UNIVERSITE DE LILLE;INSTITUT NATIONAL DE LA SANTE ET DE LA RECHERCHE MEDICALE (INSERM);CENTRE HOSPITALIER REGIONAL UNIVERSITAIRE DE LILLE
发明人:
BETROUNI, Nacim,BORDET, Régis
申请号：
EPEP2019/055510
公开号：
WO2019/170711A1
申请日:
2019.03.06
申请国别(地区):
EP
年份:
2019
代理人:
摘要：
The present invention relates to a method for predicting neurodegenerative decline and/or its severity for a patient, especially of cognitive impairment (CI). Strokes and Parkinson's disease are frequently associated with occurrence of long-term cognitive impairment or dementia with still incompletely resolved mechanisms. The discovery of diagnostic and predictive biomarkers thus remains a major challenge. The method of the invention uses radiomics corresponding to texture features extracted from a plurality of previously-acquired medical brain images and correlated with previously-acquired clinical and/or biological data. A classifier is trained beforehand for learning these radiomics, and then operated on radiomics computed from at least one brain image of a patient to generate a score representative of its risks of neurodegenerative decline. By applying this method on a cohort of 160 MCI and non-MCI patients, the inventors show that MCI patients could be early predicted with a mean accuracy of 88%. In the same way, the method was able to discriminate very early stages of cognitive decline in a Parkinson's disease population of 100 patients.La présente invention concerne un procédé de prédiction d'un déclin neurodégénératif et/ou de sa gravité chez un patient, en particulier d'une déficience cognitive (CI). Les accidents vasculaires cérébraux et la maladie de Parkinson sont fréquemment associés à l'apparition d'une déficience cognitive à long terme ou d'une démence, dont les mécanismes ne sont pas encore complètement connus. La découverte de biomarqueurs diagnostiques et prédictifs reste ainsi un défi majeur. Le procédé selon l'invention fait appel à une radiomique correspondant à des caractéristiques de texture extraites d'une pluralité d'images cérébrales médicales préalablement acquises et corrélées avec des données cliniques et/ou biologiques préalablement acquises. Un classificateur est entraîné à l'avance pour apprendre cette radiomique, puis mis en œuvre su
