Tdah : Le diagnostic du TDAH progresse grâce à l’IRM et au machine learning
Une étude utilisant l’exploration IRM sur près de 8 000 enfants a identifié des biomarqueurs du TDAH, ainsi qu’un rôle possible du machine learning de la neuroimagerie pour aider au diagnostic, à la planification du traitement et à la surveillance du trouble. Les auteurs e cette étude ont présenté leur travail lors du dernier congrès de la RSNA.
Selon les Centers for Disease Control and Prevention, le Trouble de Déficit de l’Attention avec ou sans Hyperactivité (TDAH) est l’un des troubles comportementaux neurologiques les plus courants chez l’enfant, affectant environ 6 millions d’enfants américains âgés de 3 à 17 ans.
Un grand volume d’IRM cérébrales pour mieux diagnostiquer le TDAH
Les enfants atteints de ce trouble peuvent avoir du mal à prêter attention et à contrôler les comportements impulsifs, ou être hyperactifs. Le diagnostic repose sur check-yp renseigné par le soignant de l’enfant pour évaluer la présence de symptômes du TDAH. Une étude à partir des examens d’IRM cérébrales sur près de 8 000 enfants a cherché à identifier des biomarqueurs du TDAH et à trouver une solution de machine learning à partir de la neuroimagerie pour aider au diagnostic, à la planification du traitement, ainsi qu’à la surveillance du trouble.
Les résultats de cette étude ont été présentés lors du dernier congrès RSNA par le Dr Huang Lin, chercheuse post-universitaire à la Yale School of Medicine de New Haven, (Connecticut – USA). « La médecine a besoin d’une méthodologie plus objective pour un diagnostic plus efficace et fiable, précise-t-elle. Les symptômes du TDAH sont souvent non diagnostiqués ou mal diagnostiqués car l’évaluation est subjective. »
IRM structurtelle, tenseur de diffusion et IRM fonctionnelle pour acquérir des données de neuroimagerie suffisantes
Les chercheurs ont utilisé les données IRM de l’étude Adolescent Brain Cognitive Development (ABCD), la plus grande étude à long terme sur le développement du cerveau et la santé de l’enfant aux USA. L’étude ABCD implique 11 878 enfants âgés de 9 à 10 ans de 21 centres à travers le pays pour représenter la diversité sociodémographique des USA. « La démographie de notre groupe reflète la population américaine, ce qui rend nos résultats cliniquement applicables à la population générale », poursuit-elle.
Source : thema-radiologie
Décembre 2022
