Utiliser la technologie pour prédire le risque de maladies cardiaques chez les personnes atteintes de lupus

 

Titre de l’étude scientifique :

Prédire le risque de maladies cardiaques et d’accidents vasculaires cérébraux chez les personnes atteintes de lupus érythémateux disséminé grâce à un outil utilisant des techniques d’apprentissage machine et de nouveaux auto-anticorps antiphospholipides

 

Début de l’étude :

October 2021

 

Fin de l’étude :

October 2021

 

Pourquoi avons-nous effectué cette recherche?

Les maladies cardiovasculaires (MCV), telles que les maladies cardiaques et les accidents vasculaires cérébraux, sont la cause la plus fréquente de décès chez les personnes atteintes de lupus érythémateux disséminé (LED). On ne sait pas pourquoi le risque de MCV est plus élevé chez les personnes atteintes de lupus. Les chercheurs pensent que cela pourrait être une conséquence de l’inflammation causée par le LED ou avoir un rapport avec les médicaments utilisés pour le traiter. Il est donc essentiel de pouvoir mesurer le risque de MCV avec précision afin d’identifier les patients atteints de lupus qui pourraient bénéficier d’interventions de prévention des MCV. Cette étude avait comme objectif de créer un outil de prédiction des MCV chez les personnes atteintes de LED, qui pourrait être utilisé en clinique pour cerner les risques de maladies cardiaques et d’accidents vasculaires cérébraux tôt dans la vie des personnes atteintes de lupus.

 

Qu’avons-nous fait?

Tout d’abord, nous avons mis au point un nouvel outil, appelé SLECRISK, conçu précisément pour prédire le risque de MCV chez les patients atteints de LED. Cet outil a été créé à l’aide de l’apprentissage machine. Cette forme d’apprentissage donne aux ordinateurs la capacité d’apprendre à partir de données statistiques. Des variables propres au LED, notamment l’activité de la maladie, sa durée et certains marqueurs sanguins, ont été intégrées dans l’outil SLECRISK.

Nous avons étudié des patients âgés de 18 ans ou plus, inscrits dans la cohorte de personnes atteintes de LED du Brigham and Women’s Hospital. Nous avons recueilli des données au début de l’étude, notamment les facteurs de risque traditionnels de MCV (p. ex., la pression artérielle), les données démographiques des patients et les caractéristiques propres au LED (p. ex., la créatinine sérique). Nous avons suivi les patients pendant dix ans afin de déterminer la manifestation d’événements cardiovasculaires indésirables majeurs, tels que les crises cardiaques, les accidents vasculaires cérébraux ou les décès d’origine cardiaque. Nous avons utilisé des codes médicaux et demandé à des cardiologues de confirmer chaque événement. Nous avons comparé l’outil SLECRISK avec des outils existants, notamment les équations d’évaluation des risques de cohorte regroupées de l’American College of Cardiology/American Heart Association (ACC/AHA), le score de risque de Framingham (FRS) et le FRS modifié (mFRS).

 

Qu’avons-nous constaté?

Au total, 1 243 patients atteints de LED ont été inclus dans cette étude sur une période de dix ans, au cours de laquelle 90 événements cardiovasculaires indésirables majeurs ont été observés. L’outil SLECRISK s’est avéré plus sensible dans l’identification des patients à risque modéré ou élevé (≥7,5 %) d’événements cardiovasculaires indésirables majeurs que le modèle de l’ACC/AHA. Il a aussi permis d’identifier beaucoup plus de patients à haut risque que le modèle de l’ACC/AHA, en particulier chez les jeunes femmes atteintes d’un LED sévère qui ne présentaient que peu de facteurs de risque classiques de MCV. Cette étude est importante, car elle montre que l’outil SLECRISK est un modèle de prédiction des MCV plus sensible et légèrement plus précis.

es méthodes permettant d’identifier les risques de maladies cardiaques et d’accidents vasculaires cérébraux après que le lupus ait été diagnostiqué. Notre équipe a l’intention de créer et de tester un outil de prédiction du risque de maladies cardiaques et d’accidents vasculaires cérébraux chez les personnes atteintes de lupus, en utilisant une technique avancée appelée apprentissage machine. L’apprentissage machine donne aux ordinateurs la capacité d’apprendre à partir de données statistiques. L’outil utilisera de grandes quantités de données sur les facteurs de risque de maladies cardiovasculaires et sur le lupus, ainsi que des résultats de tests de coagulation sanguine. L’outil sera disponible en ligne et pourra être consulté par les médecins et les patients.

 

Équipe de recherche :

Chercheuse principale :

May Y. Choi, MD, FRCPC, Chercheuse scientifique, Arthrite-recherche Canada (Université de Calgary)

 

Co-chercheuses :

  1. Karen H. Costenbader, M.D., MPH (Brigham and Women’s Hospital et Harvard Medical School)
  2. Brittany Weber, M.D., Ph.D. (Brigham and Women’s Hospital et Harvard Medical School)

 

Organisme de financement :

Instituts de recherche en santé du Canada

 

Publications connexes :

  • Choi, M.Y., Guan, H., Yoshida, K., Paudel, M., Kargere, B.A., Li, D., Ellrodt, J., Stevens, E., Cai, T., Weber, B.N., Everett, B.M. et Costenbader, K.H. « Personalizing cardiovascular risk prediction for patients with systemic lupus erythematosus ». Semin Arthritis Rheum. Août 2024; 67 : 152468. Doi : 10.1016/j.semarthrit.2024.152468. Publié électroniquement le 17 mai 2024. PMID : 38788567; PMCID : PMC11214838.
  • Shantz, E., Elliott, S.J., Sperling, C., Buhler, K., Costenbader, K.H. et Choi, M.Y. « Towards an understanding of the biopsychosocial determinants of CVD in SLE: a scoping review ». Lupus Sci Med. 24 juil. 2024; 11(2) : e001155. Doi : 10.1136/lupus-2024-001155. PMID : 39053931; PMCID : PMC11284934.

 

Service de traduction financé par le gouvernement du Canada