Les chercheurs de Corewell Health™ et de l'Université d'État du Michigan sont les premiers de l'État à utiliser des dossiers médicaux électroniques anonymisés de plus de 1,5 million de patients pour analyser les taux d'incidence et les facteurs de risque de troubles cognitifs légers, ou MCI, dans les zones rurales et urbaines de l'ouest du Michigan.
Les résultats ont montré que de nombreux cas pourraient passer inaperçus parmi les personnes vivant dans les communautés rurales de la région, et les chercheurs vont maintenant utiliser ces résultats pour développer des outils d’IA capables de détecter plus tôt le MCI parmi les patients de tout le pays.
L'étude rétrospective, qui comprenait 10 ans de données historiques sur les patients, est désormais publiée dans la revue Maladie d'Alzheimer et démence : recherche translationnelle et interventions cliniques et constitue la première analyse à grande échelle représentant la majeure partie de la population de l’ouest du Michigan, certains de ses résultats surprenant les auteurs de l’étude.
Bien que nous ayons des soupçons sur ce que nous allions trouver, nous ne nous attendions pas à ce que le taux potentiel de sous-diagnostic du MCI dans certaines zones rurales de l'ouest du Michigan soit si élevé.
Bin Chen, Ph.D., professeur associé au Collège de médecine humaine de l'Université d'État du Michigan et co-chercheur principal de l'étude
Selon Chen, les individus souffrent généralement de MCI avant de développer une démence. Pourtant, l’étude a révélé que les patients qui ont évolué directement vers la démence sans diagnostic préalable de MCI, également appelés dans l’étude « skippers MCI », étaient trois fois plus nombreux que ceux identifiés initialement comme MCI.
« Cela nous indique que le MCI peut ne pas être signalé chez certains patients », a déclaré Chen.
David Chesla, co-chercheur principal et directeur principal de la gestion des données de recherche au Corewell Health Research Institute de Grand Rapids, dans le Michigan, est du même avis et a déclaré que cette sous-déclaration est peut-être à l'origine des taux d'incidence du MCI tellement inférieurs.
« Notre hypothèse depuis le début de ce travail était que nous aurions une sous-déclaration des troubles cognitifs dans les communautés de l'ouest du Michigan ; nous ne savions simplement pas dans quelle mesure », a déclaré Chesla. « Notre suspicion était initialement fondée sur des données nationales qui font état d'un taux d'incidence croissant de MCI au sein de notre population américaine vieillissante. Nos données sur les patients reflètent un sous-ensemble des données nationales ; cependant, le taux d'incidence de MCI chez nos patients dans l'ouest du Michigan est nettement inférieur aux moyennes nationales. »
Les moyennes nationales peuvent varier de 10 à 18 %, selon la race, l’âge et la période pendant laquelle les données ont été collectées.
Chesla a également indiqué que l'équipe de recherche avait décidé d'examiner plus en détail la répartition géographique des patients, ce qui leur a permis de distinguer si les patients étaient en milieu urbain ou rural, ce qui, selon lui, n'avait jamais été fait auparavant. Cette démarche a fourni une preuve supplémentaire de l'existence d'une sous-déclaration potentielle, le ratio de cas de MCI non déclarés par rapport aux cas de MCI diagnostiqués étant 4,3 fois plus élevé dans les zones rurales que 2,8 fois dans les zones urbaines.
Bien que le manque d’accès aux soins dans ces communautés, ainsi que d’autres raisons, puissent être à l’origine du taux plus élevé de sous-déclaration, Chesla a déclaré qu’une des limites de l’étude était de devoir utiliser des informations datant d’il y a 10 ans, lorsque les systèmes de dossiers électroniques en étaient à leurs débuts.
« Aujourd’hui, les dossiers médicaux électroniques sont intégrés dans la plupart des systèmes de santé ; cependant, avec notre travail remontant dans le temps, il pourrait y avoir une fragmentation des dossiers qui pourrait également être à l’origine de la sous-déclaration », a déclaré Chesla.
D'autres résultats ont montré que même si les facteurs de risque de MCI étaient similaires entre les populations rurales et urbaines, les zones urbaines présentaient un éventail de risques plus large, notamment le fait d'être afro-américain ainsi que d'avoir une perte auditive, une maladie inflammatoire chronique de l'intestin, une apnée obstructive du sommeil et de l'insomnie. Les facteurs de risque les plus courants de MCI sont le diabète, l'accident vasculaire cérébral, la maladie de Parkinson et l'âge avancé.
Selon les chercheurs, l’énorme quantité de données leur donne désormais la possibilité d’exploiter l’intelligence artificielle, ou IA, pour créer des modèles d’apprentissage automatique à haute performance capables d’identifier plus tôt les patients à haut risque dans tout l’État et potentiellement dans tout le pays. Il a été démontré qu’un diagnostic précoce est essentiel pour potentiellement inverser ou retarder la progression des troubles cognitifs.
« L’objectif est d’intégrer cet outil dans les systèmes de santé partout dans le monde afin qu’il puisse aider les médecins à détecter et à gérer plus efficacement les patients atteints de MCI », a déclaré Chen.
Mais pour l’instant, Chesla suggère que si les individus présentent des symptômes tels qu’une perte auditive, des sautes d’humeur ou certains des autres symptômes plus courants, ils ne devraient pas hésiter à contacter leur médecin ou un fournisseur de soins de santé pour obtenir de l’aide.
« Nous vivons à une époque où il existe des plans de soins et des services de réadaptation qui peuvent contribuer à ralentir, voire à inverser, les troubles cognitifs lorsqu’ils sont détectés tôt », a déclaré Chesla.
L'étude a été codirigée par Xiaodan Zhang, scientifique des données au MSU College of Human Medicine, et Martin Witteveen-Lane, ingénieur de données chez Corewell Health, et soutenue par la Corewell Health-MSU Alliance et les National Institutes of Health.
