PDP

Publié le 2026-01-03 05:49:00. De nouvelles recherches s’appuient sur l’apprentissage automatique pour affiner la prédiction des risques cardiovasculaires chez les patients ayant subi un infarctus du myocarde, en tenant compte de facteurs tels que l’inflammation et le stress psychologique.

• L’utilisation de modèles d’apprentissage automatique permet d’identifier des facteurs prédictifs de complications cardiovasculaires plus précis que les méthodes traditionnelles.
• L’inflammation, mesurée par des biomarqueurs comme le rapport neutrophiles/lymphocytes, et le stress post-traumatique (SSPT) apparaissent comme des indicateurs importants du risque cardiovasculaire.
• Les différences entre les sexes dans la réponse inflammatoire et l’impact du SSPT sur les événements cardiovasculaires sont également mises en évidence.

La prédiction précise du risque cardiovasculaire après un infarctus du myocarde avec élévation du segment ST (IDM-ST) est cruciale pour optimiser la prise en charge des patients. Des études récentes, s’appuyant sur des techniques d’apprentissage automatique, explorent de nouveaux biomarqueurs et facteurs de risque pour améliorer cette évaluation. Ces travaux, publiés entre 2018 et 2025, mettent en lumière l’importance de l’inflammation et du stress psychologique dans l’évolution de la maladie.

Plusieurs études ont démontré la capacité de l’apprentissage automatique à surpasser les approches statistiques traditionnelles dans la prédiction des événements cardiovasculaires indésirables majeurs (ECIM). Par exemple, une étude publiée en 2025 par Zheng et al. dans Cardiovascular Diabetology a utilisé des données de réclamations d’assurance maladie pour développer des modèles prédictifs, révélant que l’apprentissage automatique offre une meilleure performance que les méthodes de régression classiques. De même, une recherche menée par Kwiendacz et al., également en 2025, a utilisé l’apprentissage automatique pour prédire les ECIM chez les patients diabétiques et atteints d’une maladie rénale chronique, avec des résultats prometteurs.

L’inflammation, en particulier, se révèle être un facteur clé. Des études ont montré que le rapport neutrophiles/lymphocytes (N/L) est associé à un risque accru d’événements cardiovasculaires. Machado et al. (2018) ont ainsi démontré que le rapport N/L pouvait prédire les événements indésirables après une intervention coronarienne percutanée (ICP) primaire chez les patients ayant subi un IDM-ST. Plus récemment, Lin et al. (2024) ont confirmé que le rapport N/L modifie le pronostic lié à la lipoprotéine(a) après une ICP. Ces découvertes sont corroborées par les travaux de Seligowski et al. (2024), qui suggèrent que le SSPT augmente le risque cardiovasculaire via des voies neuronales et cardio-inflammatoires.

Les recherches soulignent également l’importance de tenir compte des différences entre les sexes. Sullivan et al. (2020) ont mis en évidence des disparités dans la réponse inflammatoire au stress et le risque d’ECIM entre les hommes et les femmes atteints de maladie coronarienne. De plus, des études comme celle de Marrugat et al. (1998) et Kosmidou et al. (2020) ont montré des différences de mortalité et de résultats à long terme entre les sexes après un IDM et une ICP, respectivement.

D’autres facteurs, tels que les habitudes de consommation d’alcool (Tessitore et al., 2024) et l’exposition aux métaux lourds (Li et al., 2023), ont également été identifiés comme des contributeurs potentiels au risque cardiovasculaire. L’imagerie coronarienne, notamment la tomodensitométrie (TDM) coronarienne, pourrait également jouer un rôle dans la prédiction du risque (Zheng & Lu, 2021). Enfin, des recherches explorent l’utilisation de l’intelligence artificielle explicable (IAE) pour interpréter les modèles d’apprentissage automatique et identifier les facteurs les plus importants (Park et al., 2022).

Ces avancées dans le domaine de l’apprentissage automatique et de l’identification de nouveaux biomarqueurs promettent d’améliorer la prise en charge des patients après un IDM-ST, en permettant une évaluation plus précise du risque et une adaptation des traitements en conséquence. Des recherches supplémentaires sont nécessaires pour valider ces résultats et les intégrer dans la pratique clinique.

Références :

