Identification de la signature métabolique de la fibrillation auriculaire pour une prévention personnalisée (IMAGE-AF)

La fibrillation auriculaire (FA) est un problème majeur de santé publique. Sa prévalence dépasse 2%. L’objectif principal du traitement médicamenteux est de prévenir l’apparition d’accidents vasculaires cérébraux et d’insuffisance cardiaque, mais les effets secondaires nécessitent souvent son arrêt et des contre-indications limitent leur utilisation. Les stratégies de contrôle du rythme basées sur l'ablation par cathéter ont conduit à des progrès significatifs dans la FA incidente, améliorant ainsi la qualité de vie. Néanmoins, l’efficacité de ces techniques est limitée dans les formes les plus agressives. Des taux de récidive importants sont rapportés un an après l'ablation, et leur accès est souvent réservé aux patients symptomatiques en raison de leur caractère invasif et coûteux.

Il est donc nécessaire de développer des approches pour prévenir l'apparition, la récidive ou la progression de la FA chez les patients à risque. Bien que la physiopathologie de la FA implique un remodelage métabolique observable dans des modèles animaux et humains, aucun métabolite cliniquement pertinent n'a été identifié comme biomarqueur du risque d'apparition ou de progression de la FA, dans une perspective de prise en charge préventive et personnalisée.

En réponse à ce besoin non satisfait, ce projet vise à développer une méthode d'évaluation du risque de récidive de FA, combinant l'identification d'une signature métabolique de l'arythmie et du patient, avec une approche d'apprentissage automatique pour agréger les facteurs de risque conventionnels et les biomarqueurs métaboliques. Une étude clinique longitudinale sera menée sur des patients devant subir une ablation de FA, pour surveiller les changements de leur signature métabolique sur 12 mois, parallèlement à la progression de l'arythmie. Grâce à l'apprentissage automatique, l'équipe d'étude établira et validera un classificateur stratifiant rétrospectivement les patients avec ou sans FA récurrente, et comparera cette méthode avec la stratification canonique du risque. Cela permettra d’envisager une prise en charge personnalisée des patients à risque de récidive, dans le but de réduire les coûts humains et économiques.