Recherche menée au sein des Centres Experts

Profils de traitements dans les troubles bipolaires : vers une nouvelle classification grâce à l’intelligence artificielle

Publié : 11 mars 2021

Malgré des directives cliniques basées sur une classification des troubles bipolaires, il demeure à ce jour une trop grande diversité de traitements pour les malades. Une étude menée par le réseau des Centres Experts Troubles Bipolaires a tenté de déterminer, à l’aide de l’intelligence artificielle, des profils types de personnes atteintes de troubles bipolaires, en fonction de leur traitement et d’analyser les caractéristiques cliniques qui y sont associées.

L’hétérogénéité des traitements des troubles bipolaires

Les troubles bipolaires sont classés selon un spectre clinique représenté en sous-types : le trouble bipolaire de type 1, le trouble bipolaire de type 2 et le non-spécifié. 
 
Pour chaque personne souffrant de troubles bipolaires, les cliniciens orientent le choix des traitements en fonction des guides de pratiques et des connaissances cliniques sur les sous-types de bipolarité. La plupart du temps, ils procèdent par approximations successives jusqu’à ce qu’un traitement ou une combinaison de traitements démontre son efficacité, avec le moins d’effets secondaires possibles.
 
Au-delà des sous-types de bipolarité, on retrouve une grande hétérogénéité des évolutions cliniques parmi les malades mais aussi une diversité des traitements qui leur sont proposés
 
Mêmes si les cliniciens suivent les indications thérapeutiques et connaissent les facteurs épidémiologiques prédisposant à une bonne réponse clinique, il demeure difficile à ce jour de proposer d’emblée un traitement personnalisé à chaque personne.

Les méthodes de machine learning au service de la psychiatrie

Pour comprendre l’hétérogénéité des traitements, les chercheurs ont recours à des méthodes d’analyse de données. Au cours des dix dernières années, les méthodes d’apprentissage automatique (machine learning en anglais) se sont avérées prometteuses dans l’exploration de données hétérogènes. 
 
De manière plus spécifique, les méthodes de machine learning tentent de comprendre la « distribution » de l’ensemble des données, sans aucune hypothèse. Elles permettent de diviser et de classer les données en recherchant des groupes de variables fortement corrélées.
 
Dans le champ de la psychiatrie, ces techniques ont été utilisées pour observer de nombreux résultats cliniques, mais à ce jour, aucune étude n’avait encore étudié les profils de traitements pharmacologiques dans les troubles bipolaires.
 
 

Observation d’une cohorte de personnes atteintes de troubles bipolaires suivies dans les Centres Experts FondaMental

À partir de la base de données du réseau des Centres Experts Troubles Bipolaires de la Fondation FondaMental, l’étude a tenté de déterminer des profils de patients en fonction de leurs traitements, sur une période d’un an. Il s’agissait ensuite de comprendre les caractéristiques cliniques associées à ces profils de traitements.
 

« Nous avons également tenté de comprendre les profils cliniques associés aux différents groupes de traitement. L’objectif était de comparer cette nouvelle classification avec celle actuelle des sous-types bipolaires », nous explique le Pr Mircea Polosan, responsable du Centre Expert Troubles Bipolaires du service de Psychiatrie du CHU de Grenoble.

 
Cette étude longitudinale s’est appuyée sur la base de données de la cohorte de patients issus des 12 Centres Experts FondaMental dédiés aux troubles bipolaires (FACE-BD). Au total, 1795 personnes ont été évaluées

Une nouvelle classification sur la base des traitements

Au terme de l’analyse, 4 groupes ont été identifiés en fonction des traitements reçus :
 
  • Le groupe 1 « hétérogène » représentait 1099 patients dont les traitements étaient de nature différente ;
  • Le groupe 2 « lithium » était composé de 265 patients, avec une majorité de traitements au lithium ;
  • Le groupe 3 « valproate » représentait 268 patients ;
  • Le groupe 4 « lamotrigine » représentait 163 patients. 
Les profils de traitements étaient associés à l’évolution fonctionnelle des personnes et ne semblaient pas déterminés par les sous-types bipolaires. 
 
Le groupe « lithium » se distingue par les résultats les plus prometteurs concernant le fonctionnement psychologique, social et professionnel. Cette observation est d'autant plus importante que le fonctionnement est une cible thérapeutique étudiée dans l’élaboration de nouveaux traitements. 
 
De plus, les résultats ne semblent pas avoir été influencés par la durée de la maladie avant l’inclusion à l’étude, ni par le nombre de traitements utilisés pendant la période de suivi.
 
Au regard des résultats obtenus, le traitement utilisé au cours d’une année paraît mieux prédire le pronostic fonctionnel que les sous-types bipolaires.

Ouvrir de nouvelles pistes de recherche en psychiatrie

Les profils identifiés regroupent également des phénotypes communs aux personnes, c’est-à-dire leurs caractéristiques observables. Cela met en lumière des futures recherches pour mieux comprendre ces phénotypes spécifiques au-delà des sous-types bipolaires définis par le DSM-5, le manuel diagnostique de référence, et ainsi d’ouvrir la voie à l’élaboration de traitements plus adaptés, porteurs d’espoir pour les malades et leurs proches.
 
« Ces observations encouragent l’utilisation d’approches de machine learning afin de mieux prédire la réponse clinique, l’évolution fonctionnelle et les effets secondaires associés aux différents traitements utilisés », affirme le Pr Mircea Polosan. 
 
 
Source : Mircea Polosan, Sébastien Brodeur, Hugo Terrisse et al. // Journal of Affective Disorders // Pharmacological treatment profiles in the FACE-BD cohort: An unsupervised machine learning study, applied to a nationwide bipolar cohort
 
 
----

DONNEZ AUX CHERCHEURS LES MOYENS D'AGIR POUR LA RECHERCHE EN PSYCHIATRIE, FAITES UN DON À LA FONDATION FONDAMENTAL.

---------------
 

 

Actualités associées