Dans une étude récente publiée dans eClinical Medicine, les chercheurs ont analysé la progression de la maladie pour identifier des modèles distincts dans la trajectoire de la maladie d’Alzheimer (MA) en utilisant la randomisation mendélienne (MR) et l’apprentissage profond (DL).
Étude: Identifier les schémas sous-jacents de la trajectoire de la maladie d’Alzheimer : une approche d’apprentissage profond et une analyse de randomisation mendélienne. Crédit d’image : Andreï Souslov/Shutterstock.com
Sommaire
Arrière-plan
La maladie d’Alzheimer est une maladie neurodégénérative dont la présentation clinique est variée aux niveaux inter-individuel et intra-individuel.
La nature hétérogène de la maladie justifie le développement d’outils efficaces pour faciliter le diagnostic précoce, déterminer le risque de progression de la maladie et initier un traitement rapide afin d’améliorer la norme globale de soins pour les patients atteints de MA.
À propos de l’étude
Dans la présente étude, les chercheurs ont développé et validé un nouveau modèle basé sur DL pour évaluer le risque de progression à travers différentes étapes du déclin cognitif.
Les chercheurs ont développé un modèle basé sur DL pour évaluer les schémas de progression du stade cognitif normal (CN) au stade de déficience cognitive légère (MCI) et ensuite au développement de la maladie d’Alzheimer (MA) en estimant le temps de conversion et le regroupement de survie des sous-groupes distincts définis par des variables complètes et des taux de progression variables.
Le modèle a été formé à l’aide de données IRM cliniques et pondérées par relaxation T1 provenant de 1 370 personnes du groupe AD Neuroimaging Initiative (ADNI) et validé en externe à l’aide des données du groupe Australian Imaging Biomarkers and Lifestyle Study of Aging (AIBL) (233 personnes).
L’équipe a évalué la capacité du modèle à identifier des tendances cliniquement et physiologiquement significatives dans les trajectoires de la MA. De plus, une prédiction du temps de conversion a été réalisée pour évaluer la valeur pronostique des modèles trouvés.
Une étude de randomisation mendélienne a également été menée pour évaluer les associations causales entre les modèles identifiés et le développement de la maladie d’Alzheimer.
Les chercheurs ont évalué les transitions entre les étapes consécutives de progression de la maladie d’Alzheimer : les patients identifiés comme étant cognitivement normaux (CN) au début de l’étude et qui ont développé une déficience cognitive légère (CN à MCI) et ceux atteints de MCI au début de l’étude qui ont développé une MA (MCI à AD).
Il y avait 587 individus dans l’ensemble de données CN à MCI [315 (54%) were female, with a mean age of 75 years]. 119 (20 %) ont développé des troubles cognitifs légers. L’ensemble de données MCI vers AD comprenait 783 individus [306 (39%)] des femmes, âgées en moyenne de 75 ans, dont 44 % ont développé une démence MA.
L’étude n’incluait que ceux qui avaient subi au moins deux IRM structurées en T1. L’équipe a choisi l’IRM et les données cliniques au début de l’essai et au moment de la transition pour les individus qui sont passés du stade cognitif normal au stade MCI ou du stade MCI à la démence liée à la MA. Les chercheurs ont choisi les données du début et de la fin de l’étude pour les individus censurés.
Seules les caractéristiques cliniques avec moins de 30 % de données manquantes dans chaque ensemble de données ont été incluses pour garantir que les caractéristiques cliniques utiles étaient choisies. Les participants ADNI choisis ont récupéré des données d’imagerie par résonance magnétique de 1,5 et 3,0 T.
L’équipe a récupéré les valeurs moyennes de l’épaisseur corticale, du volume de matière grise et de la surface corticale en tant que paramètres de neuroimagerie des hémisphères droit et gauche du cerveau. Les rapports de risque (HR) ont été calculés à l’aide de la modélisation des risques proportionnels de Cox. Les valeurs de l’indice de concordance (indice C) ont également été déterminées.
Résultats
Le modèle a identifié des modèles caractérisés par des biomarqueurs considérablement divers et des taux de progression variables. Valeurs HR (CN au stade de déficience cognitive légère, rapport de risque, 3,5 ; MCI à la maladie d’Alzheimer, rapport de risque, 8,1), indice de concordance (cognitivement normal au MCI, 0,6 ; MCI à la MA, 0,7) et aire sous la courbe ( cognitivement normal au MCI, trois ans 0,8, cinq ans 0,9 ; MCIAD, trois ans 0,9, cinq ans 0,96) ont montré une capacité de prédiction significative.
Le modèle a bien fonctionné dans l’estimation du temps de conversion dans la cohorte de validation externe (CN au stade de déficience cognitive légère, indice de concordance, 0,7 ; MCI à la maladie d’Alzheimer, indice de concordance, 0,8).
Le modèle a non seulement détecté des modèles simulés avec des taux d’atrophie variables, mais il a également surpassé les autres modèles de pointe en termes d’estimation du temps de conversion en maladie dans la trajectoire de la maladie d’Alzheimer. Notamment, des résultats cohérents ont été observés après contrôle de variables telles que l’intensité du champ et le fabricant, indiquant la fiabilité et la robustesse du modèle.
Les personnes ayant un statut bêta-amyloïde positif (A+) ou tau phosphorylé (T+) avaient un risque plus élevé de développer un MCI ou une MA. Les modèles de conversion MCI en AD indiquaient des sous-groupes sous-jacents discrets de neurodégénérescence, qui différaient non seulement par la composition des biomarqueurs, les scores cognitifs et les signaux d’imagerie, mais également par leurs origines génétiques.
Une relation causale a été observée entre les modèles de MCI en MA et le délai de conversion en maladie au cours des trois premières années. Trois variantes génétiques sur le chromosome 18 de DESL-AS1 (rs176004, rs393881 et rs281552) étaient liées à la conversion du MCI en démence AD.
Dans les cas de démence CN à MCI et MCI à MA, sexe féminin, volumes cérébraux inférieurs (dans des régions telles que l’hippocampe, le cortex entorhinal et le gyrus temporal moyen) et scores d’évaluation cognitive plus faibles [such as the Mini-Mental State Examination (MMSE) and AD Assessment Scale-Cognitive Subscale (ADA)] étaient associés à une détérioration clinique plus rapide de la fonction cognitive [Clinical Dementia Rating Scale Sum of Boxes (CDRSB) and Functional Assessment Questionnaire (FAQ)].
De plus, APOE4, un facteur de risque important de développement de la MA, était fortement exprimé dans l’échantillon MCI à MA. Le cerveau entier, le cortex entorhinal et le gyrus fusiforme ont joué un rôle essentiel dans les schémas distincts de progression du CN vers le MCI et du MCI vers la MA, indiquant que ces régions émergent comme une signature neuronale essentielle pour distinguer les schémas de progression de la MA.
Conclusion
Dans l’ensemble, les résultats de l’étude ont mis en évidence un modèle permettant de prédire la progression de la MA à l’aide de données réelles. Le modèle a identifié des schémas cliniques et biologiques, améliorant ainsi notre compréhension de la progression de la MA. Cela pourrait faciliter la conception des essais cliniques et la prise de décision.
Le regroupement de survie a permis la modélisation de biomarqueurs cliniques et de caractéristiques de neuroimagerie pour fournir une représentation réaliste des trajectoires individuelles des patients.
