Academic literature on the topic 'Prédiction Médicale'

RésuméL'utilisation et la prédiction de la consommation de drogues et d'alcool chez les femmes de 65 ans et plus ont été étudies au moyen de données tirées de l'Enquête nationale sur l'alcool et les autres drogues (1989). L'utilisation est la même que celles obtenues d'enquêtes antérieures; c'est-à-dire que les femmes plus âgées consomment moins d'alcool, fument moins et utilisent moins de drogues illégales que les autres groupes d'âge et de sexe. Également concordants avec d'autres études, le taux de consommation de médicaments psycholeptiques avec prescription médicale est plus élevé chez les femmes âgées qu'au sein de tout autre groupe. Des analyses bivariées ont démontré une relation significative entre certaines variables sociales et démographiques, et la consommation de drogues et d'alcool. La consommation d'alcool était le fait de personnes célibataires, jeunes, non pratiquantes, en bonne santé et fumant. La consommation de tabac est plus importante chez les personnes plus jeunes, non pratiquantes, en moins bonne santé, bénéficiant moins de soutiens sociaux, consommant de l'alcool et utilisant des médicaments psycholeptiques sous prescription médicale. L'utilisation de ces médicaments (partitulièrement les somnifères) était plutôt le fait de femmes veuves, plus âgées, devotes, en moins bonne santé, ayant un niveau de scolarité moins élevé et un revenu moins élevé, devant faire face à des situations très stressantes, bénéficiant moins de soutien social, fumant et consommant d'autres médicaments psycholeptiques sous prescription médicale. L'analyse des données, réalisée au moyen d'une analyse de composantes principales, a révélé deux dimensions concordantes de la consommation de drogues et d'alcool chez les femmes âgées: une plus grande religiosité associée à une moindre consommation de tabac et d'alcool d'une part et, d'autre part, la consommation de médicaments psycholeptiques de prescription médicale de toutes sortes. Ces résultats sont discutés en fonction de l'utilisation prévue des femmes âgées de demain et du besoin de mieux comprendre le contexte social de la consommation de drogues et d'alcool chez les femmes âgées, où la consommationm d'alcool va de légère à modéreé, mais où le taux de consommation de médicaments psycholeptiques sous prescription medicale est plus élevé qu'au sein de tout autre groupe d'âge et de sexe.

La médecine personnalisée a pour but d’adopter une stratégie thérapeutique individualisée pour chaque patient. Ce paradigme gouverne la recherche fondamentale et translationnelle depuis plusieurs décennies, plus particulièrement dans le domaine de l’oncologie. Elle résulte du constat que les cancers sont des entités très hétérogènes et qu’il en existe pratiquement autant que de patients. La mise en œuvre de la médecine personnalisée implique la connaissance de marqueurs biologiques de prédiction, ou biomarqueurs, permettant d’anticiper la réponse au traitement. Après l’ère des marqueurs biologiques diagnostiques et pronostiques, s’ouvre donc celle des marqueurs dits « théranostiques ». La médecine personnalisée est un concept de longue date et son implémentation en pratique clinique prend du temps, mais la médecine actuelle connaît des progrès substantiels intégrant de plus en plus cette démarche. Cet article de culture médicale généraliste propose de présenter, au travers du modèle de l’onco-hématologie, comment la médecine personnalisée est en train d’incorporer la clinique en pratique. Il entrouvre les perspectives de la biologie de demain et souligne l’importance du biologiste dans ses interactions avec les cliniciens pour les choix thérapeutiques.

La recherche fondamentale sur le vieillissement a pris un tour intéressant ces dernières années avec un développement rapide des biomarqueurs prédictifs de mortalité chez les organismes modèles, notamment la drosophile, ainsi que chez l’être humain à travers les améliorations des approches d’identification en masse de molécules circulantes. Ces développements conduisent à un déplacement de notre capacité de prédiction de survenue de la mort, du niveau historiquement populationnel au niveau individuel. Nous interrogeons ici les implications éthiques, médicales et sociales de ce changement d’échelle.

