Identifier précocement les personnes à risque de trouble de stress post-traumatique (TSPT) permet de mettre en place des mesures préventives efficaces.
Le TSPT est un trouble psychologique survenant chez certaines personnes après un événement traumatisant, comme un accident de la route ou une agression. Les patients revivent l'événement via des cauchemars récurrents et souffrent d'émotions négatives intenses ainsi que d'une hypervigilance. Des chercheurs de l'Université de Columbia (États-Unis) ont développé un algorithme capable de prédire le risque de TSPT chez une personne.
Entre 10 et 15 % des victimes d'un traumatisme développent un TSPT. Bien que des traitements comme la thérapie ou l'éducation réduisent ce risque, ils sont rarement utilisés en raison du manque d'outils prédictifs fiables. Cet algorithme pourrait changer la donne. « Le moment qui suit immédiatement l'événement traumatisant est critique pour identifier les personnes à risque et initier un traitement adapté », explique le Dr Katharina Schultebraucks, responsable de l'étude. « Plus tôt nous intervenons, meilleurs sont les résultats. »
Basé sur l'apprentissage automatique, une branche de l'intelligence artificielle, l'algorithme calcule un score de risque TSPT à partir de 70 paramètres biologiques et psychologiques. Parmi eux : niveaux élevés d'hormones de stress, pression artérielle haute et marqueurs inflammatoires, mesurés aux urgences, complétés par des questionnaires. Il a été entraîné sur 377 patients et validé sur 221 autres.
Chez les patients identifiés à risque, 90 % ont effectivement développé un TSPT. Cependant, 29 % de ceux prédits comme non à risque l'ont développé malgré tout. « Avant une utilisation à grande échelle, des tests sur une population plus large sont nécessaires », précise Schultebraucks.
Cet outil pourrait bénéficier à la Belgique et aux Pays-Bas. Le Dr Julie Krans, chercheuse à l'Université Radboud de Nimègue et au centre Pro Persona Overwaal (spécialisé en anxiété, TOC et TSPT), commente : « Bien que le TSPT soit traitable, la prévention reste prioritaire. Cet algorithme est une avancée précieuse. » Elle tempère toutefois : « Les interventions préventives manquent encore de preuves solides d'efficacité. Mais il permet de surveiller les personnes à risque et de les orienter vers des ressources d'aide si les symptômes persistent. »
Krans évoque aussi des défis : adaptation des données prédictives aux populations locales (Flandre, Pays-Bas), évaluation de la rentabilité, et enjeux éthiques liés à la confidentialité des données personnelles, qui ne peuvent être anonymes pour un suivi efficace. Bien que courant pour les maladies chroniques, cela pose question pour les troubles aigus.
L'application clinique n'est pas imminente, mais cette innovation marque un progrès significatif dans la prise en charge du TSPT.
[]