Les promesses de l'analyse de big data – psychiatrie de précision et ciblage thérapeutique

Le diagnostic psychiatrique - selon le DSM-5 - est largement basé sur les symptômes psychiatriques, avec un important chevauchement de symptômes entre les différents troubles. La biologie du cerveau responsable de toute maladie psychiatrique individuelle, reste mal définie. Cependant, l'analyse des big data utilisant des technologies informatiques performantes révèle aujourd'hui dans les réseaux et circuits neuronaux des défauts dans les réseaux neuronaux et les circuits du cerveau chez les patients atteints de troubles psychiatriques. Quatre études pionnières, combinant le phénotypage multimodal temporellement dense dans de vastes échantillons avec des approches computationnelles élaborées, ont été présentées dans une séance passionnante face à un auditoire enthousiaste par des experts majeurs du domaine, à l'APA 2018.

Il n'existe pas de modèle unique

Une hétérogénéité et un chevauchement considérables sont observés dans le diagnostic psychiatrique, a affirmé Alik Sunil Widge, professeur auxiliaire de psychiatrie (Harvard et Massachusetts General Hospital, Massachusetts, États-Unis). Ainsi, un diagnostic d'épisode dépressif majeur (EDM) peut être posé en utilisant 256 combinaisons différentes de symptômes.

Une autre limite dans le diagnostic et le suivi psychiatriques réside dans la dépendance aux informations rapportées par les patients et dans la brièveté des consultations avec le psychiatre, a-t-il ajouté.

Pour améliorer la précision du diagnostic et la prise en charge, il est nécessaire de savoir comment les patients fonctionnent dans toutes leurs activités quotidiennes.

Les technologies informatiques performantes modifient l'avenir de la psychiatrie

Nous avons besoin de meilleurs outils pour diagnostiquer et surveiller les maladies psychiatriques, a expliqué le Dr Widge ; la solution pour améliorer le diagnostic réside dans l'application d'approches non structurées sans hypothèses, pour voir comment se regroupent les données des différents troubles mentaux.

Voir ce que les patients font, et non ce qu'ils disent

La surveillance passive utilisant des technologies portables peut contourner la dépendance actuelle aux informations rapportées par les patients, a-t-il ajouté – voir ce que les personnes font, et non ce qu'elles disent ; par exemple :

  • Prosodie vocale, sentiment et cohérence
  • Activité, localisation, et interactions sociales

Interpréter les riches ensembles de données psychiatriques

Bing Brunton, qui est le premier professeur en ingénierie neurale (Université de Washington, Washington, États-Unis), nous a offert une présentation stimulante sur la manière d'appliquer l'apprentissage automatique à des ensembles de données psychiatriques pour découvrir la structure d'un regroupement de symptômes psychiatriques.

L'interprétation permet la formulation d'hypothèses qui peuvent ensuite être testées dans des essais cliniques

Le Professeur Brunton a souligné qu'il était simple de cumuler de grandes quantités de données humaines multidimensionnelles, comme un très grand registre de caractéristiques physiques et comportementales sous de nombreuses formes – nombres, entiers, catégories. Les facteurs limitants résident dans le choix des bonnes questions et de la personne qui saura leur donner un sens.

Il est important de se concentrer sur ce qui entre et ce qui sort, et d'être en mesure d'interpréter les résultats de manière significative, a-t-elle indiqué – puis de valider les résultats et de démontrer leur reproductibilité. Il n'est pas nécessaire que les utilisateurs d'algorithmes comprennent leurs bases mathématiques.

Identifier des modèles guidés par les données, avec une cohérence entre les symptômes, les cerveaux et les comportements, pour éclairer le choix du traitement

Leanne Williams, professeur en psychiatrie et sciences du comportement (Stanford University, Californie, États-Unis), a souligné le manque actuel de possibilités d'adapter et d'individualiser les interventions psychiatriques en raison de l'approche actuelle du « modèle unique pour tous » dans le diagnostic psychiatrique.

L'analyse des big data promet une individualisation des interventions psychiatriques

Pouvons-nous identifier des modèles orientés par les données qui soient cohérents entre les symptômes, les cerveaux et les comportements, tout en étant pertinents pour éclairer les choix thérapeutiques ? s'est-elle interrogée.