La pandémie a mis à l’épreuve notre pays. Les décisions sont difficiles à prendre lorsqu’il faut gérer ce qui s’apparente à une catastrophe et lorsque les données scientifiques sont à l’origine pauvres et changeantes. Comme dans toute situation de crise, les défauts des systèmes et des organisations se révèlent alors au grand jour. Je ne parle pas ici des défauts du miroir médiatique qui sème et accroît la confusion en invitant moult experts médicaux autoproclamés à répandre leurs opinions hétéroclites, ou à inventer de nouveaux gourous qui, forts de leur fatuité, s’ingénient à réduire le débat scientifique à une autopromotion débridée. Les défauts du système de santé français sont plus profonds et plus structurels. Ils procèdent d’un hospitalocentrisme renouvelé, qui est d’autant plus décalé que la crise démontre qu’il est à l’évidence inadapté à la situation. L’article de J.S. Cadwallader et coll. dans ce numéro montre de manière éclatante qu’un raisonnement épidémiologique prenant en compte les soins de première ligne (soins premiers/primaires) aurait pu aboutir à une prise de conscience beaucoup plus concrète et réelle de l’ampleur de l’épidémie, et à une prédiction plus anticipée de l’ampleur de la vague hospitalière. Il permet de réfléchir à l’inadéquation de l’organisation et des moyens dévolus à la recherche, complètement axés sur les soins tertiaires sans tenir compte de la nature des questions de recherche qui concernent la prise en charge des patients en première ligne. Un système de santé devrait marcher sur ses deux jambes, entre soins de première ligne et soins de troisième ligne, avec une deuxième ligne qui permet une interface. Une logique organisationnelle cohérente a été très bien résumée dans le manifeste pour un système de santé organisé, publié par toutes les composantes de la médecine générale réunies au sein du Collège de la discipline1. Ces préconisations s’appuient sur les données scientifiques internationales2. Malheureusement, l’épidémie n’a pas réduit le déséquilibre du système de santé, rien n’est fait pour réduire le handicap de la première ligne. Il est frappant de considérer que, malgré la ritournelle du « virage ambulatoire », la part des dépenses de santé relatives à la médecine de première ligne poursuit sa diminution constante depuis des années. Quant à la recherche en soins premiers, elle n’est toujours pas structurellement financée, alors que l’argent peut être utilisé avec faste pour financer des études dont les publications prouvent qu’elles servent plus l’intérêt médiatique de leurs auteurs que celui des patients. Pourquoi la réponse à la crise sanitaire est-elle pensée comme militaire, ne prenant en compte que la troisième ligne sans tenir compte de l’offre de soins existant en première ligne, qui s’est organisée et était prête à se mobiliser ? Pourquoi les projets de recherche sont financés en écrasante majorité pour le secteur de troisième ligne ? Pourquoi ceux relatifs à la première ligne, là où les données seraient si importantes à connaître, doivent-ils avoir l’agrément d’une kyrielle de comités successifs et l’aval des responsables de la troisième ligne avant de pouvoir éventuellement voir le jour… sauf évidemment si l’épidémie est finie entre-temps. La recherche en médecine générale doit apporter au système de santé et aux patients les réponses qui leur font cruellement défaut. La crise liée à la Covid a démontré jusqu’à quel point des opinions désolantes pouvaient fleurir en l’absence de ces réponses, désorientant les patients, les médias et l’ensemble de la société. Il est temps de permettre au système de première ligne, et notamment aux médecins généralistes, de structurer l’organisation et le financement d’une recherche universitaire indépendante du système hospitalier.

Les règles de prédiction validées doivent aider le médecin dans ses décisions médicales complexes et ainsi augmenter le nombre de décisions adéquates. Ces règles de prédiction sont établies selon les données anamnestiques du patient, les résultats de l'examen clinique, des examens de laboratoire et de l'imagerie diagnostique. Avant que de telles règles de prédiction puissent être utilisées en pratique quotidienne, elles doivent aussi être validées selon leur force d'expression. Ceci peut être effectué soit en utilisant une partie des données originales ou en utilisant des données obtenues de façon prospective pour l'élaboration de ces règles de prédiction.

Introduction : Les patients hospitalisés au décours d’un passage aux urgences sont à risque d’erreur médicamenteuse. Le déploiement de l’activité de conciliation médicamenteuse à l’admission en unité d’hospitalisation de courte durée (UHCD) permet d’identifier les divergences non intentionnelles (DNI) de prescription médicamenteuse hospitalière en comparaison avec le traitement pris à domicile, puis de les corriger. L’objectif de l’étude était d’identifier les facteurs prédictifs d’erreurs de prescription médicamenteuse aux urgences, afin de mieux prioriser la conciliation médicamenteuse pour les patients admis à l’UHCD. Méthode : Nous avons mené une étude rétrospective, monocentrique et observationnelle incluant tous les patients ayant bénéficié d’une conciliation médicamenteuse à l’admission à l’UHCD pendant six mois. L’association entre les caractéristiques des patients et la survenue d’au moins une DNI a été étudiée à l’aide d’une régression logistique en ajustant sur les facteurs de confusion (analyse multivariée). Résultats : Parmi 200 patients inclus, 111 étaient concernés par la survenue d’au moins une DNI (56 %) avec une médiane de deux par patient. Les erreurs étaient principalement des omissions, en majorité pour des traitements à visée cardiovasculaire et du système nerveux central. La majorité des patients étaient exposés à un potentiel événement indésirable lié aux soins (n = 70, 63 %), mais aucun à un événement indésirable de gravité potentielle catastrophique. Dans l’analyse multivariée, la présence d’au moins cinq lignes de traitement dans l’observation médicale de l’urgentiste était très prédictive de la survenue d’au moins une DNI (OR : 1,30 ; IC 95 % : [1,15–1,26] ; p < 0,01). Cette variable concernait principalement un groupe de patients distincts d’âge supérieur ou égal à 75 ans et connus pour au moins deux comorbidités dont la majorité a été concernée par au moins une DNI (69 %). Les facteurs organisationnels propres à l’hospitalisation en situation urgente n’étaient pas prédictifs de la survenue de DNI. Conclusion : Pour le pharmacien de l’UHCD, la présence d’au moins cinq lignes de traitement dans l’observation médicale d’un patient doit être considérée comme une alerte et déclencher l’activité de conciliation médicamenteuse, en priorisant les patients âgés de plus de 75 ans et polypathologiques.

RÉSUMÉPubMed fournit plus de 6,000 références (700 critiques) sur les chutes accidentelles des personnes âgées. Cet article retrace les jalons principaux et méthodologiques dans l’application de méthodes épidémiologiques depuis les premières publications dans ce domaine, à la fin des années quarante. Dans le contexte des avances faites en définition des cas médicaux, échantillonnage, mesure, conception de la recherche et l’analyse statistique, l’article passe en revue les estimations de fréquence d’apparition, les associations de facteurs de risque, les conséquences de la morbidité et de la mortalité, la démonstration de la théorie des facteurs multirisques à l’aide des interventions sur la prévention des chutes et les défis de modèles de prédiction des risques de chutes. Les explications méthodologiques sont fournies pour les hétérogénéités observées et le cas médical est présenté en faveur d’aller au-delà des listes indifférenciées des facteurs de risque, en mettant l’accent sur l’équilibre et la démarche comme les facteurs par lesquels on peut mieux comprendre les effets mécanistes des facteurs de risque distaux. En outre, l’affaire est faite pour faire avancer nos analyses statistiques en examinant les interactions parmi les facteurs de risque intrinsèques et entre les facteurs intrinsèques, extrinsèques et environnementaux.

