L'algorithme pourrait prédire le risque d'Alzheimer des années avant que les symptômes ne se manifestent

Les scientifiques ont mis au point un nouvel algorithme qui, selon eux, pourrait prédire le risque de développer une maladie d'Alzheimer des années avant l'apparition des symptômes.
Les chercheurs ont créé un algorithme qui, selon eux, pourrait prédire le risque d’Alzheimer chez les patients présentant une déficience cognitive légère.

Des chercheurs de l'Université McGill au Canada révèlent comment ils ont utilisé des techniques d'apprentissage automatique et l'imagerie bêta-amyloïde pour prédire le développement de la maladie d'Alzheimer chez les patients présentant une déficience cognitive légère (ICM) jusqu'à deux ans avant l'apparition des symptômes.

L'auteur principal de l'étude, le Dr Pedro Rosa-Neto, des départements de neurologie et de neurochirurgie et de psychiatrie de l'Université McGill, et ses collègues ont récemment publié leurs conclusions dans la revue. Neurobiologie du vieillissement.

Le MCI est une condition caractérisée par un déclin des fonctions cognitives - telles que la mémoire et les capacités de réflexion - qui est perceptible, mais qui n’a pas d’impact sur la capacité d’une personne à accomplir ses tâches quotidiennes.

Selon l'Association Alzheimer, des études ont montré qu'environ 15 à 20% des adultes âgés de 65 ans et plus sont susceptibles de souffrir de MCI et que ces personnes courent un plus grand risque de développer la maladie d'Alzheimer que la population générale.

À l'heure actuelle, il n'y a aucun moyen de prédire quels patients MCI continueront à développer la maladie d'Alzheimer, mais le Dr Rosa-Neto et ses collègues pensent que leur algorithme a le potentiel de répondre à ce besoin.

Bêta-amyloïde, MCI et Alzheimer

Bien que les causes précises de la MCI et de la maladie d'Alzheimer restent floues, on pense que l'accumulation d'une protéine appelée bêta-amyloïde joue un rôle majeur.

Chez les personnes atteintes de la maladie d'Alzheimer, la protéine bêta-amyloïde se colle et forme des «plaques» entre les cellules du cerveau. Ces plaques peuvent perturber la communication des cellules cérébrales et provoquer une inflammation qui entraîne la mort des cellules du cerveau.

La maladie d'Alzheimer pourrait être diagnostiquée tôt avec des tests de sniffÉtant donné que la perte de l’odorat est un signe essentiel de la maladie d’Alzheimer, les scientifiques affirment qu’un diagnostic peut être établi en administrant des tests de détection.Lisez maintenant

Des recherches ont montré que chez les personnes atteintes de MCI, la protéine bêta-amyloïde pourrait commencer à s'accumuler jusqu'à 30 ans avant l'apparition de la maladie d'Alzheimer. À ce titre, les chercheurs ont étudié la bêta-amyloïde en tant que biomarqueur de la maladie d'Alzheimer.

Cependant, ce ne sont pas toutes les personnes qui ont une accumulation de MCI et de bêta-amyloïde qui développent la maladie d'Alzheimer. Cela soulève la question suivante: comment les médecins peuvent-ils déterminer quels patients sont les plus à risque?

Dans la nouvelle étude, le Dr Rosa-Neto et son équipe décrivent la mise au point d'un algorithme permettant de prédire la probabilité pour un patient de passer de la MCI à la maladie d'Alzheimer jusqu'à 2 ans à l'avance.

Algorithme précis à 84%

L'algorithme a été créé à l'aide de données provenant de 273 patients atteints de MCI et faisant partie de l'initiative de neuroimagerie de la maladie d'Alzheimer.

L'équipe a recueilli 2 années de données sur les patients, y compris des tomographies par tomographie par émission de positons (TEP) qui présentaient une accumulation de bêta-amyloïde, des gènes à risque d'Alzheimer et un diagnostic clinique de maladie d'Alzheimer.

Les chercheurs ont ensuite "formé" un logiciel de pointe pour apprendre cette information et l'utiliser pour calculer le risque de maladie d'Alzheimer de chaque patient en fonction de leur premier scanner cérébral TEP.

L'algorithme était capable de prédire la progression d'un patient de MCI à la maladie d'Alzheimer avec une précision de 84%, jusqu'à 2 ans avant l'apparition des symptômes de la maladie.

Le Dr Rosa-Neto et ses collègues envisagent d'identifier d'autres biomarqueurs de la maladie d'Alzheimer qu'ils pourraient appliquer à l'algorithme pour le rendre plus précis.

Les chercheurs pensent que l’outil pourrait non seulement faire avancer la recherche sur les traitements de la maladie d’Alzheimer, mais qu’il pourrait également être utilisé pour prédire le risque de développer la maladie des années à l’avance.

"Le nouvel algorithme surmonte le déséquilibre inhérent aux proportions entre stable et pMCI [MCI progressif] observé dans une population d'individus atteints de MCI, ce qui le rend idéal pour un environnement clinique en tant qu'outil de diagnostic précoce."