Hyo Min Lee | Institut et hôpital neurologique de Montréal (Le Neuro)
Publication scientifique:
Hyo Min Lee, Fatemeh Fadaie, Ravnoor Gill, Benoit Caldairou, Viviane Sziklas, Joelle Crane, Seok-Jun Hong, Boris C Bernhardt, Andrea Bernasconi, Neda Bernasconi, Decomposing MRI phenotypic heterogeneity in epilepsy: a step towards personalized classification, Brain, 2021; awab425, https://doi.org/10.1093/brain/awab425
Une analyse IRM avancée révèle des marqueurs de l’épilepsie pour des soins personnalisés
Dans l’épilepsie du lobe temporal (ELT), les prédictions précises des résultats cliniques restent un défi. L’analyse des différences entre les patients est de plus en plus reconnue comme une étape vers des soins personnalisés. Dans cette étude, le doctorant Hyo Min Lee Hyo Min Lee et ses collègues de l’Institut et de l’Hôpital neurologiques de Montréal ont analysé des scans d’imagerie par résonance magnétique (IRM) du cerveau de patients et ont trouvé des marqueurs structurels uniques de la maladie qui peuvent être utilisés pour fournir des pronostics personnalisés.
Les chercheurs ont utilisé l’apprentissage automatique non supervisé pour estimer les facteurs de la maladie à partir des caractéristiques de l’IRM du cerveau entier de 82 patients atteints de TLE. Ils ont ensuite évalué la spécificité de ces facteurs par rapport aux individus sains et aux patients atteints d’épilepsie du lobe frontal. De plus, ils ont évalué le modèle de facteurs de maladie basé sur les données pour les prédictions individualisées des résultats cliniques.
Ils ont identifié quatre facteurs de maladie distincts caractérisés par des modifications de la structure cérébrale dans des régions cérébrales spécifiques. L’analyse statistique a montré que ces facteurs étaient stables et robustes, ce qui signifie qu’ils étaient co-exprimés chez chaque patient souffrant de TLE, mais qu’ils n’étaient pas exprimés chez les témoins sains et seulement de façon négligeable chez les témoins de la maladie, ce qui soutient la spécificité. Lorsque les patients ont été classés en fonction de ces facteurs, ceux-ci ont permis de prédire avec précision la réponse aux médicaments et les crises post-chirurgicales chez plus de 80% des patients, en plus d’être d’excellents prédicteurs d’aptitudes verbales, de mémoire et motrices spécifiques.
En résumé, ces facteurs de la maladie permettent une caractérisation robuste et fine, basée sur l’imagerie, de la variabilité interindividuelle des modèles de constitution structurelle du cerveau entier chez les patients atteints de TLE. En innovant dans les domaines conceptuels et cliniques, ce travail illustre comment les connaissances techniques et les compétences informatiques sont de plus en plus nécessaires pour faire progresser les connaissances à l’ère de l’intelligence artificielle appliquée à la neurologie clinique.
Hyo Min Lee
Ce travail a été réalisé dans le cadre de la thèse de doctorat de Hyo Min Lee au Laboratoire de neuroimagerie de l’épilepsie (NOEL), Centre d’imagerie cérébrale McConnell, Institut et hôpital neurologiques de Montréal, Université McGill, sous la supervision du Dr Neda Bernasconi.
