Modélisation pour prédire la maladie de Parkinson

Juan Li
Ph. D., méthodologiste et boursière postdoctorale
Institut de recherche de l’Hôpital d’Ottawa
Bourse de recherche fondamentale
Société Parkinson Colombie-Britannique
100 000 $ sur 2 ans
Validation et étalonnage du pointage PREDIGT pour prédire le taux d’incidence de la maladie de Parkinson

Les personnes atteintes de la maladie de Parkinson comptent sur des neurologues ayant une expérience clinique pour diagnostiquer leur maladie, en se basant souvent largement sur des symptômes moteurs comme la lenteur, la raideur, les tremblements et la difficulté à marcher. Il n’y a pas de test médical objectif qui permet de dépister tôt la maladie ou de prédire qui pourrait en être atteint.

Cela pourrait bientôt changer en partie grâce au travail de Juan Li à l’Institut de recherche de l’Hôpital d’Ottawa (IRHO). Mme Li, statisticienne, évalue la capacité du modèle mathématique PREDIGT à distinguer les personnes atteintes de la maladie de Parkinson de celles qui n’en sont pas atteintes. Elle évaluera ensuite la capacité du modèle à prédire qui pourrait en être atteint dans l’avenir.

Ce modèle, élaboré par le Dr Michael Schlossmacher, neurologue et chercheur à l’IRHO, tient compte de cinq facteurs : exposition à des risques environnementaux, susceptibilité génétique (c.-à-d. gènes particuliers liés à la maladie de Parkinson ou antécédents familiaux de cette maladie), changements tissulaires chroniques (p. ex. inflammation et dépression), sexe et âge. Mme Li et ses collègues pensent que ces facteurs expliquent l’apparition et la progression possible de la maladie.

Jusqu’à présent, le modèle permet de distinguer les personnes atteintes de la maladie de celles non atteintes par deux ensembles de données soigneusement étudiés.

« Étonnamment, dès les premiers tests, le modèle était aussi efficace qu’un neurologue pour diagnostiquer avec exactitude la maladie de Parkinson, mais nous avons besoin d’approfondir le travail », précise Mme Li.

Le groupe souhaite élaborer un questionnaire et un outil de calcul en ligne que les praticiens utiliseraient pour déterminer la probabilité qu’une personne ait la maladie de Parkinson à l’âge adulte. Si le modèle fonctionne, il pourrait permettre de repérer les gens pendant qu’ils sont en santé et n’ont pas de symptômes moteurs de la maladie.

« Étonnamment, dès les premiers tests, le modèle était aussi efficace qu’un neurologue pour diagnostiquer avec exactitude la maladie de Parkinson, mais nous avons besoin d’approfondir le travail. »

Avant de pouvoir le faire, toutefois, elle évaluera la précision et la validité du modèle à l’aide d’un vaste ensemble de données pour déterminer s’il peut également repérer, parmi les personnes présentant un risque élevé d’avoir la maladie, celles qui en seront réellement atteintes dans l’avenir.

« La prédiction est plus importante et intéressante pour nous, précise-t-elle. Si nous pouvons vous dire que vous courez un risque élevé d’avoir la maladie ou que vous pourriez l’avoir dans cinq ou dix ans, vous pouvez miser sur la prévention en modifiant les facteurs de risque concrets dans l’avenir. »

Mme Li espère que cet outil aidera les personnes qui sont aux premiers stades de la maladie ou celles qui sont les plus à risque d’en être atteintes à accéder aux traitements en cours d’élaboration. Par exemple, les gens qui obtiennent un pointage élevé dans le modèle PREDIGT pourraient être considérés comme des candidats appropriés pour des essais cliniques.

Mme Li, qui a grandi à Langfang, en Chine, a commencé à travailler dans le domaine de la maladie de Parkinson après avoir obtenu un doctorat en génie pétrolier. Elle s’ennuyait des mathématiques appliquées – sa première passion au premier cycle – et voulait faire quelque chose de significatif, ce qui l’a amenée à lutter contre la maladie de Parkinson à Ottawa.

Aux côtés du Dr Schlossmacher, elle a rencontré des personnes atteintes de la maladie de Parkinson et leur famille.

« Beaucoup de gens connaissent bien cette maladie et s’intéressent à notre modèle, ce qui m’a rendue très heureuse. C’est l’occasion parfaite pour moi de faire quelque chose qui me tient vraiment à cœur. »