Le Professeur Williams et son équipe ont analysé les vastes données de 420 participants – 100 avec EDM, 53 avec trouble panique, 47 avec stress post-traumatique et 220 témoins en bonne santé.1 L'intégration des données et l'analyse factorielle des symptômes ont permis de dégager trois dimensions cohérentes :

anhédonie

  • anxiété
  • tension

Six sous-types de groupe ont également été identifiés :

  • humeur normative
  • tension
  • anxiété
  • anxiété générale
  • anhédonie
  • mélancolie

Une étape vers le démêlage du chevauchement des symptômes et l'identification de sous-types

Ces sous-types étaient regroupés en profils de symptômes, mais ne correspondaient pas à des diagnostics et différaient dans le comportement cognitif et l'activation cérébrale.1

Ces résultats constituent une étape vers le démêlage du chevauchement des symptômes dans nos diagnostics actuels et vers l'identification de sous-types cohérents au travers de symptômes spécifiques et de profils comportementaux et cérébraux spécifiques, a expliqué le professeur Williams. Cela est nécessaire pour guider des choix thérapeutiques adaptés.

Une empreinte comportementale qui peut être associée au traitement

Justin Taylor Baker (Center for Law, Brain and Behavior, Massachusetts, États-Unis) a décrit une surveillance géospatiale longitudinale intensive de patients atteints de trouble bipolaire en utilisant une technologie portable.

Les tableaux chronologiques individuels hautement détaillés obtenus des participants fournissent des données très utiles sur toutes les activités de la vie quotidienne, a-t-il expliqué. Des facteurs prédictifs robustes et reproductibles, montrant comment les fluctuations de l'humeur et de la cognition varient d'une personne à l'autre et d'un épisode à l'autre dans les troubles affectifs et psychotiques, peuvent ensuite être dégagés et associés au traitement.

Données longitudinales révélant l'émergence d'une psychose

Raquel E. Gur, professeur en Psychiatrie Neurologie et Radiologie (Université de Pennsylvanie, Pennsylvanie, États-Unis), a décrit le travail mené avec son équipe sur la Philadelphia Neurodevelopment Cohort (PNC).

Afin de mieux comprendre le caractère prodromique de la psychose précoce, le laboratoire du Dr Gur a entrepris un génotypage couplé à un phénotypage clinique et neurocognitif approfondi dans un large échantillon de participants, dont un sous-groupe a également subi un examen de neuro-imagerie – IRM structurelle, imagerie par tenseur de diffusion, IRM fonctionnelle, perfusion par marquage de spin artériel.2-3

La réduction de la dimensionnalité a subdivisé les symptômes en quatre domaines – anxiété-détresse, peur, comportemental, psychose. Ceux-ci différaient en fonction du sexe, reliés entre eux et aux structures et fonctions cérébrales. La comorbidité était fréquente dans les dimensions de la psychopathologie.2

Les participants atteints de trouble psychotique avaient un volume global de substance grise diminué et un volume de substance blanche amplifié, comparé aux participants sans pathologie psychiatrique significative, a expliqué le Dr Gur. Ils présentaient un volume de substance grise significativement inférieur dans le lobe temporal médian et le cortex frontal, temporal et pariétal ; la réduction volumétrique dans le lobe temporal médian était en outre corrélée à la sévérité des symptômes.3

Le Professeur Gur a également présenté son dernier travail non publié démontrant l'impact de l'environnement sur la psychose précoce.

Les big data sont là pour rester

Les études présentées dans ce symposium ne donnent qu'un aperçu des approches multidimensionnelles et des opportunités que les big data offriront et ont déjà commencé à offrir dans le diagnostic et les soins psychiatriques.

Références
  1. Grisanzio KA et al. JAMA Psychiatry 2018;75:201-209.
  2. Shanmugan S et al. Am J Psychiatry 2016; 173:517-526.
  3. Satterthwaite TD et al. JAMA Psychiatry 2016;73:515-24
Vous êtes en train de quitter Progress in Mind
Accès médecin obligatoire
Pour avoir accès, merci de nous fournir la preuve que vous êtes un professionnel de santé
Hello
Please confirm your email
We have just sent you an email, with a confirmation link.
Before you can gain full access - you need to confirm your email.
The information on this site is exclusively intented for health care professionals.
All the information included in the Website is related to products of the local market and, therefore, directed to health professionals legally authorized to prescribe or dispense medications with professional practice. The technical information of the drugs is provided merely informative, being the responsibility of the professionals authorized to prescribe drugs and decide, in each concrete case, the most appropriate treatment to the needs of the patient.
Congress
Register for access to Progress in Mind in your country