Des Israéliens créent un algorithme pour prédire le diabète gestationnel

Des chercheurs de l’Institut Weizmann affirment avoir créé un algorithme capable d’identifier les femmes ayant un risque important de développer un diabète gestationnel, avant même qu’elles ne soient enceintes.

Leur étude démontre qu’avec seulement neuf questions, il est possible de déterminer si le sujet développera un diabète gestationnel, une pathologie qui voit l’apparition d’un haut taux de sucre dans le sang lors de la grossesse.

Si ces informations sont disponibles lors des premières étapes de la grossesse ou même avant que la femme ne soit enceinte, il serait ainsi possible de réduire le risque de diabète grâce à des mesures relatives au mode de vie, comme l’exercice et le régime alimentaire.

Recevez gratuitement notre édition quotidienne par mail pour ne rien manquer du meilleur de l’info Inscription gratuite !

« Notre objectif final est d’aider à prendre des mesures afin d’éviter que le diabète ne survienne pendant la grossesse, a déclaré dans un communiqué le professeur Eran Segal des départements d’Informatique et de Mathématiques appliquées et de Biologie cellulaire moléculaire, un auteur référence de l’étude.

Les conclusions de l’étude ont été publiées dans Nature Medicine. Pour celle-ci, les chercheurs ont analysé les données disponibles de presque 600 000 grossesses du plus grand établissement de santé d’Israël, Clalit Health Services.

Le diabète gestationnel apparaît dans 3 à 9 % de toutes les grossesses. On considère qu’il fait encourir des risques à la mère et à l’enfant. Habituellement, le diabète gestationnel est diagnostiqué entre les 24 et 28e semaines de grossesse grâce à un test de tolérance au glucose. La femme boit une solution de glucose et passe ensuite un test sanguin pour vérifier la vitesse à laquelle le glucose disparaît de son sang.

Les femmes présentant un faible risque de développer un diabète gestationnel pourraient éviter d’avoir à passer le test du glucose, ce qui réduirait les coûts et les inconvénients de la procédure, estiment les chercheurs.

Pour leur étude, Eran Segal et ses collèges ont commencé par appliquer une méthode d’apprentissage automatique aux données de santé fournies par la caisse de santé Clalit sur environ 450 000 grossesses venues à terme entre 2010 et 2017.

Un diabète gestationnel a été diagnostiqué par un test de tolérance au glucose dans environ 4 % de ces grossesses. Après avoir analysé toutes ces données – rassemblées en un fichier recensant plus de 2 000 paramètres pour chaque grossesse, dont les résultats d’analyses sanguines de la femme et les antécédents médicaux de sa famille – l’algorithme a permis d’établir que neuf des paramètres s’avéraient suffisants pour identifier précisément les femmes qui risquaient de développer un diabète gestationnel.

Ces paramètres désignent l’âge de la femme, son indice de masse corporelle, les antécédents familiaux de diabète et les résultats de ses tests de glucose lors de précédentes grossesses (le cas échéant).

Ensuite, pour s’assurer que les neuf paramètres puissent précisément prédire le risque de diabète gestationnel, les chercheurs les ont appliqués aux données de santé fournies par Clalit sur environ 140 000 grossesses supplémentaires qui n’avaient pas été incluses dans l’analyse initiale. Les résultats ont validé les conclusions de l’étude : les neuf paramètres ont permis d’identifier précisément les femmes ayant finalement développé un diabète gestationnel.

De manière plus générale, ont noté les chercheurs, l’étude a démontré l’utilité de la création de grands fichiers de données humaines, en particulier les dossiers médicaux numériques. Cela permet de réaliser des prédictions personnalisées de pathologies pouvant permettre des mesures thérapeutiques et préventives.

Le travail a été mené par les étudiants Nitzan Shalom Artzi, le Dr Smadar Shilo et Hagari Rossman du laboratoire d’Eran Segal de l’Institut de sciences Weizmann, qui ont collaboré avec le professeur Eran Hadar, le Dr Shiri Barbash-Hazan, le professeur Avi Ben-Haroush et le professeur Arnon Wiznitzer du centre médical Rabin à Petah Tikva, ainsi que le professeur Ran D. Balicer et le Dr Becca Feldman de Clalit.