Le risque de nouveaux accidents vasculaires cérébraux ou crises cardiaques dans dix ans ? L’algorithme le dira pour chaque patient

Une prévention sur mesure. C’est la recette fondamentale pour donner à chacun sa réponse. On le dit toujours lorsqu’on parle de maladies cardiovasculaires. Car proposer les mêmes paramètres pour tout le monde n’a aucun sens. Les valeurs du cholestérol LDL et de la tension artérielle doivent évidemment être bien inférieures lorsque vous présentez un risque élevé de première crise cardiaque ou d’accident vasculaire cérébral. Et ils doivent encore baisser si la personne a déjà souffert d’une ischémie cardiaque sévère ou a surmonté un accident vasculaire cérébral.

Pour être réellement efficace et optimiser les traitements, dans ces cas-là, il serait important de savoir qui est le plus à risque. Le défi est important. Et peut-être qu’à l’avenir, pour les patients atteints d’une maladie athéroscléreuse établie et qui présentent encore un risque particulièrement élevé de subir une nouvelle crise cardiaque, un accident vasculaire cérébral ou un autre événement cardiovasculaire, la réponse pourrait venir d’un score spécialement calculé pour eux.

C’est ce que promet l’algorithme de calcul développé par des experts du Massachusetts General Brigham Hospital, qui a considérablement amélioré la capacité de définir le risque par rapport à ce qui est recommandé par les lignes directrices. La raison ? De nombreuses données, analyses cliniques, de laboratoire et diagnostics généraux sont rassemblées, si bien que de nombreuses informations peuvent être croisées, au point de définir avec toujours plus de précision le risque individuel. Confirmant la nouvelle voie, présentant ces évaluations, est la recherche publiée sur Journal du Collège américain de cardiologie.

Les paramètres à calculer

Aux Etats-Unis, selon une note du centre américain, près d’une personne sur dix présente un risque plus élevé de développer de nouveaux accidents cardiovasculaires. Mais si en prévention primaire il existe des critères « intelligents » pour calculer le risque, en prévention secondaire, c’est-à-dire après un premier épisode grave, il existe des modèles moins précis et de toutes façons applicables seulement à certaines catégories de patients. Les experts, coordonnés par Olga MineevaPhD, a ensuite développé deux nouveaux algorithmes pour remédier à ces lacunes. Le premier s’appelle RRS16 et prend en compte 16 facteurs différents pouvant contribuer au risque secondaire. Le second, RRS24, en examine 24. Les deux modèles ont été développés sur des données relatives à près de 33 000 personnes de la UK Biobank et 54 969 participants de la base de données Mass General Brigham. Tous les patients présentant une pathologie établie ont été considérés. Les deux algorithmes prennent en compte les facteurs cliniques et les tests sanguins facilement disponibles pour obtenir une meilleure estimation du risque pour les patients atteints d’une maladie athéroscléreuse établie, permettant ainsi une traduction clinique plus facile et plus rapide. Le modèle, actuellement destiné uniquement à la recherche, est gratuit et accessible en ligne.

Qu’est-ce qui peut changer

Fondamentalement, la recherche montre que cela peut être amélioré. Et beaucoup. « En incluant un plus large éventail de variables cliniques et des techniques de modélisation avancées, telles que l’apprentissage automatique, nos modèles ont démontré une amélioration notable dans la prévision de la mortalité cardiovasculaire à 10 ans par rapport aux recommandations actuelles », commente Olga Demlerdu Département de Médecine du Mass General Brigham et de la Division de Médecine Préventive du Brigham and Women’s Hospital et professeur à l’Université Harvard ». Qu’est-ce qui pourrait changer à l’avenir ? Voici l’avis de Stefano CarugoDirecteur du Département Cardio-thoracique-vasculaire de l’Irccs Policlinico di Milano – Université de Milan : « l’intelligence artificielle et l’analyse de bases de données seront des compagnons de voyage de plus en plus fiables dans notre pratique clinique quotidienne, notamment pour prédire qui pourrait être le patient critique. En ce sens, ces algorithmes peuvent représenter un mode opératoire intéressant, simple et pratique ».