La douleur, avec sa dimension subjective, comportementale et physiologique, fait partie des phénomènes régulatoires visant à l’homéostase d’un organisme. Il arrive cependant que la douleur ne soit plus efficace dans cette fonction homéostatique et se chronicise, avec une dissociation entre la perspective médicale « somatosensorielle », et la plainte du patient, son expérience subjective. La douleur pose alors une énigme, dans le sens où 1) elle n’a pas de substrat somatique repérable, 2) elle est la plupart du temps réfractaire aux antalgiques, 3) elle met en échec les somaticiens, 4) elle déséquilibre également le système familial, scolaire et parfois social dans lequel évoluent les enfants et adolescents. L’hypothèse est que les expériences précoces et spécifiques d’une personne, qui organisent ses relations d’attachement, peuvent expliquer les différences individuelles dans la manière dont la douleur est ressentie, et signalée. Après avoir brièvement décrit ces types de douleurs, cet article propose de faire un état des travaux qui mettent en lien la nature des liens d’attachement qui unissent les enfants et adolescents avec troubles douloureux chroniques sans explication médicale, et leurs parents. La synthèse de ces travaux montre que les enfants et adolescents souffrant de douleur chronique sans substrat médical retrouvé ont montré de faibles taux de sécurité d’attachement par rapport aux groupes témoins, que les états douloureux sont systématiquement associés à des taux élevés d’attachement à risque. Nous proposons un modèle des liens entre douleur chronique et attachement éclairé par le paradigme du codage prédictif. L’implication thérapeutique permet de proposer un processus thérapeutique plurifocal agissant à la fois sur les anticipations douloureuses et le système de l’attachement, sur la composante physique de la douleur et sur le système familial.

L’objectif du travail est modéliser les flux entrant des consultations et des admissions non programmées et l’impact sur les services d’urgences (SU). Les modélisations et les prédictions ont été élaborées à partir des données recueillies aux urgences. Après avoir déterminé la meilleure méthode, on a calculé l’influence des facteurs calendaires sur l’activité dans 4 SU de la région parisienne de 2004 à 2007. Une simulation par évènements discrets intégrant le nombre d’hospitalisations selon le jour de la semaine, la durée de séjour prévue en fonction du type d’hospitalisation, de l’âge et leurs distributions de probabilités a été réalisée pour estimer les besoins en lits d’un SU d’un hôpital parisien. Résultats : Nous avons choisi une méthode linéaire avec variables calendaires. Nous avons enregistré 622253 visites pour nos prédictions. Une Erreur Moyenne Absolue en Pourcentage (EMAP) de moins de 10% a été trouvée dans tous les modèles mathématiques analytiques. Les modèles hebdomadaires étaient différents d’un centre à l’autre, sans saisonnalité. Les poids des variables se modifient au cours du temps. La prédictibilité de la somme des 4 centres est meilleure avec une EMAP de 5,3% contre 8. 1% à 17% pour chaque centre isolé. D’après nos simulations, une coupure de la durée de séjour à 30 jours (soit 95% des patients âgés) ou une baisse des admissions programmées des patients de moins de 75 ans de 20% permettrait d’hospitaliser sans transferts les patients admis aux urgences sans augmenter la taille des unités d’observation. L’activité des urgences et des besoins en lits est prédictible et doit permettre une meilleur adaptation dans la prise en charge des hospitalisations des patients.

L’utilisation des dossiers médicaux électroniques (DMEs) et la prescription électronique sont des priorités dans les différents plans d’action européens sur la santé connectée. Le développement du DME constitue une formidable source de données ; il capture tous les épisodes symptomatiques dans la vie d’un patient et doit permettre l’amélioration des pratiques médicales et de prises en charge, à la condition de mettre en place des procédures de traitement automatique.A ce titre nous travaillons sur la prédiction d’hospitalisation à partir des DMEs et après les avoir représentés sous forme vectorielle, nous enrichissons ces modèles afin de profiter des connaissances issues de référentiels, qu’ils soient généralistes ou bien spécifiques dans le domaine médical, et cela, dans le but d’améliorer le pouvoir prédictif d’algorithmes de classification automatique. Déterminer les connaissances à extraire dans l’objectif de les intégrer aux représentations vectorielles est à la fois une tâche subjective et destinée aux experts, nous verrons une procédure semi-supervisée afin d’automatiser en partie ce processus.Du fruit de nos recherches, nous avons ébauché un produit destiné aux médecins généralistes afin de prévenir l’hospitalisation de leur patient ou du moins améliorer son état de santé. Ainsi, par le biais d’une simulation, il sera possible au médecin d’évaluer quels sont les facteurs impliqués dans le risque d’hospitalisation de son patient et de définir les actions préventives à planifier pour éviter l’apparition de cet événement.Cet algorithme d’aide à la décision a pour visée d’être directement intégré au logiciel de consultation des médecins et nous avons pour ce faire développé une interface graphique élaborée en collaboration avec de nombreux corps de métiers avec notamment les premiers concernés, des médecins généralistes
The use of electronic medical records (EMRs) and electronic prescribing are priorities in the various European action plans on connected health. The development of the EMR is a tremendous source of data; it captures all symptomatic episodes in a patient’s life and should lead to improved medical and care practices, as long as automatic treatment procedures are set up.As such, we are working on hospitalization prediction based on EMRs and after having represented them in vector form, we enrich these models in order to benefit from the knowledge resulting from referentials, whether generalist or specific in the medical field, in order to improve the predictive power of automatic classification algorithms. Determining the knowledge to be extracted with the objective of integrating it into vector representations is both a subjective task and intended for experts, we will see a semi-supervised procedure to partially automate this process.As a result of our research, we designed a product for general practitioners to prevent their patients from being hospitalized or at least improve their health. Thus, through a simulation, it will be possible for the doctor to evaluate the factors involved on the risk of hospitalization of his patient and to define the preventive actions to be planned to avoid the occurrence of this event.This decision support algorithm is intended to be directly integrated into the physician consultation software. For this purpose, we have developed in collaboration with many professional bodies, including the first to be concerned, general practitioners