1. Ueyama, HA et al. Stratégie optimale pour une revascularisation complète dans l’infarctus du myocarde avec élévation du segment ST et la maladie multivasculaire : une méta-analyse en réseau. J. Am. Coll. Cardiol. 8519-38 (2025).
2. Böhm, F. et al. ICP complète ou coupable uniquement guidée par FFR chez les patients atteints d’infarctus du myocarde. N. Engl. J. Med. 3901481-1492 (2024).
3. Ibanez, B. et coll. Lignes directrices ESC 2017 pour la prise en charge de l’infarctus aigu du myocarde chez les patients présentant une élévation du segment ST. Eur. Heart J. 39119-177 (2018).
4. Rathod, KS et coll. Sortie précoce de l’hôpital après une ICP pour les patients atteints de STEMI. J. Am. Coll. Cardiol. 782550-2560 (2021).
5. Werner, GS et coll. Résultats sur trois ans d’un essai multicentrique randomisé comparant la revascularisation et le traitement médical optimal pour les occlusions coronariennes totales chroniques (EuroCTO). EuroInter. J. EuroPCR. 19571-579 (2023).
6. Stephan, AJ, Hanselmann, M., Bajramovic, M., Schosser, S. & Laxy, M. Développement et validation de modèles de prédiction de l’accident vasculaire cérébral et de l’infarctus du myocarde dans le diabète de type 2. Cardiovasc. Diabetol. 2480 (2025).
7. Kwiendacz, H. et coll. Prédire les événements cardiaques indésirables majeurs liés au diabète et aux maladies rénales chroniques. Cardiovasc. Diabetol. 2476 (2025).
8. Dwyer, DB, Falkai, P. & Koutsouleris, N. Approches d’apprentissage automatique pour la psychologie clinique et la psychiatrie. Annu. Rev. Clin. Psychol. 1491-118 (2018).
9. Wang, T., Yang, J., Han, Y. et Wāng, Y. Dévoilant le lien complexe entre les substances per- et polyfluoroalkylées et l’hyperplasie de la prostate. Sci. Total Environ. (2024).
10. Lundberg, S. Une approche unifiée pour interpréter les prédictions des modèles (2017).
11. Greenwell, BM pdp : un package R pour la construction de tracés de dépendances partielles. R. J. 9421-436 (2017).
12. Zheng, ZH et coll. Traitement par blocage de l’interleukine-1 diminuant le risque cardiovasculaire. Clin. Cardiol. 42942-951 (2019).
13. Gerhardt, T. et coll. Infarctus du myocarde avec élévation du segment ST. Eur. Heart J. 443911-3925 (2023).
14. Cao, H., Wu, H., Li, J., Li, M. & Lin, C. Influence de différentes procédures d’expansion post-ballon. Med. Phys. 5030-37 (2023).
15. Wang, J. et al. Prédiction du risque de survenue d’événements cardiovasculaires indésirables majeurs dans les 6 mois suivant la revascularisation coronarienne. JMIR Med. Inform. (2022).
16. Fan, XM et al. Impact de la prise de poids après l’arrêt du tabac sur les résultats un an après l’implantation d’un stent à élution médicamenteuse. Chin. Med. J. 1251041-1046 (2012).
17. Ducrocq, G. et al. Effet d’une stratégie de transfusion sanguine restrictive ou libérale sur les événements cardiovasculaires majeurs. JAMA 325552-560 (2021).
18. Vogel, B. et coll. Infarctus du myocarde avec élévation du segment ST. Nat. Rev. Dis. Primers. 539 (2019).
19. Van Buuren, S. & Groothuis-Oudshoorn, K. mice : imputation multivariée par équations chaînées dans R. J. Stat. Softw. 451–67 (2011).
20. Simon, N., Friedman, JH, Hastie, T. et Tibshirani, R. Chemins de régularisation pour le modèle à risques proportionnels de Cox. J. Stat. Softw. 391-13 (2011).
21. Caratzoglou, A., Smola, A., Hornik, K. & Zeilleis, A. kernel – le package S4 pour les méthodes du noyau dans R. J. Stat. Softw. 111–20 (2004).
22. Ridgeway, G. & Ridgeway, MG Le package gbm. Fondation R pour le calcul statistique, Vienne, Autriche 5 (2004).
23. Chen, T. et Guestrin, C. Dans Actes de la 22e conférence internationale acm sigkdd sur la découverte des connaissances et l’exploration de données. 785-794.
24. Park, J. et coll. Interprétation de l’apprentissage d’ensemble pour prédire la qualité de l’eau. Sci. Total Environ. (2022).
25. Li, W. et coll. Effets de l’exposition aux métaux lourds sur l’hypertension. Chemosphere (2023).
26. Chen, H., Lundberg, SM & Lee, SI Expliquer une série de modèles en propageant les valeurs de Shapley. Nat. Commun. 134512 (2022).
27. Pedersen, F. et coll. Cause de décès à court et à long terme chez les patients traités par ICP primaire. J. Am. Coll. Cardiol. 642101-2108 (2014).
28. Morrow, DA et coll. Score de risque TIMI pour l’infarctus du myocarde avec élévation du segment ST. Circulation 1022031-2037 (2000).
29. Jain, A., Fong, HK, Ijaz, HM et Desai, R. Prédictions de mortalité hospitalière chez les jeunes adultes hospitalisés pour un IDM-ST. J. Am. Coll. Cardiol. 791064-1064 (2022).
30. Kuno, T. et coll. Comparaison de l’imagerie intravasculaire, de l’intervention coronarienne fonctionnelle ou guidée par angiographie. J. Am. Coll. Cardiol. 822167-2176 (2023).
31. Seligowski, AV et coll. Le SSPT augmente le risque d’événements cardiovasculaires indésirables majeurs. Brain Behav. Immun. 117149-154 (2024).
32. Sullivan, S. et coll. Différences entre les sexes dans la réponse inflammatoire au stress. Brain Behav. Immun. 90294-302 (2020).
33. Buse, JB et al. Mise à jour 2019 de : Gestion de l’hyperglycémie dans le diabète de type 2. Diabetes Care 43487-493 (2020).
34. Zheng, J. & Lu, B. Progrès actuels des études sur la tomodensitométrie coronarienne. J. Cardiovasc. Imaging 29301 (2021).
35. Anand, SS et coll. Facteurs de risque d’infarctus du myocarde chez les femmes et les hommes. Eur. Heart J. 29932-940 (2008).
36. Marrugat, J. et al. Différences de mortalité entre hommes et femmes après un premier infarctus du myocarde. JAMA 2801405-1409 (1998).
37. Kosmidou, I. et coll. Résultats à long terme chez les femmes et les hommes après une ICP. J. Am. Coll. Cardiol. 751631-1640 (2020).
38. Tessitore, E. et al. Habitudes de consommation d’alcool et risque d’événements cardiovasculaires indésirables majeurs. Eur. J. Prev. Cardiol. 31845-855 (2024).
39. Machado, GP et coll. Comparaison du rapport neutrophiles/lymphocytes et du volume moyen des plaquettes. Atherosclerosis 274212-217 (2018).
40. Lin, Z. et coll. Le rapport neutrophiles/lymphocytes modifie le mauvais pronostic lié à la lipoprotéine (a). Angiologie (2024).