Une personne sur cinq fera l’expérience de la dépression au cours de sa vie, selon les chiffres de l’OMS. La science nous aide à mieux comprendre la dépression et à développer les interventions de santé de demain qui aideront les personnes concernées. ComPaRe Dépression vous présente régulièrement un article scientifique important pour vous tenir au courant des avancées.
RESUME DE L’ARTICLE
La dépression se traduit par des modifications de l’activité ou de la taille de certaines zones du cerveau. Cependant, il n’est pour l’instant pas possible d’utiliser des examens d’imagerie cérébrale ou étudiant l’activité électrique du cerveau pour aider à diagnostiquer une dépression.
Comment cette étude a été menée ?
Des chercheurs de l’université de Münster (Allemagne) ont réalisé des examens d’imagerie par résonance magnétique (IRM) en comparant 856 personnes souffrant de dépression (« patients ») à 945 personnes ne souffrant pas de dépression (« contrôles »).
A partir des données issues des IRM d’une partie du groupe des patients et des contrôles, les scientifiques ont développé plusieurs modèles de diagnostic de la présence d’un épisode dépressif. Les chercheurs ont ensuite appliqué ces modèles à l’autre partie des participants des deux groupes patients et contrôles. Ils ont estimé les performances de chacun des modèles, c’est à dire leur capacité à poser justement le diagnostic d’épisode dépressif, en prenant le diagnostic posé par des professionnels comme référence.
Il s’agit donc d’une étude qui compare des méthodes informatiques et statistiques très poussées pour évaluer leur intérêt en pratique clinique.
Qu’est-ce que l’étude a découvert ?
Les chercheurs ont ainsi simulé informatiquement 4 millions de modèles différents reposant sur l’apprentissage-machine (‘machine learning’) pour diagnostiquer la dépression à partir de données d’IRM des patients.
Aucun modèle ne permettait de dépasser les 65% de précision dans le diagnostic de dépression, ce qui est peu différent de poser le diagnostic au hasard (50%).
Que peut-on apprendre de cette étude ?
Ce résultat ne permet donc pas de recommander l’utilisation de ces modèles d’analyses de données d’IRM pour aider au diagnostic de dépression dans les soins courants.
Ce résultat négatif ne remet pas en question l’existence d’une perturbation de l’activité cérébrale lors d’une dépression mais permet d’identifier des pistes d’amélioration de la recherche en imagerie cérébrale dans la dépression.
*Résumé et adaptation française de l’article de Winter NR et ses collègues : “A Systematic Evaluation of Machine Learning–Based Biomarkers for Major Depressive Disorder. “ JAMA Psychiatry 2024 https://doi.org/10.1001/jamapsychiatry.2023.5083