Les maladies complexes comme l'obésité sont des maladies multifactorielles. Peu de travaux existent pour essayer de prédire les effets des différents traitements et ainsi mieux adapter les traitements aux patients. L'utilisation de modèles prédictifs pour mieux guider le choix des traitements de l'obésité reste un champ de recherche peu exploré malgré le fort impact qu'elle pourrait avoir vu la prévalence de cette maladie. Dans d'autres domaines de la médecine, comme la cancérologie par exemple, de telles méthodes sont déjà utilisées pour l'aide au diagnostic se basant notamment sur des données issues de puces à ADN. Cette technologie s'avère adaptée et son utilisation a donné lieu à des résultats intéressants pour dépister les maladies ou aider les médecins dans leur choix thérapeutique. Cependant si celle‐ci s'avère suffisante pour prédire d'une manière satisfaisante dans le domaine du cancer, en revanche elle s'avère d'un apport limité dans le cadre d'une application aux données de l'obésité. Cela suggère l'utilisation d'autres données patients pour améliorer les performances en prédiction. Les travaux de recherche présentés dans ce mémoire abordent les problèmes de la prédiction de la perte de poids suite à un régime ou une chirurgie bariatrique. Nous avons analysé le problème de la prédiction de la perte de poids à partir des données transcriptomique dans le cadre de deux projets européens et aussi à partir des données biocliniques dans le cadre de la chirurgie de l’obésité. Nous avons ensuite proposé trois concepts de combinaisons de modèles : combinaison de données, combinaison de méthodes et combinaison avec abstention. Nous avons analysé empiriquement ces trois approches et les expérimentations ont montré une amélioration des résultats pour les données de l'obésité même si ceux‐ci restent bien en deça de ce qu'on observe avec les données cancers

L’accroissement explonentiel des nouvelles connaissances médicales compromet leur mise en application au prix d’une qualité des soins sous optimale. Ceci est encore plus vrai pour la médecine d’urgence, exercice où les contraintes révèlent encore plus crûment les limites cognitives de la prise de décision médicale. En effet, celle-ci repose principalement sur la capacité du médecin à prédire l’évolution du patient en fonction des éléments disponibles et à en déduire une prise en charge ad-hoc. Les règles de prédiction clinique sont la meilleure évidence disponible pour asseoir la décision médicale. Cet exposé rassemble les travaux menés avec l'équipe du service d'urgence du centre hospitalier universitaire H. Mondor sur l'aide à décision pour la prise en charge des pneumonies aiguës communautaires (PAC) basée sur l'utilisation d'une règle de prédiction clinique. Après avoir validé dans le contexte européen le Pneumonia Severity Index (PSI), développé en Amérique du Nord, le second travail présente l’impact de l’utilisation de cette règle en pratique quotidienne dans les services d’urgence français. Puis, dans le cadre d'une évaluation des pratiques professionnelles la mise en œuvre d'une stratégie globale pluridisciplinaire de prise en charge des PAC intégrant le calcul du PSI dans le dossier médical informatisé d’un service d’urgence est rapportée. Enfin, les deux derniers travaux présentent d’une part le développement d'une nouvelle règle de prédiction clinique pour les PAC sévères (REA-ICU: Risk of Early Admission to Intensive Care Unit) et d’autre part la démonstration par recurrence de la pertinence opérationnelle de cette nouvelle règle laissant présager d’une possible amélioration des pratiques médicales
The explonentially increasing amount of medical knowledge compromises its transfer to medical practice and results in suboptimal quality of care. This is of particular interest with regard to emergency medicine. Indeed, in few other domains of medicine is there such variety, novelty, distraction, and chaos, all juxtaposed to a need for expeditious and judicious thinking and in no other area of medicine, is decision density as high. Therefore, emergency medicine is particularly exposed to reveal the cognitive limits of medical decision making. Indeed, medical decision mainly depends on emergency physicians ability to predict patients’ outcome based on data available at presentation. Clinical prediction rules are the best evidence for guiding medical decision. The following text reports several studies conducted by the emergency department team of H Mondor university related hospital about the usefulness of a clinical prediction rule for guiding medical decision making process of patients presenting with a community acquired pneumonia (CAP). First, the European validation of the Pneumonia Severity Index (PSI) that has been intially developped in North America is reported. The second study reports the impact of routine use of the PSI in French emergency departments. Then, we report an evaluation of professional practices consisting in the implemention of a comprehensive strategy that included PSI assessment via the emergency department computerized medical file. Finally, the last two reports present on the one hand the development of a new clinical prediction rule for the severe CAP (REA-ICU: Risk of Early Admission to Intensive Care Unit) and on the other hand a demonstration by recurrence of the actual usefulness of this new rule that could be able to signicantly modify medical practices

