Un nouvel algorithme offre des avantages pour le dépistage de la prééclampsie
Une équipe de chercheurs de Dexeus Mujer, pilotée par le Dr Bernat Serra, a mené une étude qui démontre l’utilité d’un nouveau système de détection du risque de prééclampsie. La plupart des modèles — des algorithmes mathématiques — actuellement utilisés ont été développés sur la base des caractéristiques de populations particulières, ce qui affecte leur fiabilité s’ils sont appliqués à d’autres populations.
L’avantage du nouveau modèle, selon ses auteurs, c’est qu’il est applicable à d’autres populations et, qui plus est, il est fondé sur un algorithme mathématique — le modèle gaussien — déjà utilisé pour la détection du syndrome de Down, ce qui facilite son utilisation simultanée et, donc, sa mise en place dans notre environnement (entre 8 et 13 semaines).
La détection des femmes présentant un risque accru de souffrir de ce trouble pendant la grossesse permet de réduire le risque dans un maximum de 80 % des cas les plus précoces en administrant quotidiennement de faibles doses d’aspirine.
Pour en vérifier la fiabilité, une étude multicentrique a été menée sur un échantillon de 6 893 grossesses uniques avec une incidence de prééclampsie de 2,3 %.
L’efficacité de ces modèles mathématiques est évaluée sur la base de leur capacité à détecter un taux de faux positifs donné, que la plupart des études ont fixé à 10 % dans le cas de la prééclampsie. Les modèles actuellement utilisés atteignent des taux de détection allant de 85 % à 95 % et le modèle actuel affichait un taux de 94 %.
A new model for screening for early-onset preeclampsia.
Serra B, Mendoza M, Scazzocchio E, Meler E, Nolla M, Sabrià E, Rodríguez I, Carreras E.
Am J Obstet Gynecol. 2020 Jan 20. pii: S0002-9378(20)30027-2. doi: 10.1016/j.ajog.2020.01.020.