En parcourant les dossiers de santé électroniques des mères et des bébés à l’aide d’un algorithme d’apprentissage automatique, les scientifiques peuvent prédire comment les nouveau-nés à risque s’en tireront au cours de leurs deux premiers mois de vie. La nouvelle méthode permet aux médecins de classer, à la naissance ou avant, quels nourrissons sont susceptibles de développer des complications de la prématurité.
Une étude décrivant la méthode, développée à la Stanford School of Medicine, a été publiée en ligne le 15 février dans Science Médecine translationnelle.
C’est une nouvelle façon de penser à la naissance prématurée, en mettant l’accent sur les facteurs de santé individuels des nouveau-nés plutôt que de regarder uniquement à quel moment ils sont nés. »
Nima Aghaeepour, PhD, auteur principal de l’étude, professeur agrégé d’anesthésiologie, de médecine périopératoire et de la douleur et de pédiatrie
Les auteurs principaux de l’étude sont le chercheur postdoctoral Davide De Francesco, PhD, et Jonathan Reiss, MD, instructeur en pédiatrie.
Traditionnellement définie comme une naissance survenant au moins trois semaines plus tôt, la naissance prématurée est liée à des complications au niveau des poumons, du cerveau, de la vision, de l’ouïe et du système digestif des bébés. Bien que les naissances précoces comportent généralement des risques plus élevés, le moment de la naissance ne prédit qu’approximativement comment un nourrisson spécifique s’en sortira. Certains nourrissons nés assez tôt ne développent aucune complication, tandis que d’autres nés au même stade de la grossesse tombent gravement malades ou meurent.
« La naissance prématurée est la principale cause de décès chez les enfants de moins de 5 ans dans le monde, et nous n’avons pas eu de bonnes solutions », a déclaré Aghaeepour. « En concentrant nos recherches sur la prédiction de la santé de ces bébés, nous pouvons optimiser leurs soins. »
De nombreuses complications de la prématurité mettent des jours ou des semaines après la naissance à apparaître, causant entre-temps des dommages importants à la santé des nouveau-nés. Savoir quels nourrissons sont à risque pourrait permettre des mesures préventives.
« Nous regardons principalement le bébé pour prendre des décisions de traitement en néonatologie, mais nous constatons que nous pouvons obtenir des informations précieuses à partir du dossier de santé maternelle, en nous concentrant vraiment sur la façon dont les trajectoires individuelles des bébés ont été façonnées par l’exposition à leur environnement maternel spécifique, » a déclaré le co-auteur de l’étude David Stevenson, MD, néonatologiste au Lucile Packard Children’s Hospital de Stanford, professeur de pédiatrie et directeur du March of Dimes Prematurity Research Center à la Stanford School of Medicine.
« C’est un pas vers la médecine de précision pour les bébés », a-t-il ajouté.
Lire les dossiers médicaux comme des livres
Les chercheurs ont lié les dossiers médicaux électroniques des mères à Stanford Health Care et de leurs bébés à Stanford Medicine Children’s Health, couvrant 32 354 naissances vivantes survenues entre 2014 et 2020. Les dossiers médicaux des mères comprenaient des informations sur la grossesse et, pour celles qui avaient été patientes de Stanford Medicine avant la grossesse, données sur la santé avant qu’elles ne tombent enceintes. Les dossiers des nourrissons ont commencé avec des informations enregistrées à la naissance, y compris le poids; des analyses de sang; et le score d’Apgar, qui est évalué dans la salle d’accouchement une et cinq minutes après la naissance. Le score d’Apgar intègre des facteurs tels que le pouls, la respiration et le tonus musculaire du nourrisson.
À l’aide d’un algorithme d’apprentissage automatique appelé réseau de neurones à mémoire à court terme, les chercheurs ont construit un modèle mathématique à partir des dossiers médicaux et ont testé s’il pouvait prédire 24 résultats possibles pour la santé des nourrissons jusqu’à deux mois après la naissance.
