Selon une recherche présentée à la session scientifique annuelle de l’American College of Cardiology avec le Congrès mondial de cardiologie.
La coronaropathie est une forme de maladie cardiaque causée par l’accumulation de plaque de LDL, ou « mauvais » cholestérol, dans les artères, limitant le flux sanguin vers le cœur. L’IA causale est conçue pour aider à expliquer les causes et les effets des raisons pour lesquelles une personne est à risque, comment réduire ce risque et dans quelle mesure elle bénéficiera d’actions spécifiques pour réduire le risque. L’étude est la première à combiner l’IA causale avec un score de risque polygénique de coronaropathie pour quantifier comment deux principaux facteurs de risque modifiables de maladie cardiaque – la pression artérielle et les taux de cholestérol LDL – peuvent être utilisés pour aider les personnes à surmonter leur risque héréditaire de coronaropathie. .
Selon les résultats, le risque polygénique (une mesure capturant le risque de maladie cardiaque d’une personne en fonction de ses gènes) est un facteur de risque relativement faible pour la plupart des gens qui peut être facilement surmonté avec des réductions relativement modestes de la pression artérielle et du cholestérol LDL. Cependant, étant donné que les impacts de l’hypertension artérielle et du cholestérol LDL s’accumulent avec le temps, la quantité de réduction nécessaire pour surmonter le risque polygénique est d’autant plus élevée que cette réduction est atteinte tardivement. Les chercheurs ont déclaré que le système d’IA peut être utilisé pour fournir des objectifs clairs à chaque personne ainsi que des conseils sur les étapes nécessaires pour les atteindre à tous les âges tout au long de leur vie.
La percée de l’IA causale est qu’elle quantifie toutes ces recommandations et les personnalise afin que chaque personne puisse savoir exactement de combien elle a besoin pour abaisser son LDL, sa tension artérielle ou les deux pour surmonter son risque héréditaire. Il est beaucoup plus motivant et puissant de persuader les gens d’investir dans leur santé si vous pouvez leur expliquer comment ils peuvent réduire leur risque et combien ils bénéficieront des actions recommandées, plutôt que de simplement leur dire quel est leur risque. »
Brian A. Ference, MD, MPhil, MSc, professeur et directeur de la thérapeutique translationnelle, Université de Cambridge, Royaume-Uni et auteur principal de l’étude
Les scores de risque polygénique capturent le risque génétique d’une personne pour les maladies cardiaques en combinant le risque conféré par des millions de gènes en un seul chiffre. Pour tester si cette mesure peut être utile pour informer les soins aux patients au niveau individuel, les chercheurs ont d’abord utilisé des données randomisées d’essais cliniques et d’études génétiques impliquant 1,8 million de participants pour former un système d’IA causale pour estimer l’effet de la pression artérielle et du LDL sur le risque d’événements coronariens majeurs. Ils ont ensuite calculé les scores de risque polygénique pour plus de 445 000 participants dans l’ensemble de données de la UK Biobank et ont utilisé le modèle d’IA pour estimer dans quelle mesure chaque participant présentant un risque polygénique supérieur à la moyenne doit abaisser sa tension artérielle, son cholestérol LDL ou les deux pour réduire son risque de maladie grave. événements coronariens au même niveau que les personnes présentant un risque polygénique moyen, une tension artérielle et un cholestérol LDL.
Les chercheurs ont ensuite validé l’exactitude du système en comparant ses estimations au risque observé d’événements coronariens majeurs chez les personnes présentant différents niveaux de risque polygénique qui, par randomisation mendélienne (une méthode d’analyse qui utilise la variation génétique pour étudier les relations causales entre les facteurs de risque modifiables et les résultats pour la santé dans les données d’observation) avaient des LDL, une tension artérielle ou les deux plus élevés ou plus bas. Les résultats ont montré que le système fonctionnait bien, et les résultats suggèrent que même les personnes ayant une prédisposition génétique très élevée aux maladies cardiaques peuvent surmonter cette prédisposition génétique en contrôlant leur tension artérielle et leur cholestérol LDL.
« Cette approche transforme l’IA en quelque chose que nous pouvons envisager d’utiliser en médecine clinique car elle est explicable et peut être testée à l’aide de preuves randomisées », a déclaré Ference. « Cela donne aux gens des informations et des objectifs spécifiques et exploitables. Cela peut non seulement aider à guider les médecins et les patients, mais aussi aider les gouvernements et les systèmes de santé à définir une politique plus rationnelle sur la manière d’intégrer le risque polygénique dans la médecine clinique et les politiques de santé publique.
Les chercheurs ont également découvert que les antécédents familiaux de maladie cardiaque sont indépendants du risque polygénique et constituent un prédicteur beaucoup plus puissant des événements coronariens majeurs que le risque polygénique pour la plupart des gens. Par conséquent, la combinaison du risque polygénique avec les antécédents familiaux peut fournir une meilleure image du risque héréditaire d’une personne que le score polygénique seul.
Le système d’IA causale est mis à disposition dans une application gratuite (www.deepcausalai.org), que le public ou les cliniciens peuvent utiliser pour calculer le risque héréditaire de maladie cardiaque d’une personne et obtenir des cibles personnalisées de tension artérielle et de cholestérol LDL. Un essai réel, adaptatif et randomisé en grappes pour évaluer si l’outil peut aider à réduire le risque de maladie cardiaque débutera plus tard cette année.
L’étude était basée sur des participants qui se sont identifiés comme étant d’ascendance européenne. Cependant, comme l’IA code la cause et l’effet biologiques, les chercheurs pensent qu’elle peut aider à guider les soins cliniques en utilisant des scores polygéniques de n’importe quel groupe ethnique. Les enquêteurs espèrent que cela motivera le développement de scores polygéniques plus robustes pour aider à personnaliser la prévention de la coronaropathie dans d’autres groupes ethniques.