La Fibrillation Atriale (FA) est une maladie cardiaque complexe aux proportions épidémiques. Elle se caractérise par une activation électrique chaotique et créé un environnement hémodynamique propice à la formation de caillots et à l'augmentation du risque d'accidents vasculaires cérébraux (AVC) ischémiques. Bien qu'il existe des traitements et interventions préventives visant à réduire l'incidence d'AVC, ils impliquent une augmentation du risque d'autres complications médicales ou consistent en des procédures invasives. C'est pourquoi les tentatives de stratification du risque d'AVC dans la FA sont d'une importance cruciale pour la prise de décision clinique. Malgré cela, les scores de risque actuellement utilisés ne reposent que sur des informations élémentaires du patient et sont peu performants. Aucun marqueur connu ne reflète le processus mécanique de l'AVC, tandis que de plus en plus de données sont collectées de façon routinière sans être utilisées. Bien que de nombreuses études cliniques suggèrent que l'Atrium Gauche (AG) joue un rôle important dans l’occurrence d'AVC, celles-ci ce basent sur des mesures subjectives pour le vérifier. En contraste, nous souhaitons exploiter l'avancée des méthodes de stratification d'imagerie médicale pour valider cette intuition.Pour cela, nous traduisons le lien existant entre l'anatomie de l'AG et le risque d'AVC en un problème géométrique, nous permettant ainsi de bénéficier d'un riche historique de ressources théoriques et appliquées sur l'analyse de formes. Nous passons en revue les nombreuses facettes de l'analyse de formes, et réalisons que, bien que puissantes, les méthodes existantes manquent d'interprétations cliniquement significatives. Nous nous basons néanmoins sur ces outils généraux pour construire une représentation compacte spécifique à l'AG qui permet une meilleure interprétation des résultats. Cette première tentative nous permet d'identifier les éléments clés d'une solution réaliste à l'étude de l'AG. Parmi eux, tout outil que nous construirons devra être suffisamment rapide et robuste pour être adaptés a de potentiels large études prospectives. Puisque l'étape cynétiquement déterminante du processus réside dans la segmentation sémantique des parties anatomiques de l'AG, nous nous concentrons sur l'utilisation de réseaux de neurones spécifiquement conçus pour les surfaces afin d'accélérer ce problème. En particulier, nous montrons que passer la courbure principale des formes en entrée des réseaux de neurones est un meilleur choix que ce qui est actuellement utilisé, quelle que soit l'architecture. Au fur et à mesure de l'amélioration itérative de notre pipeline, nous approfondissons l'utilisation de la segmentation sémantique et de la représentation compacte en proposant un ensemble de caractéristiques géométriques expressives décrivant l'AG -- parfaitement alignées avec les attentes des cliniciens tout en offrant la possibilité d'une analyse quantitative robuste. Nous utilisons ces caractéristiques locales et mettons en lumière les relations complexes entre la forme de l'AG et l'incidence d'AVC, en effectuant une analyse statistique ainsi qu'une classification à l'aide de méthodes basées sur les arbres de décision. Les résultats fournissent des informations précieuses pour la prédiction d'AVC : une liste de caractéristiques de forme directement liées aux patients victimes; des caractéristiques qui expliquent d'importants indicateurs de troubles hémodynamiques; et une meilleure compréhension de l'impact du remodelage de l'AG lié à l'état de la FA. Enfin, nous discutons d'autres utilisations possibles des outils développés dans ce travail, de l'étude de cohortes plus importantes à l'intégration dans des analyses multimodales, en passant par une potentielle analyse de sensibilité précise de simulation hémodynamiques, une étape précieuse pour une compréhension exhaustive du processus mécanique de l'AVC
Atrial Fibrillation (AF) is a complex heart disease of epidemic proportions. It is characterized by chaotic electrical activation which creates a haemodynamic environment prone to clot formation and an increase in risk of ischemic strokes. Although treatments and interventions exist to reduce stroke incidence, they often imply an increase in risk of other complications or consist in invasive procedures. As so, attempts of stratifying stroke risk in AF is of crucial importance for clinical decision-making. However, current widely used risk scores only rely on basic patient information and show poor performance. Importantly, no known markers reflect the mechanistic process of stroke, all the while more and more patient data is routinely available. In parallel, many clinical experts have hypothesized that the Left Atrium (LA) has an important role in stroke occurrence, yet have only relied on subjective measures to verify it. In this study, we aim at taking advantage of the evolving patient imaging stratification to substantiate this claim. Linking the anatomy of the LA to the risk of stroke can directly be translated into a geometric problem. Thankfully, the study and analysis of shapes knows a long-standing mathematical history, in theory as well as application, of which we can take full advantage. We first walk through the many facets of shape analysis, to realise that, while powerful, global methods lack clinically meaningful interpretations. We then set out to use these general tools to build a compact representation specific to the LA, enabling a more interpretable study. This first attempt allows us to identify key facts for a realistic solution to the study of the LA. Amongst them, any tool we build must be fast and robust enough for potentially large and prospective studies. Since the computational crux of our initial pipeline lies in the semantic segmentation of the anatomical parts of the LA, we focus on the use of neural networks specifically designed for surfaces to accelerate this problem. In particular, we show that representing input shapes using principal curvature is a better choice than what is currently used, regardless the architecture. As we iteratively update our pipeline, we further the use of the semantic segmentation and the compact representation by proposing a set of expressive geometric features describing the LA which are well in line with clinicians expectations yet offering the possibility for robust quantitative analysis. We make use of these local features and shed light on the complex relations between LA shape and stroke incidence, by conducting statistical analysis and classification using decision tree based methods. Results yield valuable insights for stroke prediction: a list of shape features directly linked to stroke patients; features that explain important indicators of haemodynamic disorder; and a better understanding of the impact of AF state related LA remodelling. Finally, we discuss other possible use of the set of tools developed in this work, from larger cohorts study, to the integration into multi-modal models, as well as opening possibilities for precise sensitivity analysis of haemodynamic simulation, a valuable next step to better understand the mechanistic process of stroke

