Le suivi à domicile pour une prise en charge personnalisée de la maladie de Parkinson

La maladie de Parkinson est souvent associée aux tremblements, à une lenteur dans les mouvements et à des troubles de la marche. Pourtant, chez de nombreux patients, ce sont les symptômes dits « non moteurs » qui limitent encore davantage les activités quotidiennes. Parmi ceux-ci, l’hypotension orthostatique entraîne des vertiges ou des évanouissements en raison d’une baisse soudaine de la pression artérielle lors du passage en position debout. Comme ces épisodes sont imprévisibles, ils sont particulièrement difficiles à évaluer lors des visites médicales. Pour s’attaquer à ce problème, des chercheurs des équipes Digital Medicine et AI Modelling and Prediction du LCSB ont mis leur savoir-faire en commun. Ils ont étudié si un suivi continu à domicile pourrait être mis en place grâce à des capteurs portables associés à des méthodes avancée d’analyse des données.

Une collaboration interdisciplinaire pour le suivi de symptômes non moteurs

Baptisé PDHOME, ce projet a été lancé dans le cadre d’une initiative visant à favoriser les collaborations interdisciplinaires au sein du LCSB. Il a bénéficié d’un financement interne encourageant les partenariats entre différentes équipes pour explorer de nouvelles idées. Dans ce cas précis, l’équipe Digital Medicine, dirigée par le professeur Jochen Klucken, cherchait à aller au-delà des symptômes moteurs pour s’intéresser aux manifestations non motrices de la maladie de Parkinson. « Lorsque les patients signalent des vertiges ou des évanouissements, cela indique souvent un dysfonctionnement de la régulation cardiovasculaire », explique le professeur Klucken. « Ces symptômes sont importants à prendre en compte pour la sécurité des patients mais ils sont difficiles à détecter à l’aide des tests cliniques standard réalisés en milieu hospitalier car ils surviennent souvent à domicile. »

C’est là que l’expertise de l’équipe AI Modelling and Prediction en matière d’analyse de données issues de capteurs portables s’est avérée essentielle. S’appuyant sur des travaux antérieurs démontrant que l’hypotension orthostatique peut être détectée à l’aide de capteurs portables, les deux équipes ont mis en commun leurs connaissances cliniques et leur savoir-faire technique afin de développer une méthode d’analyse adaptée. « Notre objectif est de traduire les signaux provenant en continu des capteurs portés par les patients en informations utiles pour les cliniciens », explique le professeur Jorge Gonçalves, responsable de l’équipe AI Modelling and Prediction.

Les chercheurs ont choisi de travailler avec des dispositifs médicaux déjà certifiées pouvant être facilement utilisés dans le cadre d’une étude clinique. Plusieurs participants ont ainsi été équipés de différents capteurs portables qui enregistraient leurs mouvements et leurs signaux cardiaques, et permettaient des mesures cardiovasculaires détaillées. Le projet a associé des évaluations ponctuelles en milieu hospitalier avec des phases de suivi à domicile plus longues. « Lors des consultations médicales, les médecins n’ont accès qu’à des informations limitées dans le temps », note le professeur Gonçalves. « Grâce au suivi à domicile en continu, nous disposons à l’inverse de plusieurs jours, voire de plusieurs semaines de données. Le défi est maintenant d’analyser ces données pour identifier les signaux d’alerte. » Ce passage de mesures ponctuelles à un suivi continu représente un changement fondamental dans la manière dont des symptômes tels que l’hypotension orthostatique peuvent être étudiés et surveillés.

Des études en cours pour explorer le potentiel des capteurs portables

Si le projet visait tout d’abord à établir la faisabilité technique et analytique du suivi à domicile, il a également servi de catalyseur pour des travaux de recherche complémentaires. S’appuyant sur les résultats de PDHOME, plusieurs études cliniques, dont les études OHVD et RePHLECS-PD, sont en cours, en collaboration avec différents hôpitaux au Luxembourg, afin d’étudier plus en détail la régulation cardiovasculaire et les symptômes associés dans plusieurs groupes de patients. « Le succès de PDHOME réside dans la création d’un langage commun entre les cliniciens et les spécialistes de l’analyse des données », souligne le professeur Klucken. Avec les données ainsi obtenues, les chercheurs peuvent désormais travailler à affiner les algorithmes utilisés pour leur analyse et déterminer comment ce suivi en continu peut contribuer au mieux à la prise de décision clinique.

À long terme, les chercheurs espèrent que les approches développées dans le cadre de PDHOME pourront servir à mettre en place une prise en charge plus personnalisée de la maladie de Parkinson, en aidant les médecins à évaluer les effets des traitements, à ajuster ces traitements sur la base des données obtenues ou à identifier les premiers signes d’hypotension orthostatique avant que des événements graves ne surviennent. Au-delà des patients déjà diagnostiqués, de tels outils pourraient également s’avérer précieux pour le suivi des personnes présentant un risque accru de développer la maladie de Parkinson.

Ce projet montre également comment un financement interne ciblé permet des collaborations durables. Ce qui avait débuté comme un projet d’un an s’est transformé en un programme de recherche plus vaste associant science des données, recherche clinique et partenariats hospitaliers. « Nos compétences sont complémentaires », conclut le professeur Gonçalves. « Nous développons de meilleurs outils analytiques, tandis que nos collègues cliniciens se concentrent sur l’amélioration des soins. Ensemble, nous pouvons transformer des données complexes en informations qui comptent vraiment pour les patients. »