Par Brain & Behavior Staff
Les chercheurs continuent de progresser dans leur recherche de marqueurs biologiques de la maladie mentale. S’ils peuvent être scientifiquement validés, de tels marqueurs devraient rendre le diagnostic et l’évaluation des risques plus objectifs.
Aujourd’hui, une grande équipe internationale dirigée par le chercheur indépendant du BBBR et le jeune chercheur de 2007, Tomas Hajek, MD, Ph.D., de l’Université Dalhousie à Halifax, en Nouvelle-Écosse, a rendu compte des résultats encourageants d’un effort visant à utiliser des méthodes d’apprentissage automatique pour identifier marqueurs diagnostiques du trouble bipolaire. Les résultats sont basés sur des informations recueillies via l’imagerie cérébrale par IRM. Le rapport a été publié le 31 août 2018 dans Molecular Psychiatry.
Pour l’instant, le diagnostic de toutes les maladies mentales reste basé sur les symptômes observés et rapportés par les patients. Le trouble bipolaire présente un défi diagnostique particulier car, dans de nombreux cas, il se manifeste d’abord par la dépression. Un petit pourcentage de personnes déprimées connaîtront ultérieurement un épisode maniaque, caractérisé par des symptômes apparemment diamétralement opposés à ceux de la dépression: état d’excitation intense, grande énergie, besoin de sommeil réduit et tendance pour prendre des décisions téméraires et impulsives. Ce sous-groupe de patients est considéré comme ayant un trouble bipolaire.
La tâche diagnostique est encore compliquée par le fait que le trouble bipolaire est ce que les scientifiques appellent «hétérogène», ce qui signifie qu’il existe plusieurs sous-types avec des schémas de symptômes distincts et une neurobiologie sous-jacente. Fonder le diagnostic sur des mesures biologiques objectives, telles que l’imagerie cérébrale, serait donc très utile pour les médecins et les patients.
Le Dr Hajek et ses collègues ont voulu déterminer si les données d’imagerie IRM pourraient révéler un ensemble de propriétés biologiques dans le cerveau signalant la présence d’un trouble bipolaire chez la plupart des patients. Pour tester le concept, l’équipe a rassemblé des examens IRM de 853 patients atteints de trouble bipolaire et de 2 167 témoins. Ces sujets faisaient partie d’un ensemble de données d’un projet appelé ENIGMA, qui a collecté des informations sur les patients provenant de différents sites pour former de grands échantillons. Des échantillons de grande taille sont nécessaires pour utiliser efficacement des méthodes d’apprentissage automatique, dans lesquelles les ordinateurs se forment à identifier – dans ce cas-ci – les aspects de l’anatomie cérébrale correspondant au trouble bipolaire. Jusqu’à présent, aucun échantillon de taille comparable n’avait été assemblé pour le faire.
Compte tenu de la variabilité de la maladie et du fait que les patients ayant participé à cette étude ont été recrutés sans aucune coordination sur 13 sites différents, les chercheurs ont d’abord douté qu’ils pourraient différencier les patients des contrôles en fonction de la structure du cerveau. Pourtant, ils ont émergé avec des paramètres biologiques issus des examens IRM leur permettant d’identifier les patients atteints de trouble bipolaire avec une précision d’environ 65%. “Ces résultats fournissent une preuve de concept pour une signature généralisable d’imagerie cérébrale du trouble bipolaire, qui peut être détectée chez des sujets individuels même au sein d’un échantillon de grande taille comportant plusieurs sites”, a noté l’équipe. «Tenter de différencier les patients des contrôles est la première étape avant de passer à des problèmes plus pertinents sur le plan clinique, tels que le diagnostic différentiel» – être capable de distinguer différents troubles psychiatriques ayant des manifestations similaires, ont-ils ajouté.
Pour servir d’outil de diagnostic clinique, l’apprentissage automatique devra générer une précision de diagnostic d’au moins 80%. Avoir accès aux analyses IRM réelles, et pas seulement aux informations sur certaines régions du cerveau, pourrait considérablement améliorer les performances, a déclaré le Dr Hajek. Actuellement, toutefois, le partage des analyses complètes entraîne des complications juridiques et de la vie privée des patients, a-t-il noté.
Les autres bénéficiaires du programme BBRF participant à la recherche comprenaient: Geraldo Busato, Ph.D., chercheur indépendant 2010; Dara Cannon, Ph.D., 2006, 2004 Jeune chercheur; Janice Fullerton, Ph.D., jeune chercheur 2007; David Glahn, Ph.D., chercheur indépendant 2014, 2003, jeune chercheur 2005; Roshel Lenroot, MD, jeune chercheur 2003; Colm McDonald, Ph.D., chercheur indépendant 2009, jeune chercheur 2002; Theodore Satterthwaite, MD, lauréat 2014 de Klerman, jeune chercheur de 2010; Jair Soares, MD, Ph.D., 1999, 1997 Jeune chercheur; et Eduard Vieta, MD, lauréat 2012 du Prix Colvin.
