Des chercheurs américains ont développé un algorithme capable de prédire la probabilité que des personnes ayant subi des traumatismes développent un trouble de stress post-traumatique. S’appuyant sur un vaste ensemble de données, cet outil permettrait aux cliniciens d’intervenir précocement pour atténuer les effets du SSPT.
« Plus tôt nous pourrons prendre en charge les personnes à risque, plus les résultats seront probants »
Aujourd’hui, les scientifiques estiment que 10 à 15 % des patients ayant subi d’importants traumatismes (accidents de voiture, chutes…) développeront des symptômes de stress post-traumatique (SSPT) de longue durée, généralement dans l’année suivant l’accident. Bien qu’il existe des traitements réduisant efficacement le risque de développer un SSPT, les stratégies de prévention précoces ne sont généralement pas mises en place en raison du manque d’outils permettant d’estimer efficacement quels patients seront les plus susceptibles d’en souffrir.
« Pour de nombreux patients victimes de traumatismes, la visite aux urgences est souvent leur seul contact avec le système de soins de santé. Le moment qui suit immédiatement une blessure traumatique constitue un moment critique pour identifier les personnes à risque de SSPT et organiser un traitement de suivi approprié », explique Katharina Schultebraucks, docteure en médecine à l’université de Columbia et auteure principale de cette étude parue dans la revue Nature Medicine. « Plus tôt nous pourrons prendre en charge les personnes à risque, plus les résultats seront probants. »
De nombreux biomarqueurs – notamment un taux élevé d’hormones du stress, une augmentation des signaux inflammatoires, une pression artérielle élevée et un état d’anxiété anormal – précèdent souvent le SSPT chez les survivants de traumatismes. Cependant, aucune de ces mesures, seules ou combinées, ne se sont avérées suffisamment fiables pour prédire le SSPT.
90 % des sujets considérés comme les plus à risque ont effectivement développé un SSPT
Dans le cadre de ces nouveaux travaux, l’équipe de recherche a utilisé l’apprentissage machine supervisé (champ d’étude de l’intelligence artificielle dans lequel un système informatique apprend à réaliser des prédictions pertinentes à partir d’exemples annotés) pour développer un algorithme calculant un score unique de risque de SSPT à partir d’une combinaison de 70 points de données cliniques et d’une brève évaluation clinique de la réponse immédiate du patient au stress.
« Nous avons sélectionné des mesures qui sont régulièrement collectées par les services d’urgences et enregistrées dans les dossiers médicaux électroniques, ainsi que des réponses à quelques brèves questions sur la réponse au stress psychologique », explique Schultebraucks. « L’idée était de créer un outil accessible qui ne constituerait pas une charge supplémentaire pour le personnel des urgences. »
L’algorithme a été développé à partir des données de 377 victimes de traumatismes de la région d’Atlanta, et à ensuite été testé sur 221 patients résidant à New York. Bien que parmi les patients ayant été classés par l’algorithme dans la catégorie des personnes les plus à risque, 90 % aient effectivement développé des symptômes de SSPT de longue durée à un an, celui-ci a également identifié 30 % de faux négatifs, ce qui souligne, selon les auteurs de l’étude, la nécessité de procéder à quelques ajustements.
Des ajustements nécessaires
« À la différence du nôtre, les modèles antérieurs de prédiction du risque de SSPT n’ont pas été validés sur des échantillons indépendants et n’ont donc pas été adoptés dans la pratique clinique », explique Schultebraucks. « Toutefois, l’essai et la validation de notre modèle sur des échantillons plus importants seront nécessaires pour que l’utilisation de l’algorithme soit démocratisée. »
Dans les mois qui viennent, l’équipe cherchera également à savoir si l’algorithme peut également permettre de prédire le risque de SSPT chez les patients ayant subi d’autres types d’évènements potentiellement traumatisants, comme les crises cardiaques et les accidents vasculaires cérébraux. Si tout se passe bien, l’algorithme pourrait être intégré rapidement aux dossiers médicaux électroniques.
« Actuellement, seuls 7 % des centres de traumatologie de niveau 1 procèdent systématiquement au dépistage du SSPT », avance Schultebraucks. « Nous espérons que l’algorithme fournira au personnel des urgences une lecture rapide et automatique qu’ils pourront utiliser pour mieux prévenir le SSPT. »
