Un logiciel amélioré permettant de prédire le risque de fibrillation auriculaire chez un patient a mis en évidence des différences essentielles dans la façon dont cette affection se manifeste chez les hommes et les femmes, ouvrant la voie à des diagnostics plus précis.La fibrillation auriculaire (FA) désigne un rythme cardiaque anormal caractérisé par des battements rapides et irréguliers. Elle est associée à un risque accru d’insuffisance cardiaque, d’accident vasculaire cérébral et de démence. Les experts prévoient qu’en raison du vieillissement de la population en Europe, la prévalence de la FA doublera d’ici 2050. L’incidence et la morbidité de la FA varient entre les hommes et les femmes, et ce tableau est compliqué par le fait que de nombreux patients sont asymptomatiques.
Il y a quelques années, la cardiologue Renate Schnabel, du centre universitaire de cardiologie et de vascularisation de Hambourg, en Allemagne, et son équipe ont mis au point un algorithme de prédiction novateur permettant d’identifier les patients les plus exposés à la FA. S’appuyant sur une combinaison de facteurs tels que le sexe, l’âge, l’hypertension, l’indice de masse corporelle et les accidents cardiaques antérieurs, cet algorithme a été validé dans des cohortes de patients, mais sa précision s’est avérée sous-optimale.
«Notre dernier projet, intitulé MMAF, visait à résoudre ce problème en identifiant des prédicteurs de risque supplémentaires», explique Renate Schnabel. L’équipe a bénéficié d’informations récemment disponibles, notamment de données sur la pathogenèse de la FA.
Le projet MMAF, financé par le Conseil européen de la recherche (CER), s’est concentré sur les oreillettes, les chambres du cœur qui reçoivent le sang. L’équipe a pris en compte les différences électriques et structurelles liées au sexe et à l’âge, et a combiné toutes les informations disponibles dans des algorithmes d’apprentissage automatique plus modernes.
«Nous disposions de données brutes d’électrocardiogrammes qui reflètent les changements électriques précoces des oreillettes cardiaques. Nous avions également accès à des informations d’imagerie non invasive provenant de données d’échocardiographie et d’IRM pour mieux caractériser les changements subcliniques des oreillettes. Enfin, nous avons utilisé les données omiques du sang et des tissus couvrant la génétique, l’expression des gènes, la protéomique, la métabolomique du tissu cardiaque et les biomarqueurs circulants pour identifier de nouvelles voies», explique Renate Schnabel…
…
La suite sur Cordis