• Langue : Français
• Discipline : Médecine. Psychiatrie
• Identifiant : 2023ULILM284
• Type de thèse : Doctorat de médecine
• Date de soutenance : 03/10/2023

Résumé en langue originale

Introduction : Le syndrome catatonique associe des signes moteurs, comportementaux et neurovégétatifs. Le traitement de référence correspond aux benzodiazépines. Actuellement les phénomènes de pharmacorésistances aux benzodiazépines dans le syndrome catatonique ne sont pas connus. Objectif : Cette thèse-article a pour objectif d’explorer via une approche data-driven de Machine Learning la prédiction de la réponse aux benzodiazépines en utilisant les éléments cliniques et les données d’imageries structurales. Matériel : Une cohorte de patients catatoniques a été constituées de 2016 à 2022. Chaque sujet a bénéficié d’une évaluation clinique standardisée, d’une IRM cérébrale 3T et de l’instauration de benzodiazépines. Selon l’évolution clinique, les sujets ont été classés en répondeurs ou non répondeurs aux benzodiazépines. Les données d’épaisseur corticale et de volumétries cérébrales ont été obtenus pour chaque patient. Pour l’étude des variables prédictives de la réponse aux benzodiazépines, deux modèles de Machine Learning (modèle linéaire (LR) et un modèle d’arbre décisionnel (GBT)) ont été testés. Résultats : 65 patients catatoniques ont été inclus (30 sujets répondeurs et 35 sujets non répondeurs aux benzodiazépines). Avec uniquement les données démographiques et cliniques, le modèle LR a obtenu un rappel de 63 %, une précision de 51 % et une AUC de 58 %, tandis que le modèle GBT a obtenu un rappel de 46 %, une précision de 60 % et une AUC de 64 %. Après intégration des données d'imagerie dans les modèles entrainés, le modèle LR a démontré un rappel de 66%, une précision de 57% et une AUC de 70%. Le modèle GBT a atteint un rappel de 50%, une précision de 60% et une AUC de 70%. Les modèles de Machine Learning ont identifié la durée du syndrome catatonique, la présence d'obéissance passive et de stupeur comme des facteurs impliqués dans la non-réponse aux benzodiazépines. Le volume moyen du cortex orbitofrontal médian droit des personnes ayant répondu aux benzodiazépines était plus important que celui des personnes n'ayant pas répondu aux benzodiazépines Conclusion : La performances des modèles s’est considérablement améliorée avec l'intégration des données d'imagerie aux informations démographiques et cliniques. La durée du syndrome catatonique, ainsi que la présence d'obéissance passive et de stupeur, sont apparues comme des facteurs cliniques importants pour prédire la non-réponse aux benzodiazépines. De plus, un volume réduit du cortex orbitofrontal médian droit peut être impliqué dans l'absence de réponse aux benzodiazépines.