Banniere de la FHU A²M²P

Tâche 3 : Biomarqueurs Prédictifs de Troubles Liés au Stress

L’identification des biomarqueurs a été proposée pour faire face à l’hétérogénéité des diagnostics, et promouvoir la médecine personnalisée en psychiatrie, notamment par l’Intelligence Artificielle (IA ; i.e., Machine Learning). Cette tâche reposera ainsi sur une collaboration étroite entre recherche fondamentale pour les aspects d’IA (GREYC, UMR 6072) et recherche clinique pour le recrutement et la caractérisation clinique des patients, et se fera sur les agglomérations de Caen, Rouen et Amiens. L’objectif de T3 est de prédire le développement de pathologies mentales : trouble de stress posttraumatique, suicide, psychopathologie post-Accidents vasculaires et cérébraux Ischémiques Transitoires (AIT), en combinant des données multimodales et en utilisant l’IA. Cette tâche est divisée en 3 sous-tâches.

I. Biomarqueurs Prédictifs du Trouble de Stress Posttraumatique

L’exposition à un évènement traumatique peut entrainer un trouble de stress posttraumatique (TSPT), trouble sévère handicapant, et associé à un risque suicidaire élevé. Certains symptômes immédiats, dits péri-traumatiques, peuvent prédire l’apparition du TSPT, mais leur spécificité est limitée. Des biomarqueurs telle que la réponse psychophysiologique lors du récit du trauma pourraient également prédire le TSPT. Une approche en IA (WP4-T2) intégrant simultanément de nombreux biomarqueurs pourrait identifier les sujets à risque de TSPT immédiatement après trauma.

Les participants sont des patients admis aux urgences pour un trauma (e.g., accident, AVC non sévère). Lors de l’entretien d’admission aux urgences, en portant un biocapteur mesurant la réponse psychophysiologique, ils effectuent un récit enregistré du trauma. Le TSPT est évalué à un mois.

Le but est d'évaluer le pouvoir prédictif des biomarqueurs (conductance cutanée, fréquence cardiaque, spectre vocal, marqueurs plasmatiques de la Tâche 2) à identifier de manière prospective le développement de TSPT, après contrôle des facteurs de confusion (e.g., genre, détresse peritraumatique).

Plusieurs projets ont pu être développés :

  1. Un projet d'examen des prédicteurs psychophysiologiques de la réponse au traitement dans un essai ouvert de lumière proche de l’infra-rouge pour les troubles liés aux stresseurs dont le Trouble de Stress Posttraumatique et le Trouble de Deuil Prolongé. Le projet est financé mais pas encore débuté.
  2. Un projet d'examen de marqueurs plasmatiques définis grâce à la Bio-banque COBIOM comme prédicteurs de la réponse au traitement du Trouble de Stress Posttraumatique et du Trouble de Deuil Prolongé, en cours de fincancement.
  3. Un projet d'examen des biomarqueurs psychophysiologiques prédictifs de la réponse au traitement du Trouble de Deuil Prolongé et du Trouble de Stress Posttraumatique dans les suites de la perte d’un proche, en cours de financement.

II. Biomarqueurs Prédictifs de Gestes Suicidaires et de Décès par Suicide

Les troubles anxieux et dépressifs sont les principaux troubles à l’origine de suicides, avec une mortalité par suicide dans l’ex-Basse-Normandie supérieure de 23% à la moyenne nationale. Le dispositif de veille VigilanS, basé sur le recontact des suicidants sur les 6 mois suivant le geste suicidaire a montré son efficacité. Son implantation sur la Normandie et Picardie depuis 2016 a permis d’inclure environ 6 000 suicidants, avec traçabilité des réitérations, contacts avec les services de soins et appels téléphoniques.

Les analyses seront conduites sur les cohortes de suivi VigilanS, et reposeront sur les données du dossier médical, les données de récidive (gestes suicidaires à haute létalité, suicide réussi), les marqueurs plasmatiques collectées en Tâche 2 et les discours enregistrés lors des rappels téléphoniques. Des systèmes d’alerte pourront être développés à partir d’une analyse du discours discrète et continue. En lien avec le WP4, des techniques d’extraction de données sémantiques et temporelles seront utilisées pour cartographier les écrits et identifier les caractéristiques discriminantes, puis des mécanismes d’attention et de représentation de textes par graphes seront évalués.

Il s'agit ici d'analyses sur une cohorte de suivi du dispositif VigilanS à partir de données régionales. Les analysés statistiques sont en cours pour développer des modèles prédictifs de la réitération suicidaire.

III. Biomarqueurs de Dépression Post-Accidents Vasculaires Cérébraux Ischémiques, Transitoires et Constitués

L’accident vasculaire cérébral (AVC) est source de stress aigu. Le TSPT et la dépression à son décours sont fréquents (40 à 50% des patients) et sont classiquement attribués à la localisation ou au volume des lésions. Pourtant, des troubles dépressifs similaires semblent également présents après un accident ischémique transitoire (AIT), alors que par définition, les symptômes sont transitoires et l’IRM ou le CT-scan ne montrent pas de lésion ischémique récente. Les mécanismes des troubles dépressifs dans l’AIT restent ainsi mal compris et les études montrent une toxicité cérébrale persistante de l’ischémie même en l’absence de nécrose constituée.

En relation avec deux bio-collections constituées du CHU de Caen (Tâche 2), le but de ce projet est de découvrir des éléments pronostiques et diagnostiques du risque de dépression post-AVC et post-AIT, sur la base d’un concept de « dépression vasculaire », et de « TSPT-vasculaire ». Deux projets connexes, l’un préclinique et l’autre clinique, visent à élucider la physiopathologie des troubles liés au stress dans l’AIT en identifiant les déterminants des troubles dépressifs et posttraumatiques post-AIT ainsi que les biomarqueurs diagnostics et pronostics. Les études seront réalisées en parallèle à partir d’un modèle d’AIT chez le rongeur (UMR-S U1237) et d’une cohorte de patients AIT (CHU de Caen). Les approches sont complémentaires, avec biomarqueurs plasmatiques, IRM, scores cognitifs ainsi qu’outils moléculaires originaux dans les études animales (animaux transgéniques, invalidations conditionnelles, pharmacologie). Une approche en intelligence artificielle pour l’identification des biomarqueurs sera aussi proposée (WP4-T2). Le projet est en recherche de financement.