Au fur et à mesure que la cholangite sclérosante primitive (CSP) progresse, les patients peuvent faire face à la possibilité d’une greffe du foie. Pour être greffés avec un foie de donneur décédé, ils doivent d’abord être inscrits sur la liste d’attente pour une greffe du foie, puis recevoir une offre de foie. Dans la plupart des endroits, la place sur la liste de transplantation est déterminée par un score MELD-Na (Modèle pour la maladie hépatique en phase terminale). Certains patients atteints de CSP constatent que, bien que leur santé se détériore, leurs scores MELD ne le reflètent pas. Heureusement, la Dre Mamatha Bhat et son équipe au University Health Network (UHN) à Toronto travaillent à résoudre ce problème.
En 2021, PSC Partners Seeking a Cure Canada a décerné à la Dre Bhat une subvention de deux ans totalisant 60 000 $ US pour aider à soutenir le développement d’un algorithme d’apprentissage automatique qui optimise les prédictions de résultats pour les patients atteints de cholangite sclérosante primitive (CSP). L’intention est d’avoir une alternative équitable au score MELD-Na pour les listes d’attente de transplantation hépatique.
D’après le rapport sommaire de la Dre Bhat daté de février 2024, « Au cours de la première année (2022-2023), nous avons réussi à développer cet algorithme, avec un bon degré de précision, en analysant les caractéristiques cliniques spécifiques à la CSP telles que la cholangite récurrente, la pose d’endoprothèses biliaires et la MII concomitante. Nous avons validé que l’algorithme améliore le score MELD-Na comme prédicteur de mortalité chez les patients atteints de CSP en attente de transplantation. »
La recherche a pris en compte de nombreux facteurs – sexe, race/ethnicité, poids et IMC, ainsi que les niveaux de globules blancs (GB), de plaquettes et de bilirubine. Des considérations supplémentaires portaient sur les complications liées à la CSP telles que la fréquence de la cholangite, la cirrhose superposée, la dysplasie biliaire et les interventions d’ablation.
En utilisant les bases de données disponibles, les données de plus de 4 600 patients ont servi d’ensemble d’entraînement pour prédire les résultats de la liste d’attente et pour affiner l’algorithme d’apprentissage automatique. Les modèles développés par Dre Bhat et son équipe ont été comparés aux systèmes de score MELD actuels.
Les recherches de l’équipe ont révélé que « le score MELD-Na était le meilleur prédicteur, et l’ajout de variables spécifiques à la CSP a contribué de manière significative à l’exactitude des capacités prédictives de l’algorithme. Cela nous amène à conclure que notre algorithme d’apprentissage automatique fait des prédictions de résultats plus précises pour les patients atteints de cholangite sclérosante primitive (CSP) sur la liste d’attente pour une transplantation que d’autres outils de notation. Notre modèle soutient en outre la conclusion selon laquelle le score MELD seul n’est pas suffisant et que l’incorporation de variables spécifiques à la maladie contient des informations pronostiques précieuses. »
Au cours de la deuxième année, l’équipe a continué d’affiner l’algorithme d’apprentissage automatique et d’améliorer sa précision de prédiction. Cela a inclus l’accès à plus de données et le test de l’algorithme sur une base de données de patients plus importante.
PSC Partners Canada est fier de soutenir la Dre Bhat et son équipe dans leur recherche de nouvelles façons d’améliorer les résultats des greffes chez les patients atteints de CSP.
Vous pouvez télécharger le rapport complet intitulé Rapport final : Évaluation de l’utilisation de l’apprentissage automatique pour la priorisation de la liste d’attente pour la transplantation du foie chez les patients atteints de cholangite sclérosante primitive.