La compréhension clinique et le traitement des maladies cardiovasculaires est extrêmement complexe. Pour chaque patient, les cardiologues sont confrontés à des difficultés pour déterminer la pathologie, choisir une thérapie ou encore sélectionner les patients susceptibles de bien répondre à un traitement donné. Afin de fournir une aide additionnelle aux cardiologues, de nombreuses équipes de recherche étudient la possibilité de planifier de telles thérapies grâce à des modèles biophysiques du cœur. Ils formulent l'hypothèse que l'on peut combiner les données fonctionnelles et anatomiques afin de créer des modèles cardiaques personnalisés à chaque patient qui auraient le potentiel de prédire les bénéfices des différentes thérapies. Les simulations électromécaniques du cœur sont basées sur des modèles informatiques qui peuvent représenter la géométrie, le mouvement et la propagation d'ondes électriques pendant un cycle cardiaque avec suffisamment de précision. L'intégration d'information anatomique, mécanique et électrophysiologique pour un patient donné est essentielle pour construire ce type de modèle.Dans cette thèse, nous présentons tout d'abord les méthodes de personnalisations géométriques, cinématiques et électrophysiologiques nécessaires à toutes modélisations mécaniques. Nous utilisons ensuite le modèle électromécanique de Bestel-Clément-Sorine qui a déjà prouvé avoir un bon réalisme sans être trop complexe au vu des données disponibles. Nous commençons par détailler la nouvelle implémentation de ce modèle dans une plateforme efficace de simulation médicale ayant l'avantage d'être libre et interactive, puis nous analysons les résultats de la simulation par une étude de sensibilité complète.Dans un deuxième temps, nous étudions la possibilité de personnaliser les paramètres mécaniques de ce modèle à partir d'images médicales (IRM). Pour cela, nous proposons en premier lieu une méthode automatique de calibration qui estime les paramètres mécaniques globaux à partir de courbes de pressions et volumes. Cette technique testée sur 6 volontaires et 2 cas pathologiques nous a permis de faire une étude de spécificité qui consiste à déterminer les paramètres pertinents capables de différencier les cas pathologiques des cas sains.Une fois initialisés à ces valeurs calibrées, les paramètres sont personnalisés localement avec un algorithme d'optimisation plus complexe. Le « Reduced Order Unscented Kalman Filtering » est utilisé pour estimer les contractilités de toutes les zones AHA du ventricule gauche à partir des volumes régionaux extraits des séquences d'images IRM. Cette stratégie de personnalisation a été validée et testée sur plusieurs cas pathologiques et volontaires. Ces différentes contributions ont montré des résultats prometteurs tout au long de cette thèse et certains sont déjà utilisés pour quelques études de recherche
The clinical understanding and treatment of cardiovascular diseases is highly complex. For each patient, cardiologists face issues in determining the pathology, choosing a therapy or selecting suitable patients for the therapy. In order to provide additional guidance to cardiologists, many research groups are investigating the possibility to plan such therapies based on biophysical models of the heart. The hypothesis is that one may combine anatomical and functional data to build patient-specific cardiac models that could have the potential to predict the benefits of different therapies. Cardiac electromechanical simulations are based on computational models that can represent the heart geometry, motion and electrophysiology patterns during a cardiac cycle with sufficient accuracy. Integration of anatomical, mechanical and electrophysiological information for a given subject is essential to build such models.In this thesis, we first introduce the geometry, kinematics and electrophysiology personalizations that are necessary inputs to mechanical modeling. We propose to use the Bestel-Cl'ement-Sorine electromechanical model of the heart, which is sufficiently accurate without being over-parametrized for the available data. We start by presenting a new implementation of this model in an efficient opensource framework for interactive medical simulation and we analyze the resulting simulations through a complete sensitivity analysis.In a second step, the goal is to personalize the mechanical parameters from medical images (MRI data). To this end, we first propose an automatic calibration algorithm that estimates global mechanical parameters from volume and pressure curves. This technique was tested on 7 volunteers and 2 heart failure cases and allowed to perform a preliminary specificity study that intends to determine the relevant parameters able to differentiate the pathological cases from the control cases.Once initialized with the calibrated values, the parameters are then locally personalized with a more complex optimization algorithm. Reduced Order Unscented Kalman Filtering is used to estimate the contractilities on all of the AHA zones of the Left Ventricle, matching the regional volumes extracted from cine MRI data. This personalization strategy was validated and tested on several pathological and healthy cases. These contributions have led to promising results through this thesis and some are already used for various research studies

