Détecter les bébés prématurés à risque grâce à l’informatique

Comment parents et médecins peuvent-ils deviner parmi les bébés prématurés ceux qui développeront de sérieuses complications et devront être transférés en unité de soin spécialisée ? La solution pourrait venir d’un nouvel outil de prédiction des risques qui utilise les données enregistrées en routine à l’hôpital lors des trois premières heures de la vie du bébé pour calculer la probabilité d’apparition de maladies, d’infections et de problèmes cardiaques quelques semaines plus tard.

Les chercheurs détaillent leur découverte dans la revue scientifique Science Translational Medicine1.

PhysiScore est basée sur une méthode non invasive

Ce programme informatique, baptisé « PhysiScore » peut ainsi aider les médecins à mieux identifier les bébés à risque des autres, un enjeu majeure de la néonatalogie actuelle. La capacité à prédire la santé de ces bébés orientera le type de soin à leur fournir et s’ils doivent rester en unité de soins intensifs ou recevoir ailleurs des soins plus approfondis. Contrairement aux méthodes prédictives actuelles, PhysiScore peut être installé automatiquement sur les appareils de surveillance existant déjà à l’hôpital et ne nécessite pas de techniques invasives telles que des piqûres.

Les bébés nés prématurément ont un suivi cardio-respiratoire dès leur naissance. Des appareils enregistrent en permanence les données vitales de l’enfant telles que ses rythmes cardiaque et respiratoire ainsi que la teneur du sang en oxygène. Ces enregistrements ont lieu de la salle d’accouchement à l’unité de soins intensifs néonataux jusqu’à ce que l’enfant sorte de l’hôpital ou même après s’il y a lieu.

Trois heures d’enregistrement

Dans leur étude, les chercheurs ont mis au point un algorithme informatique qui exploite ces paramètres vitaux pour y détecter des associations bien trop complexes pour être repérées par l’homme. Les auteurs ont ainsi analysé les données de 145 enfants classiquement recueillies sans intervention particulière pour trouver que ces combinaisons, jointes à des informations comme le poids et la durée de la grossesse, pouvaient permettre de distinguer les bébés à risque des autres bien plus efficacement que les modèles classiques. Avec seulement trois heures d’enregistrement, PhysiScore a prédit à 91-98 pour cent si les enfants étaient dans la catégorie à risque élevé ou pas. Les prédictions standards n’ont pu le faire que dans 69 à 74 pour cent des cas.

Les auteurs estiment que l’utilisation de tels programmes pour interpréter les paramètres biologiques des patients, par exemple en post-opératoire, peut améliorer la qualité des soins médicaux2.

Notes et références

  1. Integration of Early Physiological Responses Predicts Later Illness Severity in Preterm Infants. Suchi Saria, Anand K. Rajani, Jeffrey Gould, Daphne Koller, Anna A. Penn. Science Translational Medicine. []
  2. Source : EurekAlert. []

Commentaires Clos.

Note aux utilisateurs concernant la publication d'informations médicales :
Publiez uniquement des informations que vous jugez véridiques à la lumière de vos connaissances.
Si les données médicales diffusées ne proviennent pas de votre expérience personnelle, vous devez indiquer les sources (références, liens, etc.).