L’algorithme prédit le risque de SSPT après une blessure traumatique

Les chercheurs ont développé un algorithme qui peut prédire si les survivants d’un traumatisme sont susceptibles de développer un trouble de stress post-traumatique (SSPT). L’outil, qui repose sur des données médicales collectées régulièrement, permettrait aux cliniciens d’intervenir tôt pour atténuer les effets du SSPT.

L’étude a été publiée en ligne aujourd’hui dans Médecine de la nature.

30 millions de patients traumatisés chaque année aux États-Unis

Chaque année, environ 30 millions de patients aux États-Unis sont traités dans un service d’urgence (ED) pour des blessures traumatiques dues à des accidents de voiture, des chutes, des blessures par arme à feu et d’autres blessures.

Les experts en santé estiment que 10% à 15% des patients traumatisés développeront des symptômes PTSD durables, généralement dans l’année suivant la blessure.

Bien qu’il existe des traitements qui réduisent efficacement le risque de développer un ESPT, les stratégies de prévention précoce ne sont généralement pas mises en œuvre en raison du manque de méthodes établies qui peuvent prédire quels patients sont les plus susceptibles de développer un ESPT.

« Pour de nombreux patients traumatisés, la visite au service d’urgence est souvent leur seul contact avec le système de soins de santé. Le temps immédiatement après une blessure traumatique est une fenêtre critique pour identifier les personnes à risque de SSPT et organiser un traitement de suivi approprié », explique l’auteur principal Katharina Schultebraucks, Ph.D., professeure adjointe de sciences comportementales et cognitives au Département de médecine d’urgence du Columbia University Vagelos College of Physicians and Surgeons. « Plus tôt nous pouvons traiter les personnes à risque, meilleurs sont les résultats probables. »

L’apprentissage automatique transforme 70 points de données cliniques en un seul score de risque de SSPT

De nombreux biomarqueurs biologiques et psychologiques – y compris des hormones de stress élevées, une augmentation des signaux inflammatoires, une pression artérielle élevée et une hyperarousal (un état d’anxiété anormalement élevé) – précèdent souvent le SSPT chez les survivants d’un traumatisme. Cependant, aucune de ces mesures, seule ou en combinaison, ne s’est révélée fiable pour prédire l’ESPT.

Dans la nouvelle étude, l’équipe de recherche multi-sites a utilisé l’apprentissage automatique supervisé pour développer un algorithme qui calcule un score de risque de SSPT unique à partir d’une combinaison de 70 points de données cliniques et d’une brève évaluation clinique de la réponse immédiate au stress d’un patient. (L’apprentissage automatique supervisé est une forme d’intelligence artificielle qui donne à un système informatique la capacité de reconnaître des modèles à partir d’entrées de données pour faire des prédictions sur de nouvelles observations sans programmation supplémentaire.)

« Nous avons sélectionné des mesures qui sont systématiquement collectées au service d’urgence et enregistrées dans le dossier médical électronique, ainsi que des réponses à quelques brèves questions sur la réponse au stress psychologique », explique Schultebraucks. « L’idée était de créer un outil qui serait universellement disponible et ajouterait peu de fardeau au personnel de l’urgence. »

Algorithme discriminé le risque de SSPT avec une haute précision

Les chercheurs ont développé l’algorithme avec des données de 377 survivants adultes de traumatismes à Atlanta, puis testé l’algorithme chez 221 survivants adultes de traumatismes à New York.

Parmi les patients classés par l’algorithme comme des risques de SSPT, 90% ont développé des symptômes de SSPT de longue durée en un an. Seuls 5% des patients qui étaient exempts de symptômes de stress post-traumatique de longue durée avaient été identifiés comme étant à risque. Parmi les patients prédits comme n’ayant pas ou peu de symptômes de SSPT, 29% ont développé un SSPT de longue durée (faux négatifs).

Plus de tests nécessaires

« Parce que les modèles précédents pour prédire le risque de SSPT n’ont pas été validés dans des échantillons indépendants comme notre modèle, ils n’ont pas été adoptés dans la pratique clinique », explique Schultebraucks. « Les tests et la validation de notre modèle dans des échantillons plus importants seront nécessaires pour que l’algorithme soit prêt à l’emploi dans la population générale. »

L’algorithme actuel a été construit en utilisant des patients qui avaient pris du sang. Cela limite peut-être la généralisation, car l’algorithme ne s’appliquerait qu’aux patients qui subissent des tests sanguins, tels que ceux souffrant de blessures plus graves.

Dans de futures études, l’équipe prévoit de tester si l’algorithme peut prédire le SSPT chez les patients qui subissent d’autres événements de santé potentiellement traumatisants, y compris les crises cardiaques et les accidents vasculaires cérébraux.

Bientôt, selon Schultebraucks, l’algorithme pourrait être intégré dans les dossiers de santé électroniques.

« Actuellement, seulement 7% des centres de traumatologie de niveau 1 dépistent régulièrement le SSPT », dit-elle. « Nous espérons que l’algorithme fournira aux cliniciens de l’urgence une lecture rapide et automatique qu’ils pourraient utiliser pour la planification des congés et la prévention du SSPT. »

L’étude est intitulée «Un algorithme prédictif validé du cours sur le stress post-traumatique après l’admission aux urgences après un stress traumatique».