La médecine est demandeuse de prédictions. Cette question de la prédiction se pose à différents moments de la prise en charge du patient, au moment du diagnostic, au moment de l'évaluation du pronostic et au moment du suivi, pour prendre les meilleures décisions possibles en termes de choix d'examens complémentaires et de choix de thérapeutique. La prédiction permet d'apporter une information au médecin et au patient pour prendre la décision. Pour construire ces modèles de prédiction, on dispose de bases de données qui nous permettent d'évaluer l'association entre des données cliniques ou biologiques et la probabilité de survenue d'un évènement. Pour quantifier ces associations, on utilise des modèles de régression logistique qui sont estimés d'après la méthode du maximum de vraisemblance. Pour évaluer ces modèles, on dispose de différents critères, qui quantifient leur adéquation, leur capacité de discrimination, leur calibration. Ces modèles vont nous permettre de prendre une décision. Les erreurs de prédiction vont mener à des erreurs de décision. Les conséquences de ces décisions sont quantifiables grâce à la théorie des utilités. C'est donc un critère quantifiant l'utilité du modèle qui nous permet de choisir le modèle le plus utile. La construction de modèles de prédiction est particulièrement importante dans le domaine clinique de l'obstétrique. En effet, il est important dans le cas des hémorragies de la délivrance de prévenir l'aggravation de la situation, et donc de distinguer les patientes qui vont s'aggraver très rapidement. Le taux de fibrinogène a été étudié, comme prédicteur d'une évolution grave de l'hémorragie. Les variables cliniques disponibles au moment du diagnostic ont ensuite été étudiées. Dans la situation de la rupture prématurée des membranes, il existe un choix à faire entre deux décisions qui induisent une morbidité néonatale et maternelle : la naissance prématurée et le risque de chorioamniotite. Des marqueurs du risque de chorioamniotite pourraient donc faciliter la prise de décision en augmentant l'information pour le clinicien. De plus en plus de modèles de prédiction sont développés dans toutes les situations cliniques. Il faut rester critique vis-à-vis de ces modèles. Leur évaluation doit tenir compte de leur utilisation, et doit donc tenir compte de leur utilité en situation de prise de décision
Medicine asks for prediction. Prediction is needed at different point in the management of a patient. To take the best decision as possible for complementary exams, or therapeutics. Prediction gives an information to the practitioner and the patient, to take a decision. To build these prediction models, we have data bases. The association between clinical or biological data and the outcome probability can be estimated thanks to these data bases. To measure these associations, logistic regression models are used. They are estimated with maximum likelihood method. To evaluate these models, different criteria exist. These criteria quantify adequacy, discrimination capacity, calibration. These models help to take a decision. Prediction errors lead to decision errors. Consequences of these decisions are measurable with utility theory. Therefore, it is a criteria that measure utility of a model that enables us to select the most useful model. Prediction model building is an important point in obstetrics. Indeed, in case of postpartum haemorrhage, it is important to prevent worsening of the clinical situation, and therefore, to identify patient who will worsen fastly. Fibrinogen level was studied as a predictor of severe postpartum haemorrhage. Clinical variables availables at diagnosis of postpartum haemorrhage was then studied. In case of preterm premature rupture of membranes, there is a decision to take, between two choices that may lead to maternal of neonatal morbidity: preterm birth and chorioamnionitis risk with pregnancy continuation. Markers of chorioamnionitis risk may help the practitioners for decision making, by increasing the information. More and more prediction models are developed in all clinical situations. We must be critical before using these models in real life. Their evaluation must take into account their use, and therefore, their utility in case of decision making

La compréhension clinique et le traitement des maladies cardiovasculaires est extrêmement complexe. Pour chaque patient, les cardiologues sont confrontés à des difficultés pour déterminer la pathologie, choisir une thérapie ou encore sélectionner les patients susceptibles de bien répondre à un traitement donné. Afin de fournir une aide additionnelle aux cardiologues, de nombreuses équipes de recherche étudient la possibilité de planifier de telles thérapies grâce à des modèles biophysiques du cœur. Ils formulent l'hypothèse que l'on peut combiner les données fonctionnelles et anatomiques afin de créer des modèles cardiaques personnalisés à chaque patient qui auraient le potentiel de prédire les bénéfices des différentes thérapies. Les simulations électromécaniques du cœur sont basées sur des modèles informatiques qui peuvent représenter la géométrie, le mouvement et la propagation d'ondes électriques pendant un cycle cardiaque avec suffisamment de précision. L'intégration d'information anatomique, mécanique et électrophysiologique pour un patient donné est essentielle pour construire ce type de modèle.Dans cette thèse, nous présentons tout d'abord les méthodes de personnalisations géométriques, cinématiques et électrophysiologiques nécessaires à toutes modélisations mécaniques. Nous utilisons ensuite le modèle électromécanique de Bestel-Clément-Sorine qui a déjà prouvé avoir un bon réalisme sans être trop complexe au vu des données disponibles. Nous commençons par détailler la nouvelle implémentation de ce modèle dans une plateforme efficace de simulation médicale ayant l'avantage d'être libre et interactive, puis nous analysons les résultats de la simulation par une étude de sensibilité complète.Dans un deuxième temps, nous étudions la possibilité de personnaliser les paramètres mécaniques de ce modèle à partir d'images médicales (IRM). Pour cela, nous proposons en premier lieu une méthode automatique de calibration qui estime les paramètres mécaniques globaux à partir de courbes de pressions et volumes. Cette technique testée sur 6 volontaires et 2 cas pathologiques nous a permis de faire une étude de spécificité qui consiste à déterminer les paramètres pertinents capables de différencier les cas pathologiques des cas sains.Une fois initialisés à ces valeurs calibrées, les paramètres sont personnalisés localement avec un algorithme d'optimisation plus complexe. Le " Reduced Order Unscented Kalman Filtering " est utilisé pour estimer les contractilités de toutes les zones AHA du ventricule gauche à partir des volumes régionaux extraits des séquences d'images IRM. Cette stratégie de personnalisation a été validée et testée sur plusieurs cas pathologiques et volontaires. Ces différentes contributions ont montré des résultats prometteurs tout au long de cette thèse et certains sont déjà utilisés pour quelques études de recherche.

