{"id":184126,"date":"2020-05-22T10:32:45","date_gmt":"2020-05-22T14:32:45","guid":{"rendered":"https:\/\/patientworthy.wpengine.com\/?p=184126&preview=true&preview_id=184126"},"modified":"2020-05-26T14:18:24","modified_gmt":"2020-05-26T18:18:24","slug":"lapprentissage-automatique-savere-un-meilleur-outil-de-depistage-que-le-score-lipidique-neerlandais-pour-lhypercholesterolemie-familiale","status":"publish","type":"post","link":"https:\/\/patientworthy.com\/fr\/2020\/05\/22\/lapprentissage-automatique-savere-un-meilleur-outil-de-depistage-que-le-score-lipidique-neerlandais-pour-lhypercholesterolemie-familiale\/","title":{"rendered":"L’apprentissage automatique s’av\u00e8re un meilleur outil de diagnostic que le score lipidique n\u00e9erlandais pour l’hypercholest\u00e9rol\u00e9mie familiale"},"content":{"rendered":"

Ana Pina du Centro de Estudos de Doencas Cronicas de la facult\u00e9 de m\u00e9decine de NOVA au Portugal, et ses coll\u00e8gues ont r\u00e9cemment publi\u00e9 une \u00e9tude innovante concernant le diagnostic de l’hypercholest\u00e9rol\u00e9mie familiale (HF).<\/a><\/span><\/p>\n

Cette \u00e9tude a \u00e9t\u00e9 publi\u00e9e dans le European Journal of Preventive Cardiology.<\/em><\/span><\/p>\n

L\u2019\u00c9tude<\/span><\/h2>\n

Ces chercheurs ont \u00e9tudi\u00e9 trois types d’algorithmes d’apprentissage automatique pour voir s’ils \u00e9taient un outil de diagnostic meilleur ou pire pour la HF.<\/p>\n

Pour faire \u00e7a, ils ont rassembl\u00e9 des informations aupr\u00e8s de 248 patients atteints de HF \u00e0 G\u00f6teborg et 364 patients atteints de HF \u00e0 Milan. Les chercheurs ont divis\u00e9 le groupe de G\u00f6teborg de sorte que 174 ont \u00e9t\u00e9 utilis\u00e9s pour les donn\u00e9es de formation et 74 ont \u00e9t\u00e9 utilis\u00e9s pour les analyses internes. Toutes les donn\u00e9es des patients de la cohorte de Milan ont \u00e9t\u00e9 utilis\u00e9es pour les analyses externes de l’\u00e9quipe.<\/p>\n

L\u2019Apprentissage automatique<\/h2>\n

Tous les algorithmes d’apprentissage automatique ont \u00e9t\u00e9 programm\u00e9s pour identifier les mutations g\u00e9n\u00e9tiques qui causent la HF ; PCSK9, apolipoprot\u00e9ine B et r\u00e9cepteur LDL. Les trois algorithmes diff\u00e9rents sont \u00e9num\u00e9r\u00e9s ci-dessous.<\/span><\/p>\n

    \n
  1. Arbre de classification<\/span><\/li>\n
  2. Machine de renforcement de gradient<\/span><\/li>\n
  3. R\u00e9seau neuronal<\/span><\/li>\n<\/ol>\n

    Les algorithmes 2 et 3 sont consid\u00e9r\u00e9s comme deux des \u00e9minents algorithmes. L’arbre de classification interpr\u00e8te les r\u00e9sultats en fonction des seuils \u00e9tablis \u00e0 partir des variables entr\u00e9es.<\/span><\/p>\n

    Ces trois algorithmes ont pu mieux pr\u00e9dire les mutations que le score lipidique n\u00e9erlandais standard. Les deux cohortes ont d\u00e9montr\u00e9 des r\u00e9sultats similaires.<\/span><\/p>\n

    Les chercheurs ont mesur\u00e9 la zone sous la fonction de l\u2019efficacit\u00e9 du r\u00e9cepteur ou la courbe ROC. Voici les r\u00e9sultats pour chaque cohorte.<\/span><\/p>\n

    Gothenburg<\/h4>\n
      \n
    1. .79<\/li>\n
    2. .83<\/li>\n
    3. .83<\/li>\n<\/ol>\n

