Publié le 26/09/2023
Constituant une pathologie récidivante ou chronique, le trouble d’utilisation des opioïdes (TUO) affecte près de 27 millions de personnes dans le monde, rappelle une équipe de la province d’Alberta (au Canada) qui publie une étude originale visant à développer et à valider prospectivement un modèle d’apprentissage automatique (machine learning)[1], champ de l’intelligence artificielle (IA), susceptible de prédire des cas individuels de TUO basés sur des données de santé représentatives à grande échelle.
Les auteurs présentent un modèle d’apprentissage automatique construit sur un ensemble de près de 700 000 données de santé canadiennes, croisées de 2014 à 2018. Une validation des cas de TUO prédits par modèle dans un échantillon de validation de 2019 (environ 175 000 données) et été effectuée ainsi qu’une prédiction prospective des cas de TUO sur un autre échantillon de 2019 (environ 315 000 données). Les diagnostics de TUO ont été posés en référence aux codes de la Classification Internationale des Maladies.
Une prédiction prospective individualisée
Relativement à 6 409 cas de TUO en 2019, ce modèle a permis leur prédiction prospective avec une grande précision : précision équilibrée 86 %, sensibilité 93 % et spécificité 79 %. Conformément aux résultats antérieurs, dans ce modèle les principaux facteurs de risque pour le TUO se sont révélés des indicateurs d’utilisation d’opioïdes et des antécédents de troubles d’utilisation d’autres substances.
En conclusion, ce modèle permet une prédiction prospective individualisée des cas de TUO en appliquant l’apprentissage automatique à de vastes ensembles de données de santé. Les auteurs estiment que de telles prédictions prospectives seront vraisemblablement essentielles pour les futures applications cliniques potentielles dans la détection précoce des TUO. Plus généralement, il est très probable que ces techniques d’apprentissage automatique vont connaître dans l’avenir des applications croissantes et ubiquitaires, en particulier en matière de recherches épidémiologiques.
[1] https://fr.wikipedia.org/wiki/Apprentissage_automatique
Dr Alain Cohen
Copyright © 2023 JIM SA. Tous droits réservés.
Aucun commentaire:
Enregistrer un commentaire