Nouvelles publications
Un test inédit permet de prédire la démence neuf ans avant le diagnostic
Dernière revue: 02.07.2025

Tout le contenu iLive fait l'objet d'un examen médical ou d'une vérification des faits pour assurer autant que possible l'exactitude factuelle.
Nous appliquons des directives strictes en matière d’approvisionnement et ne proposons que des liens vers des sites de médias réputés, des instituts de recherche universitaires et, dans la mesure du possible, des études évaluées par des pairs sur le plan médical. Notez que les nombres entre parenthèses ([1], [2], etc.) sont des liens cliquables vers ces études.
Si vous estimez qu'un contenu quelconque de notre contenu est inexact, obsolète ou discutable, veuillez le sélectionner et appuyer sur Ctrl + Entrée.

Des chercheurs de l'Université Queen Mary de Londres ont développé une nouvelle méthode permettant de prédire la démence avec une précision de plus de 80 % et jusqu'à neuf ans avant le diagnostic. Cette nouvelle méthode permet une prédiction plus précise de la démence que les tests de mémoire ou les mesures de rétrécissement cérébral, deux méthodes couramment utilisées pour diagnostiquer la démence.
Une équipe dirigée par le professeur Charles Marshall a développé un test prédictif en analysant des images d'IRM fonctionnelle (IRMf) pour détecter les modifications du réseau neuronal par défaut (RND) du cerveau. Ce réseau connecte les régions du cerveau pour exécuter certaines fonctions cognitives et constitue le premier réseau neuronal affecté par la maladie d'Alzheimer.
Les chercheurs ont utilisé des scanners IRMf de plus de 1 100 volontaires de la UK Biobank, une grande base de données biomédicale et une ressource de recherche contenant des informations génétiques et médicales d'un demi-million de participants au Royaume-Uni, pour évaluer la connectivité effective entre les dix régions du cerveau qui composent le réseau en mode par défaut.
Les chercheurs ont attribué à chaque patient un score de probabilité de démence en fonction du degré auquel leur modèle de connectivité efficace correspondait soit au modèle indiquant la démence, soit au modèle contrôlé.
Ils ont comparé ces prédictions aux données médicales de chaque patient stockées dans la Biobank britannique. Les résultats ont montré que le modèle prédisait avec précision l'apparition de la démence jusqu'à neuf ans avant le diagnostic officiel, avec une précision de plus de 80 %. Dans les cas où les volontaires ont développé ultérieurement une démence, le modèle a également pu prédire, à deux ans près, le délai nécessaire pour obtenir un diagnostic.
Les chercheurs ont également examiné si les modifications du réseau neuronal métastatique (RMD) pouvaient être causées par des facteurs de risque connus de démence. Leur analyse a montré que le risque génétique de maladie d'Alzheimer était fortement associé aux modifications de la connectivité du RMD, ce qui étaye l'hypothèse selon laquelle ces modifications sont spécifiques à la maladie d'Alzheimer. Ils ont également constaté que l'isolement social augmente probablement le risque de démence par son effet sur la connectivité du RMD.
Le professeur Charles Marshall, qui dirigeait l'équipe de recherche du Centre de neurosciences préventives de l'Institut Wolfson de santé des populations de l'Université Queen Mary, a déclaré: « Prédire qui souffrira de démence à l'avenir sera essentiel pour développer des traitements capables de prévenir la perte irréversible de cellules cérébrales à l'origine des symptômes de la démence. Bien que nous améliorions notre capacité à identifier les protéines cérébrales pouvant causer la maladie d'Alzheimer, de nombreuses personnes vivent des décennies avec ces protéines dans leur cerveau sans développer de symptômes de démence. »
« Nous espérons que la mesure de la fonction cérébrale que nous avons développée nous permettra d'être beaucoup plus précis quant à savoir si et quand une personne développera réellement une démence, afin que nous puissions déterminer si elle pourrait bénéficier de futurs traitements. »
Samuel Ereira, auteur principal et chercheur postdoctoral au Centre de neurosciences préventives de l'Institut Wolfson pour la santé de la population, a ajouté: « En utilisant ces méthodes d'analyse avec de grands ensembles de données, nous pouvons identifier les personnes à haut risque de démence et également déterminer quels facteurs environnementaux ont poussé ces personnes à haut risque.
« Il existe un énorme potentiel pour appliquer ces méthodes à différents réseaux neuronaux et populations afin de mieux comprendre la relation entre l'environnement, la neurobiologie et la maladie, à la fois dans la démence et potentiellement dans d'autres maladies neurodégénératives. L'IRMf est une technique d'imagerie médicale non invasive et prend environ six minutes pour collecter les données nécessaires sur un scanner IRM, de sorte qu'elle peut être intégrée aux voies de diagnostic existantes, en particulier lorsque l'IRM est déjà utilisée. »
Hojat Azadbakht, PDG d'AINOSTICS (une entreprise d'IA collaborant avec des groupes de recherche de premier plan pour développer des techniques d'imagerie cérébrale pour le diagnostic précoce des troubles neurologiques), a commenté: « L'approche développée a le potentiel de combler une lacune clinique majeure en fournissant un biomarqueur non invasif de la démence. Dans une étude publiée par une équipe de l'Université Queen Mary, ils ont pu identifier des personnes ayant développé la maladie d'Alzheimer jusqu'à neuf ans avant de recevoir un diagnostic clinique. C'est à ce stade présymptomatique que les nouvelles techniques de modification de la maladie peuvent apporter le plus grand bénéfice aux patients. »