      Milan<\/h4>\n
        \n
      1. .7<\/li>\n
      2. .78<\/li>\n
      3. .76<\/li>\n<\/ol>\n

        Le Score lipidique n\u00e9erlandais<\/span><\/h2>\n

        Le score lipidique n\u00e9erlandais prend en compte les ant\u00e9c\u00e9dents familiaux des patients, l’examen m\u00e9dical, les ant\u00e9c\u00e9dents cliniques et les niveaux de LDL non trait\u00e9s.<\/p>\n

        Les chercheurs ont constat\u00e9 que la zone sous la courbe ROC pour ce score \u00e9tait de 0,68 pour la cohorte de G\u00f6teborg et 0,64 pour celle de Milan.<\/p>\n

        La Comparaison<\/h2>\n

        Il est certainement \u00e0 noter que tous les m\u00e9canismes d’apprentissage automatique ont eu de meilleures performances que le score lipidique n\u00e9erlandais. Les ant\u00e9c\u00e9dents familiaux et les examens m\u00e9dicaux ne font pas partie du processus d’apprentissage automatique et pourtant, l’outil a toujours \u00e9t\u00e9 exact. Avec juste l’\u00e2ge et le profil des lipoprot\u00e9ines, ces algorithmes ont pu \u00e9tablir le bon diagnostic aux patients atteints de HF.<\/span><\/p>\n

        En fin de compte, les chercheurs soutiennent que l’apprentissage automatique ne devrait pas n\u00e9cessairement remplacer le score lipidique n\u00e9erlandais standard, au moins pour analyser la HF au niveau de la population. Cependant, dans les cliniques sp\u00e9cialis\u00e9es, cet outil peut \u00eatre b\u00e9n\u00e9fique pour l\u2019\u00e9tablissement d\u2019un diagnostic aux patients individuels.<\/span><\/p>\n

        Vous pouvez en savoir plus sur cette \u00e9tude en cliquant ici.<\/a><\/span><\/p>\n

        \n
        \n
        \n

        C\u2019est notre meilleur essaie pour traduire des infos sur les maladies rares dans votre langue. Nous savons qu\u2019il est possible que cette traduction ne saisisse pas avec pr\u00e9cision toutes les nuances de votre langue maternelle, donc si vous avez des corrections ou des suggestions, veuillez nous les envoyer \u00e0 l\u2019adresse suivante : contribute@patientworthy.com<\/span><\/a>.<\/h4>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

        Ana Pina du Centro de Estudos de Doencas Cronicas de la facult\u00e9 de m\u00e9decine de NOVA au Portugal, et ses coll\u00e8gues ont r\u00e9cemment publi\u00e9 une \u00e9tude innovante concernant le diagnostic de l’hypercholest\u00e9rol\u00e9mie familiale (HF). Cette \u00e9tude a \u00e9t\u00e9 publi\u00e9e dans le European Journal of Preventive Cardiology. L\u2019\u00c9tude Ces chercheurs ont \u00e9tudi\u00e9 trois types d’algorithmes d’apprentissage […]<\/p>\n","protected":false},"author":110,"featured_media":177047,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[13986],"tags":[14152,14042],"_links":{"self":[{"href":"https:\/\/patientworthy.com\/fr\/wp-json\/wp\/v2\/posts\/184126"}],"collection":[{"href":"https:\/\/patientworthy.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/patientworthy.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/patientworthy.com\/fr\/wp-json\/wp\/v2\/users\/110"}],"replies":[{"embeddable":true,"href":"https:\/\/patientworthy.com\/fr\/wp-json\/wp\/v2\/comments?post=184126"}],"version-history":[{"count":0,"href":"https:\/\/patientworthy.com\/fr\/wp-json\/wp\/v2\/posts\/184126\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/patientworthy.com\/fr\/wp-json\/wp\/v2\/media\/177047"}],"wp:attachment":[{"href":"https:\/\/patientworthy.com\/fr\/wp-json\/wp\/v2\/media?parent=184126"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/patientworthy.com\/fr\/wp-json\/wp\/v2\/categories?post=184126"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/patientworthy.com\/fr\/wp-json\/wp\/v2\/tags?post=184126"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}