Caractéristiques
Contexte
La broncho-pneumopathie chronique obstructive (BPCO) est un problème de santé mondial prévalent et de plus en plus lourd, touchant plus de 10 % des personnes âgées de 30 à 79 ans. C’est la troisième cause de décès dans le monde, avec 3,23 millions de décès en 2019. Le sous-diagnostic de la BPCO est répandu, pouvant affecter jusqu’à 70 % des personnes atteintes en raison de divers facteurs. Un diagnostic précoce et précis est crucial pour une prise en charge efficace, car il peut réduire les coûts de santé et améliorer les résultats pour les patients.
Objectifs
Ce projet vise à aborder la complexité de la BPCO grâce au développement de cohortes virtuelles et d’applications dans la BPCO (DEVICO). Les principaux objectifs incluent :
- Identification des patients atteints de BPCO : identifier les patients qui auraient pu être diagnostiqués plus tôt pour permettre une meilleure prise en charge à un meilleur état de santé.
-Identification précoce/meilleure des patients atteints de BPCO dans la pratique courante (algorithme diagnostique pouvant identifier les patients atteints de BPCO à l’aide de variables disponibles dans la pratique clinique courante)
-Diagnostic différentiel entre la BPCO et d’autres comorbidités présentant des caractéristiques cliniques se chevauchant avec la BPCO (Thomas, Glasziou et Dobler 2019) (telles que l’asthme, l’insuffisance cardiaque congestive, la bronchiectasie, la tuberculose, la bronchiolite oblitérante, la panbronchiolite diffuse) ( »Global Initiative for Chronic Obstructive Lung Disease, » rapport 2023)
-Caractérisation de la propension des patients atteints de BPCO à être manqués par l’algorithme
-Comparaison de la progression par sous-groupes de patients atteints de BPCO manqués
- Modélisation de la progression de la maladie : caractériser l’évolution de la BPCO et les marqueurs de sévérité ainsi que le taux de résultats cliniques tels que mesurés dans le monde réel et capturer l’hétérogénéité des patients.
-Identification des facteurs de progression et des caractéristiques phénotypiques des patients sous le standard de soins (SoC)
-Identification des facteurs de risque associés aux exacerbations de la BPCO et des facteurs de progression de la maladie
-Effet des facteurs environnementaux, socio-économiques et des comorbidités sur la progression de la BPCO
-Identification des caractéristiques phénotypiques des patients progressant vers le syndrome ACO (Asthma-COPD Overlap)
- Modélisation des soins (effet du traitement et exposition) : émuler le standard de soins actuel, reflétant les schémas de prescription et d’adhérence pour divers profils de patients dans les soins courants en France.
-Évaluation de l’adhérence au traitement et identification des facteurs de cette dernière, par combinaison de traitement et profil du patient
-Observation de la réponse au traitement en fonction des phénotypes
-Détection de la surutilisation de médicaments bronchodilatateurs
- Modélisation médico-économique : identifier les moteurs des résultats liés aux coûts directs et indirects, optimisant les ressources de soins de santé.
-Prédire le fardeau médico-économique individuel (par exemple, BPCO non contrôlée vs patient sous biothérapies)
-Identifier les moteurs de l’efficacité d’un traitement donné
-Soutenir la décision pour des politiques de remboursement efficaces
- Simulation de cohortes virtuelles : ces différents aspects pourraient être progressivement incorporés dans un simulateur de cohortes virtuelles du monde réel, pouvant être utilisé pour divers cas d’utilisation et pour répondre à diverses questions.
-Soutien à la défense/l’extension d’étiquettes
-Réduction des risques/enrichissement de la conception d’essais
-Optimisation du temps de changement de thérapie
-Évaluation de l’impact d’un diagnostic plus précoce/meilleur sur les résultats à long terme et le fardeau
Méthodes
Tout d’abord, un algorithme de détection des patients atteints de BPCO utilisant des méthodes telles que la régression logistique ou les réseaux neuronaux sera développé. L’algorithme devrait fournir des résultats facilement interprétables et être validé en interne pour son exactitude diagnostique. Un algorithme de diagnostic différentiel pour distinguer entre la BPCO et d’autres maladies se chevauchant telles que l’asthme et d’autres maladies décrites ci-dessus sera ensuite développé. Cet algorithme utilisera des variables disponibles dans la pratique clinique courante (médecin généraliste ou spécialiste) et sera appliqué aux patients identifiés par l’algorithme de détection précédent afin d’augmenter sa spécificité. Le regroupement non supervisé permettra d’identifier les profils de patients atteints de BPCO manqués, informant un modèle de progression en tenant compte de l’appartenance à des sous-groupes. En s’appuyant sur les études de cohorte antérieures de Constances, le projet utilisera les connaissances existantes et collaborera avec des leaders scientifiques en épidémiologie et en pneumologie pour une mise en œuvre efficace.
Deuxièmement, des algorithmes d’IA/ML seront appliqués aux profils de progression des phénotypes et la chaîne causale/temporelle sera modélisée, par exemple en utilisant la modélisation prédictive bayésienne ou des approches d’inférence causale. Une validation interne et externe sera réalisée.
Troisièmement, un modèle médico-économique sera développé pour identifier les facteurs des résultats liés aux coûts directs et indirects, permettant par exemple de prédire le fardeau médico-économique individuel et d’évaluer la rentabilité des thérapies données. Ce modèle pourrait inclure ou combiner, par exemple, des modèles prédictifs basés sur l’apprentissage automatique ou des modèles multi-états (Markov) avec des risques concurrents.
Enfin, un simulateur intégratif sera développé et testé pour combiner la progression de la maladie et la modélisation des soins dans un simulateur de cohortes virtuelles du monde réel qui peut être utilisé pour aborder une variété de questions.
Perspectives
Cette collaboration a le potentiel d’améliorer significativement la compréhension et les résultats du traitement de la BPCO. Les résultats du projet pourraient contribuer à :
- Identifier les patients qui auraient pu être diagnostiqués plus tôt pour permettre une meilleure prise en charge dans un meilleur état de santé.
- Caractériser la progression de la BPCO et les marqueurs de sévérité.
- Adapter les modèles de soins en fonction des profils des patients et de l’adhésion au traitement.
- Optimiser les ressources de santé grâce aux insights médico-économiques.
- Développer un simulateur de cohortes virtuelles du monde réel polyvalent pour diverses applications.
Informations réglementaires
Responsable de traitement
Démarches en cours.