• Langue : Français
• Discipline : Médecine. Neurologie
• Identifiant : 2025ULILM288
• Type de thèse : Doctorat de médecine
• Date de soutenance : 02/10/2025

Résumé en langue originale

Contexte : La maladie d’Alzheimer représente la principale cause de trouble neurocognitif chez le sujet âgé, avec une prévalence en constante augmentation. Le concept théorique de la réserve cognitive permet en partie d’expliquer les différences interindividuelles de sévérité clinique, chez des patients présentant un degré similaire d’atteinte cérébrale. Son étude nécessite le recours à un biomarqueur de neurodégénérescence fiable. Dans ce contexte, cette étude visait à étudier l’intérêt du modèle de prédiction BrainAge, un outil innovant d’évaluation de l’âge cérébral, pour l’exploration de la réserve cognitive dans la maladie d’Alzheimer. Matériel et Méthodes : Notre étude était rétrospective, monocentrique, incluant des patients atteints de maladie d’Alzheimer, évalués au CMRR de Lille entre 2018 et 2024. Les patients inclus devaient avoir bénéficié d’une IRM 3DT1, condition nécessaire pour l’application du modèle de prédiction BrainAge Lillois. Nous avons recueilli pour l’ensemble de ces patients un certain nombre de variables supposées refléter la réserve cognitive. Les performances prédictives du modèle BrainAge ont été comparées à celles des méthodes classiques d’évaluation de l’atrophie cérébrale, dans le but de prédire la sévérité clinique. La réserve cognitive a ensuite été étudiée en s’appuyant sur la méthode la plus performante. Résultats : Dans l’ensemble de la population et dans la majorité des sous-groupes étudiés, le modèle de prédiction BrainAge s’est révélé moins performant que les mesures classiques d’évaluation de l’atrophie pour la prédiction de la sévérité clinique. Concernant l’étude de la réserve cognitive, le principal facteur associé était le niveau d’éducation. Conclusion : L’étude de la réserve cognitive dans la maladie d’Alzheimer nécessite l’utilisation d’un biomarqueur de neurodégénérescence fiable. Le modèle de prédiction BrainAge utilisé, probablement limité par son approche globale et son manque de spécificité régionale, ne s’est pas avéré être un meilleur outil que les mesures d’évaluation plus classiques de l’atrophie, pour cette étude.