Jesús Cortes : « Cette étude peut aider à identifier à l’avance les personnes à risque de développer un déclin cognitif »

Jesús M. Cortes, professeur d’Ikerbasque à l’Institut Biocruces-Bizkaia de recherche sanitaire et responsable de l’unité de I+D+i de NeuronUP, nous explique dans cette Interview les résultats sur la prédiction du déclin cognitif avec NeuronUP qui viennent d’être publiés dans la prestigieuse revue britannique Journal of Neuropsychology.

Quels ont été les principaux résultats de cette étude?

La motivation de l’étude était de comprendre de manière rigoureuse dans quelle mesure les différents matériaux d’entraînement cognitif développés par NeuronUP pourraient être utilisés ou non pour prédire le déclin cognitif un an après l’utilisation de NeuronUP.

Parmi les 203 matériaux d’entraînement cognitif différents étudiés, nous avons compris que certains matériaux fonctionnent mieux que d’autres. Par exemple, les matériaux pour entraîner la vitesse de traitement, l’attention (dans ses trois formes : sélective, alternée ou soutenue) et la fonction exécutive ont eu un pouvoir prédictif avec des précisions d’aire sous la courbe supérieures à 0,89, ce qui est très élevé, par rapport aux études précédentes.

De plus, dans des pathologies plus spécifiques, nous avons trouvé des différences telles que que l’attention sélective prédit très bien le déclin cognitif à un an dans la maladie de Parkinson, mais pas dans la maladie d’Alzheimer, où la majorité des matériaux existants prédisent de façon modérée le déclin cognitif. Et nous avons aussi étudié des populations atteintes de sclérose en plaques ou du syndrome de Down.

Par ailleurs, cette étude nous a permis de développer une infrastructure d’ingénierie des données au sein de NeuronUP, de lubrifier toute la machinerie, et de créer une unité de données spécifique, où il existe déjà du personnel dédié au sein de cette unité.

¿Por qué se ha elegido el Journal of Neuropsychology para publicar estos resultados?

Le Journal of Neuropsyhocology est une revue de la Société britannique de psychologie, qui est l’une des organisations de psychologie les plus anciennes et respectées au monde.

Fondée en 1901 et comptant plus de 60 000 membres, c’est une organisation professionnelle pour les psychologues au Royaume-Uni, qui organise une large gamme d’activités et de services pour ses membres, y compris la formation continue, la recherche et la promotion de la psychologie.

C’est une grande défenseure de la promotion de la psychologie pour le bien public et elle travaille en étroite collaboration avec d’autres organisations et agences gouvernementales pour améliorer la santé mentale et le bien-être au Royaume-Uni et dans le monde entier.

La Société britannique gère plusieurs revues scientifiques de prestige et à fort facteur d’impact, couvrant la psychologie clinique, le neurodéveloppement, l’éducation, la psychologie de la santé, la psychologie sociale ou la neuropsychologie. C’est, sans aucun doute, un forum de qualité et de prestige consolidé pour le professionnel de la neuropsychologie.

D’un autre côté, notre recherche utilise une technologie disruptive en neuropsychologie, basée sur le Real World Data, et cela nous a pénalisés en quelque sorte de manière considérable. En particulier, l’un des relecteurs a été très exigeant et rigide, et nous a coûté beaucoup de travail pour publier nos résultats dans cette revue. Mais c’était un risque que nous avons décidé de prendre, car en quelque sorte, notre stratégie consistait à ce que, si une revue consolidée dans la communauté publiait notre travail, la communauté de professionnels et de chercheurs serait plus réceptive à notre méthodologie.

¿Por qué es una tecnología disruptiva la basada en Real World Data?

Tout d’abord, j’aimerais préciser ce qu’est le Real World Data (RWD) et pourquoi il est différent de la méthodologie typique en recherche clinique. RWD se réfère à données recueillies en dehors de l’environnement contrôlé d’une étude clinique, comme cela se passe dans la pratique clinique quotidienne ou dans la recherche clinique traditionnelle.

Le RWD mêle des données des dossiers de santé électroniques, des plateformes en ligne, des enquêtes, des assurances santé, entre autres. Contrairement aux données recueillies dans des essais cliniques contrôlés, qui ont très peu de pouvoir de généralisation à des populations différentes de celles étudiées, le RWD peut fournir une vision plus précise et généralisable de la façon dont un traitement ou une intervention se comporte dans la population réelle.

Les inconvénients sont que le RWD est hautement hétérogène et nécessite l’utilisation de technologies non traditionnelles plus agiles comme le apprentissage automatique ou l’intelligence artificielle.

Le RWD est une technologie disruptive parce qu’elle permet d’accéder à un grand volume de données et à une grande variété de patients, ce qui permet une meilleure caractérisation des populations et une meilleure compréhension des interactions entre les traitements et les comorbidités.

Il peut également aider à identifier de nouvelles indications thérapeutiques et à évaluer la sécurité et l’efficacité des traitements dans un environnement plus proche de la pratique clinique réelle.

