Pour les patients atteints d’une maladie hépatique chronique, l’apparition d’une insuffisance hépatique aiguë sur chronique (ACLF) modifie instantanément la question de la transplantation de « si » à « quand ». 60 à 70 % des patients atteints d’ACLF meurent dans les 3 mois en raison d’une mauvaise fonction hépatique et d’une défaillance multiviscérale. Une greffe du foie en temps opportun est le seul moyen de sauver leur vie. Cependant, les greffes ont des listes d’attente et une myriade de facteurs entrent en ligne de compte pour décider dont les besoins ont préséance. Lorsque le moindre changement dans la priorité de transplantation pourrait entraîner la mort d’un patient, il devient de plus en plus important de disposer de moyens précis pour prédire le risque de mortalité.
Bien qu’il existe quelques modèles pronostiques qui peuvent prédire le risque de mortalité pour les patients atteints d’ACLF, ils ne prennent en compte que les patients présentant des caractéristiques similaires. Ces modèles ne tiennent pas compte des variations individuelles des symptômes. L’importance de prédire le risque de mortalité individuelle devient claire lorsque l’on considère que bien que l’hépatite virale chronique et la consommation d’alcool soient les causes les plus courantes de l’ACLF, jusqu’à 40 % des cas n’ont aucun déclencheur identifiable.
Comprenant ce besoin, un groupe de chercheurs dirigé par le Dr Zhi-Qiao Zhang de la Southern Medical University, en Chine, a développé un outil en ligne pour prédire le risque de mortalité individuel pour les patients atteints d’ACLF. « Il s’agit d’un outil Web en ligne rare qui peut être précieux pour améliorer les décisions de traitement des patients en raison de sa capacité à prédire le risque de mortalité pour un patient individuel », explique le Dr Zhang.
Dans leur nouvel article, publié en Journal Médical Chinois, les chercheurs détaillent leur utilisation de l’algorithme de forêt de survie aléatoire (RSF) pour développer leur outil prédictif. RSF est une puissante méthode d’apprentissage automatique qui prend en compte plusieurs variables sans faire d’hypothèses de modèle sous-jacentes. Ceci est en contraste direct avec un autre algorithme populaire pour la prédiction pronostique, le modèle proportionnel de Cox. De plus, contrairement au modèle de Cox, la méthode RSF rend compte de l’influence non linéaire des variables. Ceci est important car la plupart des symptômes du monde réel n’ont pas d’influence linéaire sur la mortalité des patients. Cela en fait une technique puissante pour la prédiction pronostique individuelle. Le modèle RSF a déjà été utilisé pour prédire le pronostic des patients atteints de tumeurs et d’arythmies cardiaques.
Pour développer leur outil, les chercheurs ont utilisé les données de près de 300 patients atteints d’ACLF de trois hôpitaux du Guangdong, en Chine, et les ont modélisées avec l’algorithme RSF. Ils ont découvert qu’ils pouvaient prédire le risque de mortalité individuel pour les patients sur plusieurs mois, c’est-à-dire des courbes de risque de mortalité individuelles. Ils ont également découvert qu’ils pouvaient calculer la mortalité d’un patient à un moment donné. De plus, ils pourraient fournir un intervalle de confiance à 95 % pour cette mortalité calculée. Ces trois résultats sont inestimables lorsqu’il s’agit de décider des plans de traitement et de la priorité de transplantation pour les patients.
Enfin, les chercheurs ont comparé les résultats de leur outil de prédiction du risque de mortalité individuel avec le modèle de Cox, ainsi qu’avec le modèle de l’hépatopathie terminale (MELD), le modèle pronostique le plus utilisé pour la cirrhose du foie. Ils ont constaté que le modèle RSF était supérieur aux autres modèles de prédiction pronostique.
Cependant, les chercheurs ont tenu à mettre en garde contre les lacunes de l’étude. Un modèle basé sur les données comme le modèle RSF n’est aussi bon que les données sur lesquelles il est basé. Le manque de données indépendantes pour la vérification et la petite taille de l’échantillon de l’étude pourraient affecter la fiabilité de ses prédictions. Néanmoins, le nouvel outil de prédiction du risque de mortalité pourrait s’avérer inestimable pour guider les décisions de traitement pour les patients atteints d’ACLF.
Pour permettre aux patients et aux médecins d’avoir un aperçu du risque de mortalité pour les patients atteints d’ACLF, l’équipe du Dr Zhang a rendu l’outil prédictif disponible en ligne gratuitement. « D’autres études avec des échantillons de plus grande taille qui tiennent compte de facteurs de risque supplémentaires tels que les niveaux de thyroxine et la zone foie-abdominale contribueraient à améliorer la précision du diagnostic et la valeur d’application clinique de l’outil de prédiction », conclut un Dr Zhang optimiste.
Une étude de Penn State examine comment les télomères d'une personne sont affectés par la restriction calorique