Apprentissage automatique pour l'évaluation du risque de rechute dans la pancréatite biliaire aiguë. (MINERVA)

La pancréatite aiguë est la maladie pancréatique la plus courante, avec une incidence mondiale de 34 cas pour 100 000 individus. Cette maladie compte plus de 1,5 million de nouveaux patients par an dans le monde, avec une mortalité qui approche les 1 %. Les patients atteints de pancréatite aiguë biliaire légère, lorsqu'ils sont admis à l'hôpital, peuvent être traités par cholécystectomie initiale, précoce (dans les 3 à 7 jours suivant l'épisode aigu) ou de manière conservatrice. Bien qu'un traitement conservateur puisse être résolutoire, jusqu'à 35 % de ces patients présentent une rechute dans les 30 jours et nécessitent une intervention chirurgicale d'urgence dans un état général nettement pire, réduisant ainsi les chances de succès. En dehors de cela, les rechutes augmentent considérablement les risques de pancréatite chronique, de cancer du pancréas, de complications postopératoires et de mortalité globale. Les épisodes de rechute ont également un impact économique sur les établissements de santé, car une deuxième hospitalisation ou plus par patient augmente le coût médical global par patient d'au moins 100 %. Cependant, jusqu'à présent, il n'existe pas de méthode standardisée pour prédire la rechute de pancréatite biliaire aiguë chez les patients n'ayant pas subi de cholécystectomie précoce après le premier épisode de pancréatite biliaire aiguë légère.

Le projet MINERVA (Machine learning for the relapse Risk eValuation in Acute biliary pancreatitis) naît de la nécessité dans la pratique clinique de prendre une décision opérationnelle chez les patients admis à l'hôpital avec un diagnostic de pancréatite biliaire aiguë légère.

Le projet MINERVA vise à atteindre les objectifs et résultats suivants :

1. Proposer une nouvelle méthodologie pour l'évaluation du risque de rechute chez les patients atteints de pancréatite biliaire aiguë légère qui n'ont pas subi de cholécystectomie précoce après le premier épisode de pancréatite biliaire aiguë légère ;
2. Proposer un modèle prédictif de Machine Learning utilisant une architecture Deep Learning appliquée à des données faciles à collecter auprès des patients ;
3. Valider le score MINERVA sur une cohorte prospective étendue, multicentrique ;
4. Permettez aux cliniciens nationaux et internationaux, au personnel médical, aux chercheurs et au grand public d’accéder librement et facilement au calcul du score MINERVA et de l’utiliser dans leur pratique clinique quotidienne.

Le score MINERVA fournira aux cliniciens une évaluation validée et standardisée du risque de rechute qui prend en compte les antécédents personnels, les données démographiques et les caractéristiques de laboratoire de chaque patient. Le score MINERVA sera gratuit et facile à calculer instantanément pour tout le personnel médical ; il sera accessible à tout moment sur le site et l'application web MINERVA, et fournira un résultat immédiat et fiable qui pourra constituer une indication claire du meilleur parcours de traitement pour le clinicien et pour le patient.

Le modèle de score MINERVA sera développé sur une cohorte rétrospective de patients (MANCTRA-1, déjà enregistré dans ClinicalTrials.gov) et sera validé sur une nouvelle cohorte prospective multicentrique.

Cohorte rétrospective Le développement du modèle et la formation initiale seront réalisés sur une cohorte rétrospective de patients (n = 692) collectés lors d'une étude préliminaire multicentrique, l'étude MANCTRA-1 (approuvée par le Comité d'Éthique de l'Hôpital Universitaire de Cagliari, MANCTRA-1 -NCT04747990, Prot. PG/2021/7108) menée par le PI (Dr. Mauro Podda) et de l'Université de Cagliari responsable local du projet MINERVA.

Cohorte prospective Un total de 430 patients seront recrutés dans la cohorte prospective de l'étude MINERVA.

Méthodes Le score MINERVA sera fondé sur un modèle d'apprentissage automatique qui sera développé et formé sur une cohorte rétrospective et validé sur une cohorte prospective de patients.

Toutes les variables du modèle seront traitées avec l'analyse en composantes principales (kPCA) du noyau.

L'enveloppe convexe du nuage de points des composantes principales sera calculée et le plus petit rectangle sera extrait. Le rectangle sera transformé en une image 2D avec une résolution fixe en utilisant la moyenne et la normalisation des fonctionnalités.

Le modèle sera développé à l'Université Federico II de Naples par le Dr Daniela Pacella avec l'expertise et la supervision de l'apprentissage automatique.

Pour éviter le surajustement, l'ensemble de données sera divisé en ensemble d'entraînement, ensemble de test et ensemble de validation. De plus, une validation croisée k-fold sera utilisée. Les performances du modèle MINERVA seront évaluées à l'aide des mesures de précision les plus adoptées, telles que la précision, le rappel et l'AUC (Area Under the ROC Curve). De plus, ses performances seront comparées à celles obtenues à l’aide des méthodes traditionnelles d’apprentissage automatique (SVM, ANN). Les données manquantes seront traitées avec des méthodes d'imputation.

Variables Âge (années) Sexe (homme : femme) Épisodes antérieurs de pancréatite biliaire (oui ; non) Spécialité d'admission (chirurgie hépatopancréatobiliaire, chirurgie générale, médecine interne, gastroentérologie) Indice de masse corporelle -IMC- (Kg/m2) Antécédents cliniques de diabète (Pas de diabète ; Oui avec dysfonctionnement d'un organe ; Oui sans dysfonctionnement d'un organe) Antécédents cliniques de maladie pulmonaire chronique (Oui ; Non) Antécédents cliniques d'hypertension (Oui ; Non) Antécédents cliniques de fibrillation auriculaire (Oui ; Non) Antécédents cliniques de cardiopathie ischémique (Oui ; Non) Antécédents cliniques de maladie rénale chronique (Non ; Oui sous traitement médicamenteux ; Oui en traitement de remplacement rénal permanent ou en préparation) Antécédents cliniques de maladies du système hématopoïétique (Oui ; Non) Patient sous médicaments immunosuppresseurs hospitalisé admission (Oui; Non) Globules blancs -WBC- (cellules/mm3) Neutrophiles (cellules/mm3) Plaquettes (Plt/mm3) INR (International Normalized Ratio) Protéine C-réactive -CRP- (mg/L) Aspartate aminotransférase - AST- (U/L) Alanine aminotransférase -ALT- (U/L) Bilirubine totale (mg/dL) Bilirubine conjuguée (mg/dL) Gamma-glutamil-transpeptidase -GGT- (U/L) Amylase sérique (U/L ) Lipase sérique (U/L) Lactate déshydrogénase -LDH- (U/L) Cholédocholithiase (Oui ; Oui, en cas d'obstruction du canal biliaire principal ; Non) Cholangite (Oui ; Non) CPRE avec sphinctérotomie (Oui dans les 24 heures suivant l'admission à l'hôpital ; Oui dans les 24 à 48 heures suivant l'admission à l'hôpital ; Oui dans les 48 à 72 heures suivant l'admission à l'hôpital ; Non) Rechute de pancréatite biliaire aiguë à 30 jours, 60 jours jour, 90 jours, 1 an.