D’un autre côté, il fait face à de nouveaux défis, comme une plus grande complexité dans la collecte et le nettoyage des données, dans l’analyse des données elles-mêmes, un moindre contrôle sur les facteurs de confusion, et une législation non pensée pour le RWD, avec des problèmes récurrents de confidentialité et de sécurité des données.

¿Cómo se midió el deterioro cognitivo en su estudio?

Le déclin cognitif dans notre étude a été défini à partir des données populationnelles de performance (performance) lors de l’exécution des matériaux d’entraînement cognitif de NeuronUP. Fondamentalement, dans des cohortes de plusieurs dizaines de milliers de participants, nous pouvons bien définir ce qui est normal et ce qui constitue un déclin, simplement en définissant des percentiles dans les scores de chaque patient par rapport à la population.

La performance de chaque participant, nous la mesurons à partir du NeuronUP Score, la note que nous utilisons pour mesurer le progrès des utilisateurs sur NeuronUP. C’est un indice entre 0 et 100, différent pour chaque participant, et calculé par une formule qui combine les bonnes réponses, le temps employé pour réaliser le test, et le niveau de difficulté de celui-ci. NeuronUP Score est un indice quantitatif novateur qui simplifie la performance du participant et facilite les comparaisons dans le suivi, permettant de modéliser les données longitudinales du même participant et d’obtenir des trajectoires précises de la performance individuelle.

¿Cómo piensa que su estudio podría contribuir a una mejor comprensión de las causas del deterioro cognitivo?

C’est une question très ambitieuse et nous ne savons pas encore y répondre. Pour expliquer les causes du déclin cognitif, nous devrions étudier les facteurs génétiques et environnementaux qui sont liés à cette condition. Nous devrions également aborder les différentes formes de déclin cognitif, comme la démence, et les différences dans les causes sous-jacentes de chaque type.

De plus, il faudrait caractériser les changements dans le cerveau et dans la fonction cognitive et neuropsychologique entre les individus avec et sans déclin cognitif, ainsi que leurs particularités dans des populations spécifiques, comme les personnes âgées ou les personnes ayant certains troubles médicaux sous-jacents, afin d’identifier des facteurs de risque spécifiques à cette condition.

D’autre part, il faudrait également caractériser les interventions thérapeutiques et leur efficacité dans l’amélioration ou la prévention du déclin cognitif. Bien qu’il soit vrai qu’il manque encore de recherches dans ce domaine, notre article utilisant le RWD et les scores NeuronUP Score est un bon point de départ, et motive la nécessité d’autres études à l’avenir utilisant NeuronUP Score et des cohortes spécifiques pour progresser sur ce problème.

¿Cómo considera que sus hallazgos podrían ser utilizados para mejorar la atención médica para las personas con deterioro cognitivo?

Les études quantitatives visant à prédire avec une haute précision le déclin cognitif dans la population générale jusqu’à 12 mois avant qu’il ne survienne sont très utiles, par exemple, pour identifier les personnes à risque de développer un déclin cognitif à l’avance.

Cela permettrait d’intervenir tôt pour retarder le déclin, de concevoir des programmes de prévention et de traitement personnalisés pour les personnes présentant un risque plus élevé de déclin cognitif, de surveiller le progrès des personnes avec déclin cognitif au fil du temps pour évaluer l’efficacité des traitements, d’identifier des facteurs de risque modifiables et de développer des interventions pour réduire le risque de déclin cognitif, ou encore, d’aider les médecins à prendre des décisions éclairées concernant le traitement des personnes atteintes de déclin cognitif.

¿Qué pasos se están tomando para llevar a cabo más investigaciones dentro de la Unidad de I+D+i de NeuronUP?

Dans cette unité, nous avons commencé à travailler en 2018 avec le financement du Centro para el Desarrollo Tecnológico Industrial de España (CDTI), dépendant du Ministerio de Ciencia, Innovación y Universidades, et de l’Agence de Développement Économique de La Rioja ADER, ainsi que des financements propres et internes de NeuronUP.

Au cours de cette période, nous avons réussi à optimiser de nombreux aspects de la collecte des données, de leur ingénierie et de leur surveillance, ainsi que de la quantification et de la visualisation, d’une valeur extrêmement élevée pour le professionnel clinique.

De plus, nous avons commencé à travailler avec plusieurs centres de recherche de pointe dans le monde (nationaux et internationaux), sur différents projets de recherche, tels que la détection de sujets atypiques (outliers) et leur suivi dans la population générale, la validation de NeuronUP Score par l’utilisation de tests neuropsychologiques standard, ou la classification des trajectoires de chaque participant selon sa performance NeuronUP.

Sans aucun doute, au cours des prochaines années, nous serons en mesure d’offrir de nouvelles fonctionnalités basées sur les données pour l’usage du professionnel clinicien.

Si vous souhaitez plus d’informations sur l’étude publiée, consultez l’article suivant :