Le diagnostic du TDAH progresse grâce à l'IRM et au machine learning
LUNDI 05 DéCEMBRE 2022
Soyez le premier à réagirUne étude utilisant l’exploration IRM sur près de 8 000 enfants a identifié des biomarqueurs du TDAH, ainsi qu’un rôle possible du machine learning de la neuroimagerie pour aider au diagnostic, à la planification du traitement et à la surveillance du trouble. Les auteurs e cette étude ont présenté leur travail lors du dernier congrès de la RSNA.
Selon les Centers for Disease Control and Prevention, le Trouble de Déficit de l’Attention avec ou sans Hyperactivité (TDAH) est l'un des troubles comportementaux neurologiques les plus courants chez l'enfant, affectant environ 6 millions d'enfants américains âgés de 3 à 17 ans.
Un grand volume d’IRM cérébrales pour mieux diagnostiquer le TDAH
Les enfants atteints de ce trouble peuvent avoir du mal à prêter attention et à contrôler les comportements impulsifs, ou être hyperactifs. Le diagnostic repose sur check-yp renseigné par le soignant de l'enfant pour évaluer la présence de symptômes du TDAH. Une étude à partir des examens d’IRM cérébrales sur près de 8 000 enfants a cherché à identifier des biomarqueurs du TDAH et à trouver une solution de machine learning à partir de la neuroimagerie pour aider au diagnostic, à la planification du traitement, ainsi qu’à la surveillance du trouble.
Les résultats de cette étude ont été présentés lors du dernier congrès RSNA par le Dr Huang Lin, chercheuse post-universitaire à la Yale School of Medicine de New Haven, (Connecticut – USA). « La médecine a besoin d'une méthodologie plus objective pour un diagnostic plus efficace et fiable, précise-t-elle. Les symptômes du TDAH sont souvent non diagnostiqués ou mal diagnostiqués car l'évaluation est subjective. »
IRM structurtelle, tenseur de diffusion et IRM fonctionnelle pour acquérir des données de neuroimagerie suffisantes
Les chercheurs ont utilisé les données IRM de l'étude Adolescent Brain Cognitive Development (ABCD), la plus grande étude à long terme sur le développement du cerveau et la santé de l'enfant aux USA. L'étude ABCD implique 11 878 enfants âgés de 9 à 10 ans de 21 centres à travers le pays pour représenter la diversité sociodémographique des USA. « La démographie de notre groupe reflète la population américaine, ce qui rend nos résultats cliniquement applicables à la population générale », poursuit-elle.
Après les exclusions, ce groupe d'étude comprenait 7 805 patients, dont 1 798 diagnostiqués avec un TDAH, qui ont tous fait l’objet d’une IRM structurelle, une imagerie du tenseur de diffusion et une IRM fonctionnelle à l'état de repos. Les chercheurs ont effectué une analyse statistique des données d'imagerie pour déterminer l'association du TDAH avec des paramètres de neuroimagerie, notamment le volume cérébral, la surface, l'intégrité de la substance blanche et la connectivité fonctionnelle.
Des répercussions de la maladie dans tout le cerveau, principalement en zone frontale
« Nous avons trouvé des changements dans presque toutes les régions du cerveau que nous avons étudiées, remarque le Dr Lin. L'omniprésence dans tout le cerveau était surprenante puisque de nombreuses études antérieures ont identifié des changements dans des régions cérébrales sélectives. » Chez les patients atteints de TDAH, les chercheurs ont observé une connectivité anormale dans les réseaux cérébraux impliqués dans le traitement de la mémoire et le traitement auditif, un amincissement du cortex cérébral et des modifications importantes de la microstructure de la substance blanche, en particulier dans le lobe frontal.
« Le lobe frontal est la zone du cerveau impliquée dans la gestion de l'impulsivité et de l'attention, qui sont deux des principaux symptômes du TDAH, ajoute-t-elle. Les données IRM étaient suffisamment importantes pour pouvoir être utilisées comme données d'entrée pour les modèles de machine learning afin de prédire un diagnostic de TDAH. Notre étude souligne que le TDAH est un trouble neurologique avec des manifestations neuro-structurelles et fonctionnelles dans le cerveau, et pas seulement un syndrome de comportement purement extériorisé. »
Identification de biomarqueurs comme autant de cibles thérapeutiques potentielles
Le Dr Lin assure que les données au niveau de la population de l'étude offrent l'assurance que les biomarqueurs IRM donnent une image solide du cerveau. « Parfois, lorsqu'un diagnostic clinique est mis en doute, des IRM cérébrales objectives peuvent aider à identifier clairement les enfants touchés, conclut-elle. Les biomarqueurs IRM objectifs peuvent être utilisés pour la prise de décision dans le diagnostic du TDAH, la planification du traitement et le suivi du traitement. »
L'auteur principal de l’étude, le Dr Sam Payabvash, neuroradiologue et professeur adjoint de radiologie à la Yale School of Medicine, a noté que des essais récents ont signalé des changements microstructuraux en réponse au traitement chez les enfants atteints de TDAH. Il prédit donc que cette étude fournit des biomarqueurs de neuroimagerie nouveaux et multimodaux qui peuvent devenir des cibles thérapeutiques potentielles chez ces enfants.
Bruno Benque avec RSNA