L’apprentissage automatique pourrait personnaliser le traitement diurétique pour les patients souffrant d’insuffisance cardiaque aiguë décompensée

Une étude récente menée par le Dr. Co-écrit par Matthew Segar, chercheur de troisième année en maladies cardiovasculaires au Texas Heart Institute, et soutenu par son chercheur et mentor adjoint, le Dr. Le Dr Ambarish Pandey, du Southwestern Medical Center de l’Université du Texas, a utilisé une approche basée sur l’apprentissage automatique pour identifier, comprendre et prédire la réponse aux diurétiques chez les patients atteints d’insuffisance cardiaque aiguë décompensée (ADHF).

L’étude, « Un outil de cartographie phénoménale et un score clinique pour identifier une faible efficacité diurétique dans l’insuffisance cardiaque décompensée aiguë », publiée dans le célèbre Journal of American College Cardiology Heart Failure (Insuffisance cardiaque JACC) utilise des décennies d’ensembles de données cliniques et de registres financés par les National Institutes of Health et l’American Heart Association.

Les chercheurs ont utilisé des approches basées sur l’apprentissage automatique pour développer un outil de prédiction appelé score BAN-ADHF, qui a montré des résultats prometteurs dans la prédiction précise de la réponse diurétique. Une fois validée dans d’autres populations cliniques, la mise en œuvre de cet outil pourrait potentiellement conduire à des stratégies personnalisées pour gérer efficacement la surcharge chez les patients hospitalisés pour ADHF.

Il existe un désaccord parmi les experts quant à l’approche la plus efficace pour traiter la résistance aux diurétiques chez les patients souffrant d’insuffisance cardiaque qui sont hémodynamiquement stables et présentent un volume de liquide excessif. Il est généralement recommandé d’optimiser la posologie des diurétiques de l’anse avant d’envisager un traitement combiné ; Cependant, il n’existe pas de consensus quant à l’augmentation de la posologie avant l’introduction d’un autre diurétique.

« Une réponse diurétique inefficace chez les patients hospitalisés peut entraver la progression du traitement et augmenter le risque de réhospitalisation et de mortalité après la sortie. “Il est essentiel d’identifier précocement les personnes présentant une faible efficacité diurétique pour adapter les stratégies de décongestion et améliorer les résultats cliniques”, a déclaré le Dr. Ségar.

L’ADHF est un problème de santé publique de plus en plus préoccupant. La maladie entraîne des visites aux urgences, des hospitalisations et des coûts de santé élevés qui y sont associés. L’ADHF se caractérise par un excès de liquide dans le corps, ce qui nécessite souvent une hospitalisation ou une modification du plan de traitement actuel du patient.

Aujourd’hui, l’un des principaux objectifs du traitement de l’ADHF est de soulager la congestion à l’aide de diurétiques de l’anse. Cependant, des incertitudes subsistent quant à la meilleure dose à administrer de ces agents. De plus, en raison de l’hétérogénéité des patients ADHF, une approche plus personnalisée pour prédire les stratégies de dosage optimales est nécessaire.

Dr. Joseph G. Rogers, président et chef de la direction du Texas Heart Institute

Dans l’étude, des chercheurs d’institutions à travers les États-Unis ont utilisé des algorithmes d’apprentissage automatique (ML) pour identifier des sous-groupes de patients souffrant d’insuffisance cardiaque aiguë en fonction de leur réponse au traitement diurétique. Plus précisément, les chercheurs ont développé une approche phénoménologique cartographiant l’efficacité diurétique chez les patients atteints d’ADHF en utilisant des données accessibles au public et anonymisées provenant de plusieurs essais cliniques et registres, notamment DOSE, ROSE-AHF, CARRESS-HF, ATHENA-HF, ESCAPE et l’American Heart Association. Plateforme de médecine de précision Utilisez le registre Lignes directrices-HF (GWTG-HF). Ces données regroupées au niveau des participants ont permis aux chercheurs de développer une approche de cartographie des phénomènes et un score d’efficacité diurétique. Les patients de chaque sous-groupe présentaient des caractéristiques similaires mais différaient cliniquement des autres sous-groupes, notamment en termes de réponse au traitement diurétique. En plus des différences dans leur réponse diurétique, les sous-groupes de patients présentaient également des résultats cliniques significativement différents, soulignant l’utilité pronostique de l’approche phénogroupe. Les chercheurs ont ensuite développé et validé le score BAN-ADHF pour prédire la probabilité d’appartenir au phénogroupe de réponse diurétique le plus bas.

« Nous savons que le score BAN-ADHF peut identifier, caractériser et prédire mathématiquement avec précision la résistance aux diurétiques chez les personnes atteintes d’ADHF. Nous devons maintenant utiliser ces connaissances médicales et mener un essai clinique pour évaluer si la mise en œuvre du score BAN-ADHF dans nos protocoles de soins améliorera les résultats. » « Les résultats pour les patients hospitalisés pour une insuffisance cardiaque aiguë décompensée », a partagé le Dr. Ségarer avec.

Notamment, le travail décrit dans cette étude a été reconnu par le National Heart, Lung, and Blood Institute (NHLBI) des National Institutes of Health comme une solution réussie au défi d’analyse des mégadonnées NHLBI : créer de nouveaux paradigmes pour la recherche sur l’insuffisance cardiaque. Le défi a favorisé le développement de nouveaux modèles de maladies open source pour définir des sous-groupes d’insuffisance cardiaque et soutenir de nouvelles avancées dans le traitement de la maladie. De plus, le Dr. Segar a reçu le prix Samuel A. Levine de chercheur clinique en début de carrière de l’American Heart Association pour son rôle dans le développement de l’outil de phénomapping et du score de risque clinique de résistance aux diurétiques. Dans le cadre de cet honneur, il a présenté ses recherches sur le « Développement et validation d’un outil de phénomapage pour identifier les patients présentant une résistance aux diurétiques dans l’insuffisance cardiaque décompensée aiguë : une analyse multi-cohorte » lors des sessions scientifiques 2022 de l’American Heart Association.

Les collaborateurs de l’étude comprenaient des chercheurs du Texas Heart Institute, de la Duke University School of Medicine, de la Cleveland Clinic, du Houston Methodist DeBakey Heart and Vascular Center, du University of Mississippi Medical Center, du Baylor Scott and White Research Institute, du St. Vincent Heart Center et de l’Université du Texas. Southwestern Medical Center, Ronald Reagan UCLA Medical Center, American Heart Association Institute for Precision Cardiovascular Medicine, Stony Brook University School of Medicine, Northwestern University School of Medicine et Université du Colorado.