S'abonner

Développement et validation externe d’un modèle de prédiction du passage d’une forme légère à modérée ou sévère de COVID-19, à l’aide du scanner thoracique - 12/01/23

Doi : 10.1016/j.rmra.2022.11.010 
M. Zysman 1, 2, 3, J. Asselineau 1, O. Saut 4, 5, E. Frison 1, M. Oranger 6, 7, A. Maurac 1, 2, 3, J. Charriot 8, 9, E. Klein 1, , S. Bommart 8, 9, A. Bourdin 8, 9, G. Dournes 1, 2, 3, J. Casteigt 10, A. Blum 6, G. Ferretti 11, B. Degano 11, R. Thiébaut 1, 2, 3, 5, F. Chabot 6, 7, P. Berger 1, 2, 3, F. Laurent 1, 2, 3, I. Benlala 1, 2, 3
1 Service des maladies respiratoires, service de radiologie et d’imagerie diagnostique et interventionnelle, service d’information médicale, service d’exploration fonctionnelle respiratoire, CHU Bordeaux, Pessac, France 
2 Centre de recherche cardiothoracique de Bordeaux, université de Bordeaux, Bordeaux, France 
3 Centre de recherche cardiothoracique de Bordeaux, Inserm, Bordeaux Population Health, centre d’investigation clinique, Pessac, France 
4 Institut de mathématiques de Bordeaux, CNRS, université de Bordeaux, Talence, France 
5 INRIA Bordeaux Sud-Ouest, MONC team et SISTM team, Talence, France 
6 Pôle des spécialités médicales, département de pneumologie, service de radiologie et d’imagerie, université de Lorraine, centre hospitalier régional universitaire de Nancy, Nancy, France 
7 Institut national de la santé et de la recherche médicale, unité médicale de recherche, université de Lorraine, faculté de médecine de Nancy, Vandœuvre-Lès-Nancy, France 
8 Département de maladies respiratoires, hôpital Arnaud-de-Villeneuve, Montpellier, France 
9 PhyMedExp, université de Montpellier, Inserm, Montpellier, France 
10 Clinique de pneumologie, Saint-Médard-en-Jalles, France 
11 Service de radiologie diagnostique et interventionnelle, CHU 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

La plupart des patients atteints d’une forme légère de COVID-19 évoluent favorablement de façon spontanée mais 5 à 10 % développent une forme modérée à sévère avec une issue potentiellement fatale. Ainsi, identifier les patients à risque d’évolution défavorable représente un défi important. Par conséquent, la création d’un modèle de prédiction du risque de progression d’une forme initiale légère vers une forme modérée, sévère ou critique de COVID-19, en combinant des paramètres cliniques et biologiques simples avec des données qualitatives ou quantitatives (incluant l’intelligence artificielle) du scanner thoracique initial, semble pertinent pour une prise en charge optimale des patients.

Méthodes

Quatre hôpitaux français (CHU Bordeaux, Grenoble, Montpellier et clinique Bordeaux Nord) ont participé à l’élaboration du modèle ainsi qu’à sa validation interne de manière rétrospective. La validation externe a été effectuée sur des patients admis dans des hôpitaux français indépendants. Le risque de progression vers une forme modérée à sévère a été déterminé à partir des paramètres cliniques (âge, sexe, tabagisme, apparition des symptômes, comorbidités cardiovasculaires, diabète, maladies respiratoires chroniques, immunodépression), biologiques (lymphocytes, CRP), données qualitatives ou quantitatives (dont les données d’intelligence artificielle) issues du scanner thoracique initial chez les patients atteints d’une forme légère initiale du COVID-19.

Résultats

Les analyses qualitatives tomodensitométriques associées aux paramètres cliniques et biologiques prédisent l’aggravation vers une forme modérée à sévère avec une performance de 0,70 (IC95 % : 0,63 à 0,77). L’utilisation de l’analyse quantitative tomodensitométrique et de l’intelligence artificielle permettent d’améliorer la performance du modèle de prédiction respectueusement à 0,73 (IC95 % : 0,67 à 0,79) et 0,77 (IC95 % : 0,71 à 0,83). Les résultats étaient similaires dans les deux cohortes de validation, en considérant les scanners thoraciques avec ou sans injection.

Conclusion

Les analyses qualitatives tomodensitométriques combinées à des paramètres cliniques et biologiques simples semblent déterminer le risque de progression d’une forme initialement légère de COVID-19 vers une forme modérée à sévère. L’ajout d’une analyse quantitative tomodensitométrique améliore le modèle de prédiction tout comme l’utilisation de l’intelligence artificielle.

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. 6-7 - janvier 2023 Retour au numéro
Article précédent Article précédent
  • Modélisation du remodelage vasculaire post-COVID-19 à partir de l’analyse bio-informatique de scanner thoracique et de scanner thoracique non injecté
  • C. Fetita, J. Richeux, M. Maury, J. Flint, A. Didier, N. Aide, P.Y. Brillet, E. Bergot, J.F. Bernaudin, A. Justet
| Article suivant Article suivant
  • Trajectoires de récupération respiratoire après une infection COVID-19 sévère (RE2COVERI) : résultats d’une étude pragmatique de suivi jusqu’à 1 an
  • F. Schlemmer, S. Valentin, L. Boyer, A. Guillaumot, F. Chabot, C. Dupin, P. Le Guen, G. Lorillon, A. Bergeron, D. Basille, J. Delomez, C. Andrejak, V. Bonnefoy, H. Goussault, J.B. Assié, P. Choinier, A.M. Ruppert, J. Cadranel, M.C. Mennitti, M. Roumila, C. Colin, S. Günther, O. Sanchez, T. Gille, L. Sésé, Y. Uzunhan, M. Faure, M. Patout, C. Morelot-Panzini, P. Laveneziana, M. Zysman, E. Blanchard, C. Raherison-Semjen, V. Giraud, E. Giroux-Leprieur, S. Habib, N. Roche, A.T. Dinh-Xuan, I. Sifaoui, P.Y. Brillet, C. Jung, E. Boutin, R. Layese, F. Canoui-Poitrine, B. Maitre