Les maladies complexes comme l'obésité sont des maladies multifactorielles. Peu de travaux existent pour essayer de prédire les effets des différents traitements et ainsi mieux adapter les traitements aux patients. L'utilisation de modèles prédictifs pour mieux guider le choix des traitements de l'obésité reste un champ de recherche peu exploré malgré le fort impact qu'elle pourrait avoir vu la prévalence de cette maladie. Dans d'autres domaines de la médecine, comme la cancérologie par exemple, de telles méthodes sont déjà utilisées pour l'aide au diagnostic se basant notamment sur des données issues de puces à ADN. Cette technologie s'avère adaptée et son utilisation a donné lieu à des résultats intéressants pour dépister les maladies ou aider les médecins dans leur choix thérapeutique. Cependant si celle‐ci s'avère suffisante pour prédire d'une manière satisfaisante dans le domaine du cancer, en revanche elle s'avère d'un apport limité dans le cadre d'une application aux données de l'obésité. Cela suggère l'utilisation d'autres données patients pour améliorer les performances en prédiction. Les travaux de recherche présentés dans ce mémoire abordent les problèmes de la prédiction de la perte de poids suite à un régime ou une chirurgie bariatrique. Nous avons analysé le problème de la prédiction de la perte de poids à partir des données transcriptomique dans le cadre de deux projets européens et aussi à partir des données biocliniques dans le cadre de la chirurgie de l'obésité. Nous avons ensuite proposé trois concepts de combinaisons de modèles : combinaison de données, combinaison de méthodes et combinaison avec abstention. Nous avons analysé empiriquement ces trois approches et les expérimentations ont montré une amélioration des résultats pour les données de l'obésité même si ceux‐ci restent bien en deça de ce qu'on observe avec les données cancers

La fracture ostéoporotique du col fémoral et la coxarthrose constituent aujourd'hui deux enjeux majeurs de santé publique chez les sujets âgés. L'ostéoporose est définie par une diminution de la masse osseuse et une altération de la structure osseuse. La coxarthrose d'autre part associe la perte progressive du cartilage d'encroûtement articulaire, une sclérose osseuse sous-chondrale, des géodes sous-chondrales, et des ostéophytes marginaux. Bien qu'une masse osseuse élevée semble prédisposer à l'arthrose, les relations métaboliques et biomécaniques entre ostéoporose et coxarthrose sont complexes. L'évaluation de l'architecture osseuse de l'extrémité proximale du fémur est un des enjeux majeurs de recherche actuels visant à la caractérisation des modifications du tissu osseux liées au vieillissement. Notre travail de thèse s'est inscrit dans un projet pluridisciplinaire de recherche sur les altérations de la structure osseuse de l'extrémité proximale du fémur, reposant sur une analyse en imagerie médicale et une étude biomécanique de cette région anatomique fondamentale
Fracture of the proximal femur and hip osteoarthritis are nowadays a major public health problem in elderly persons. The current definition of osteoporosis is a low bone mass associated with microarchitecture deterioration. On the other hand, osteoarthritis corresponds to progressive articular cartilage loss, subchondral bone sclerosis, subchondral bone cysts, and marginal osteophytes. Although a higher bone mass may increase the risk of osteoarthritis, osteoporosis and hip osteoarthritis present a complex metabolic and biomechanical relationship. The proximal femur architectural evaluation and characterization of age-related osseous alterations are currently one of the main challenges in bone and mineral research. Our work was based on a multidisciplinary project which aimed at evaluating the age-related structural deterioration of the proximal femur using medical imaging and biomechanical testing in this crucial anatomical region

La médecine génétique, en réponse à l’espoir de tout parent de donner naissance à un enfant en parfaite santé, a pour ambition d’identifier l’aléa génétique et de mettre un terme à la loterie parentale. Le développement récent de la médecine génétique prédictive a conduit à déplacer le sujet du dépistage de l’embryon aux parents et a été à l’origine d’une prise de conscience des individus de leur responsabilité quant à la transmission de gènes délétères à leur descendance. Par voie de conséquence, une véritable quête moderne à l’information sur le risque génétique pour les futurs parents est née. Au surplus, le développement de nouvelles techniques visant à modifier indirectement ou directement le patrimoine génétique d’un embryon, permet d’entrevoir une issue face aux affres de l’hérédité et, ainsi, de garantir aux parents un enfant qui leur sera génétiquement supérieur puisqu’exempt des anomalies ADN familiales. Cependant, si l’évolution récente de la médecine peut permettre de réaliser ce rêve parental qui relevait autrefois de la science-fiction transhumaniste, le système juridique français et international pourrait y faire obstacle en limitant l’accès des futurs parents à leurs informations génétiques et aux techniques médicales révolutionnaires récemment découvertes.

Ce chapitre se penche sur un sujet souvent négligé : la recherche neuroscientifique et neurotechnologique sur les mineurs. Les recherches soulèvent de nombreuses questions éthiques et juridiques, notamment celles du consentement éclairé, de l'autodétermination et de la minimisation des risques, entre autres. L'autrice commence par expliquer pourquoi la recherche neuroscientifique sur les mineurs relève du domaine médical et définit les critères éthiques pertinents, notamment la pertinence scientifique, la balance bénéfices/risques, la protection de l'identité personnelle et de l'autonomie. Ensuite, différentes questions émergentes sont soulignées, telles que la nécessité d'un traitement approprié des découvertes fortuites et la valeur prédictive des images cérébrales, la vie privée, la justice et l'application non médicale de la recherche. Ce chapitre est l'un des rares exemples à ce jour de réflexion spécifique sur l'éthique de la recherche neuroscientifique sur les mineurs.