Détection précoce du déficit cognitif léger : un modèle prédictif pour les pharmaciens d’officine

En Espagne, l’équipe de Lucrecia Moreno, du département de pharmacie, et le groupe des systèmes embarqués et d’intelligence artificielle de l’Université Cardinal Herrera à Valence, propose un arbre de décision pour la détection des personnes à risque de déficit cognitif léger par les pharmaciens d’officine. Une étude menée auprès de 728 personnes âgées de 65 et plus a permis de recueillir 167 variables telles que l’âge, le sexe, le niveau d’éducation, la durée quotidienne de sommeil, la fréquence de lecture, les plaintes cognitives subjectives et la prise de médicaments. Deux tests ont été utilisés pour détecter un déficit cognitif possible : le SPMSQ (short portable mental state questionnaire) et le MMSE (mini-mental state examination). Les participants ayant un test positif à l’un ou l’autre test ont été orientés vers un diagnostic clinique. Un arbre de décision et des modèles prédictifs ont été construits grâce à des programmes d’apprentissage automatique par la machine, ce qui permet un repérage plus efficace des personnes à risque de déficit cognitif léger, qui pourront ensuite participer à des essais cliniques. 17% des participants de l’étude ont eu un test positif de déficit cognitif léger probable. Les facteurs de risque mis en évidence sont : être une femme, dormir plus de 9 heures par jour, être âgé de plus de 79 ans, lire peu, prendre des médicaments psychoanaleptiques (antidépresseurs, psychostimulants, nootropiques [substances censées améliorer la cognition]) ou des médicaments anti-inflammatoires. Les effets anticholinergiques de plusieurs médicaments pourraient aggraver le déficit cognitif, soulignent les auteurs

Climent MT et al. Decision Tree for Early Detection of Cognitive Impairment by Community Pharmacists. Front Pharmacol 2018; 9: 1232. 29 octobre 2018. www.ncbi.nlm.nih.gov/pmc/articles/PMC6215965/pdf/fphar-09-01232.pdf (texte intégral).