in

Révolutionner les soins aux personnes atteintes de la maladie d'Alzheimer grâce à la modélisation prédictive

SciTechDaily

L'Amsterdam UMC a développé un modèle permettant de prédire le déclin cognitif chez les patients atteints de la maladie d'Alzheimer, ouvrant la voie à une application qui fournit des prévisions de maladie personnalisées et prend en charge la planification du traitement.

Un nouveau modèle de prédiction du Centre Alzheimer de l'UMC d'Amsterdam utilise les données des patients pour prévoir le déclin cognitif Maladie d'Alzheimer Les patients ont pour objectif de bénéficier de plans de soins personnalisés. Le modèle, soutenu par une application à venir, permet d'orienter les discussions sur le traitement en fonction de la progression prévue de la maladie.

Le centre Alzheimer du centre médical universitaire d'Amsterdam a développé un modèle de prédiction permettant de prédire le déclin cognitif chez les patients atteints de troubles cognitifs légers ou de démence légère due à la maladie d'Alzheimer. La prochaine étape consiste à développer une application qui utilise ce modèle de prédiction, ce qui représenterait une étape importante vers des prévisions personnalisées pour les patients. L'étude a été publiée le 10 juillet dans la revue Neurologie.

Développement et application d'une application de prédiction

Une fois que les gens reçoivent un diagnostic de maladie d’Alzheimer, leur première question est souvent : « À quoi puis-je m’attendre maintenant ? »

Il est difficile pour les médecins de répondre à cette question. Pour les aider, Pieter van der Veere, médecin-chercheur au Centre Alzheimer d'Amsterdam, a développé un modèle permettant de prédire le déclin cognitif. Bien que les prédictions ne soient pas absolument certaines, le modèle donne une indication de l'évolution de la maladie sur une période de 5 ans.

Pour une utilisation pratique, un prototype d'application est disponible pour la recherche scientifique. L'étape suivante consiste à développer une application plus conviviale avec la participation des patients, des membres de la famille et des professionnels.

Améliorer les prévisions individualisées

Le modèle de prédiction est basé sur les données de près de 1000 patients atteints de la maladie d'Alzheimer. Il utilise des informations générales telles que l'âge, le sexe et les résultats des tests cognitifs, ainsi que des données issues d'IRM et de biomarqueurs, recueillies à partir du liquide céphalorachidien. « Il fournit ainsi une prédiction vraiment adaptée à chaque personne », explique Van der Veere.

Le modèle montre néanmoins combien il est difficile de faire une prédiction précise pour chaque patient, car il existe toujours des incertitudes. Celles-ci sont toujours discutées avec le patient.

« Des recherches antérieures montrent que les gens souhaitent toujours avoir des informations sur leur pronostic, même si ces informations sont incertaines. Une application avec notre modèle de prédiction peut donc répondre à un besoin important. »

L'avenir du pronostic personnel dans le traitement de la maladie d'Alzheimer

Le modèle de prédiction est une première étape importante vers la prévision personnelle.

« À l’avenir, cela deviendra encore plus important si nous parvenons à traiter la maladie d’Alzheimer », explique Wiesje van der Flier, directrice de recherche au Centre Alzheimer d’Amsterdam. « Les médecins peuvent utiliser le modèle de prédiction pour expliquer quel peut être l’effet possible d’un traitement. Par exemple, si les patients commencent à vivre une vie plus saine ou à prendre des médicaments. »

Cela peut être un point de départ pour des conversations entre le médecin, le patient et la famille sur les avantages et les inconvénients des traitements, afin qu'ils puissent prendre ensemble une décision appropriée.

Pour en savoir plus sur cette recherche, voir De nouveaux algorithmes prévoient la vitesse de progression de la maladie d'Alzheimer.

SciTechDaily

Révélations quantiques : dévoilement de nouvelles couches du boson de Higgs

SciTechDaily

L'éveil d'un trou noir massif nous éclaire sur le comportement galactique