Le scanner thoracique: un biomarqueur de l'efficacité précoce du Kaftrio/Kalydeco ?

Porteur du projet : Pierre-Régis BURGEL

Contexte :
La détermination de la réponse thérapeutique au niveau individuel chez les patients mucoviscidosiques est un élément important pour le développement de nouvelles thérapeutiques en particulier chez les patients ayant des mutations rares, pour lequel les essais cliniques (étude d'un groupe de patients pour démontrer l'efficacité) sont difficiles, voire impossible à envisager. Chez les patients mucoviscidosiques, l'efficacité d'un traitement à visée respiratoire peut être jugée sur la base d'une amélioration des symptômes respiratoires (toux, expectoration, éventuellement dyspnée d'effort) et de la fonction respiratoire (VEMS, lung clearance index). L'amélioration sous traitement pourrait aussi faire appel à l'analyse des modifications structurales pulmonaires en imagerie thoracique (scanner ou IRM pulmonaire). L'objectif de cette étude est d'établir les critères de réponse scanographique précoce à un traitement à visée respiratoire chez les patients mucoviscidosiques.

Objectifs :
Environ 600 patients mucoviscidosiques sans mutation F508del ont eu un essai de Kaftrio/Kalydeco de 4 à 6 semaines dans le cadre de prescription compassionnelle établi en France sur la période mai 2022-mars 2024. Parmi ces patients, environ 250 patients ont eu, en plus de l'évaluation traditionnelle (clinique, test de la sueur, VEMS), un scanner thoracique avant traitement et après 4 à 6 semaines de traitement. L'analyse visuelle de ce scanner a contribué aux décisions finales visant à caractériser l'efficacité du Kaftrio/Kalydeco (et conduisant à la poursuite/arrêt du traitement) chez ces patients. Cette évaluation reste néanmoins subjective; l'utilisation de scores scanographiques est possible mais chronophage. Nous souhaitons développer une analyse automatisée du scanner thoracique faisant appel à l'intelligence artificielle à partir des scanners effectués dans le Cadre de Prescription Compassionnelle. Cette étude fera appel à des réseaux de neurones utilisant des images scanographiques annotées et non annotées pour son entraînement.

Perspectives :
L'étude devrait contribuer à développer un outil d'analyse automatisée du scanner thoracique faisant appel à l'intelligence artificielle et utilisable en essais cliniques et en pratique quotidienne pour évaluer l'efficacité des traitements chez les patients mucoviscidosiques.

Résultats obtenus :
La mucoviscidose est une pathologie multi-organes et dont l’atteinte varie selon les patients. Afin de mieux caractériser la pathologie et la régulation du gène CFTR, des modèles de régulation dans les différents tissus pouvant être atteints sont décrits. A ce jour, la régulation du gène CFTR a été décrite au niveau des cellules pulmonaires et des cellules intestinales. Différents éléments régulateurs sont impliqués selon le type cellulaire étudié. 

Pour connaitre leurs impacts, des recherches de mutations dans les éléments régulateurs identifiés ont été mise en place, puis des tests permettent de vérifier leurs effets.