier les indicateurs les plus pertinents qui permettent d'évaluer les chances de survie des patients touchés d’insuffisance cardiaques.
Ils ont découvert que la fonction physique est un facteur prédictif crucial.
Insuffisance cardiaque : deux nouveaux outils plus précis pour prédire les risques
Pour ses travaux présentés dans la revue The Lancet Regional Health - Western Pacific, l’équipe a repris les données du registre national japonais J-Proof HF. Il suit les patients âgés traités pour insuffisance cardiaque dans 96 établissements à travers le Japon. En utilisant les dossiers de 9.700 malades soignés entre décembre 2020 et mars 2022, ils ont mis au point un algorithme baptisé eXtreme Gradient Boosting (XGBoost complet). Ce dernier a pour objectif de prédire le risque de mortalité des patients dans l'année suivant le traitement.
Un second modèle, appelé Top-20 XGBoost et s’appuyant seulement sur les 20 variables les plus importantes, a aussi été développé. Sept de ces 20 variables étaient liées à la fonction physique et des facteurs non-cardiaques. Pour assurer la justesse de leur outil, les chercheurs utilisent des mesures précises pour déterminer les capacités physiques des malades comme l’indice de Barthel (mesure l'autonomie et la mobilité des individus dans les activités de la vie quotidienne) ou encore le SPPB (somme de trois critères : le test d’équilibre, le test de vitesse de marche et le test de lever de chaise).
Les deux algorithmes ont présenté une précision similaire pour prédire le risque de décès à un an. De plus, le Top-20 XGBoost offrait une meilleure classification des patients que deux des outils les plus utilisés actuellement pour prédire leur risque de décès : le score AHEAD d’insuffisance cardiaque et le score BIOSTAT.
"La capacité physique à la sortie de l’hôpital est un facteur déterminant de la survie"
"Nos résultats révèlent que la capacité physique à la sortie de l’hôpital est un facteur déterminant de la survie, aussi important que les facteurs de risque cardiovasculaires traditionnels. Cette étude souligne l’importance cruciale d’intégrer des évaluations gériatriques et fonctionnelles complètes à la prise en charge et à la stratification des risques chez les patients âgés atteints d’insuffisance cardiaque", explique le Dr Kanji Yamada, un des auteurs de l’étude, dans un communiqué.
Les chercheurs estiment aussi qu'il pourrait être particulièrement intéressant d’utiliser leurs outils de prédiction des risques de mortalité par insuffisance cardiaque, surtout chez les patients asiatiques plus sujets à des erreurs de test avec les mesures actuelles. Toutefois, le modèle a encore besoin d’être affiné grâce à de nouveaux tests au Japon comme à l’étranger, reconnaissent-ils.
