S'abonner

Une analyse en cluster et modèle de prédiction de l’emphysème chez des sujets fumeurs avec une obstruction bronchique légère - 12/01/23

Doi : 10.1016/j.rmra.2022.11.024 
O. Louis 1, A. Antoniadis 2, B. Aguilaniu 3, 4, J. Benzaquen 1, S. Leroy 1, C.-H. Marquette 1, J. Boutros 1,
1 Université Côte d’Azur, centre hospitalier universitaire de Nice, FHU OncoAge, service de pneumologie et d’allergologie, Nice, France 
2 Department of Statistical Sciences, University of Cape Town, Rondebosch, Cape Town, Western Cape, Afrique du Sud 
3 Service hospitalier universitaire pneumologie physiologie, pôle thorax et vaisseaux, centre hospitalier universitaire Grenoble-Alpes, Grenoble, France 
4 Université Grenoble-Alpes, Grenoble, France 

Auteur correspondant.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Introduction

Le phénotype emphysème peut bénéficier d’un traitement spécifique éventuellement préventif de sa progression. Sa reconnaissance précoce est donc cruciale surtout lorsque les accès à l’imagerie quantitative et/ou la consultation pneumologique sont limitées. Au cours de l’étude AIR [1], 71 % des sujets étaient GOLD 1 et 2 dont 2/3 avec un emphysème pour la majorité non connu. Nous avons souhaité vérifier si des groupes homogènes de patients étaient détectables par clustering en incluant des variables TDM, cliniques et spirométriques simples sans mesure de la distension thoracique et de la DLCO. Nous avons ensuite testé divers modèles de prédiction du phénotype emphysémateux à partir des variables non-TDM comme cela a été précédemment démontré par une étude post-hoc sur une cohorte de BPCO plus sévères dans COSYCONET [2].

Méthodes

L’étude a concerné 143/614 participants du centre Niçois de l’essai AIR [1]. Les données cliniques, fonctionnelles et TDM ont été colligées sur un clone de la consultation Colibri-BPCO. La méthode de complétion basée sur les forêts aléatoires missForest a été utilisée pour combler les 9,4 % de données manquantes. Pour le clustering nous avons utilisé une technique d’apprentissage non supervisé, l’analyse factorielle de données mixtes (AFDM), puis choisi le nombre idéal de clusters basé sur un algorithme de matrices de dissimilarité Clustering Objects on Subests of Attributes (COSA). Enfin, pour l’analyse de prédiction nous avons employé diverses techniques de forêts aléatoires dont HyperSMURF.

Résultats

Sur 143 patients, il s’agissait d’hommes (66,4 %), âgés de 62,2 (±6,9) ans, dont la 57,3 % étaient fumeurs actifs à 57,2 (±22,7) Paquets-Années, dont 74,8 % sont emphysémateux. Deux clusters (A=97,3 % d’emphysémateux et B=88,5 % de phénotypes légers) ont été isolés à partir des variables anamnestiques, cliniques, spirométriques, scanographiques et de questionnaires HAD, CAT et DIRECT. Seuls les comorbidités cardiovasculaires (46,2 % vs 23,1 % ; p=0,031) et le score HAD-D (5,2 [3,7 %] vs 3,7 [3,3 %] ; p=0,045) différenciaient significativement A et B. L’algorithme prédictif de l’emphysème retrouvait une exactitude (accuracy) de 0,9643 (IC95 % : 0,88) à l’aide des variables âge, IMC, VEMS/CVF, grade et groupe GOLD (FEV1, exacerbations dans l’année, CAT score) et DIRECT.

Conclusion

Le phénotype emphysème pourrait être prédit avec une quasi-certitude chez des sujets fumeurs avec une BPCO légère sans scanner thoracique, ni mesures de la distension thoracique et de la DLCO. Ce modèle reste à valider sur d’autres cohortes de sujets fumeurs avec divers niveaux de sévérité de la fonction respiratoire mesurée par spirométrie lente et forcée.

Le texte complet de cet article est disponible en PDF.

Plan


© 2022  Publié par Elsevier Masson SAS.
Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 15 - N° 1

P. 15 - janvier 2023 Retour au numéro
Article précédent Article précédent
  • Effets des bronchodilatateurs à longue durée d’action sur le contrôle autonome cardiaque dans la BPCO
  • S. Elhage, L. Laurent, K. Diallo, M. Bouhaddi, O. Ritter, A.-L. Clairet, M. Puyraveau, T. Soumagne, B. Degano
| Article suivant Article suivant
  • Impact de la pandémie COVID-19, des mesures barrières et du confinement sur le profil microbiologique des exacerbations aiguës de BPCO
  • P.P. Koumeka, S. Gustave, M. Dubois, B. Caron, M. Saillour