L’équipe de Stanley Durrleman (Inria) a mis au point un algorithme capable de prédire l’évolution de différentes caractéristiques de la maladie d’Alzheimer. Leur méthode, plus précise que 56 autres méthodes déjà existantes, pourrait constituer un outil précieux pour l’évaluation de nouvelles thérapies et une meilleure prise en charge des patients. Les résultats sont publiés dans Scientific Report.
La maladie d’Alzheimer est une pathologie neurodégénérative très complexe. Au-delà des symptômes bien connus, comme la perte de mémoire, de repères spatio-temporels, ou encore l’anosognosie (le fait de ne pas être conscient de sa maladie), évalués par divers tests neuropsychologiques, les effets de cette affection sont visibles directement au niveau du cerveau par imagerie.
Cependant, une des difficultés que présente la maladie d’Alzheimer dans sa compréhension, est sa progression lente, sur plusieurs dizaines d’années, et l’immense variabilité qui peut exister entre les individus. Il est très compliqué pour les médecins de prédire comment la maladie va évoluer chez chaque patient. L’identification de la fenêtre de traitement optimal et l’évaluation de l’effet réel des thérapeutiques à l’essai sur l’évolution de la pathologie représentent alors un défi de taille.
Pour tenter de le relever, l’équipe de Stanley Durrleman (Inria) a mis au point un modèle numérique en mesure de cartographier l’évolution spatiotemporelle de la maladie d’Alzheimer. Leur algorithme prend en compte la variabilité de la progression des symptômes évaluée par différents tests neuropsychologiques, la propagation d’une diminution du métabolisme cérébrale, un affinement du cortex et la déformation de l’hippocampe – une des principales régions touchées dans la maladie -.
L’analyse de ces données met en évidence le rôle de certains variants génétiques dans les trajectoires d’évolution de la maladie et l’existence de mécanismes de compensation. En comparant les capacités de leur modèle avec 56 autres méthodes existantes, les chercheurs montrent qu’il est le plus précis pour prédire le déclin cognitif des patients.
Le développement de ce nouveau modèle numérique représente une avancée importante vers une meilleure compréhension de la progression de la maladie et des facteurs qui l’influence. Il pourrait également constituer un outil précieux pour évaluer l’efficacité de nouvelles thérapeutiques à l’essai dans la maladie d’Alzheimer.
Sources
AD Course Map charts Alzheimer's disease progression. Koval I, Bône A, Louis M, Lartigue T, Bottani S, Marcoux A, Samper-González J, Burgos N, Charlier B, Bertrand A, Epelbaum S, Colliot O, Allassonnière S, Durrleman S.Sci Rep. 2021 Apr 13
