Entre le laboratoire et le chevet : validation de bio-marqueurs optimisés par résonance magnétique pour le diagnostic clinique précoce et le prognostic dans la maladie d'Alzheimer

 

Donald Louis Collins

CUSM-Institut neurologique de Montréal

 

Domaine : vieillissement

Programme Fonds d'innovation Pfizer-FRQS

Concours 2012-2013

Partenaire

Pfizer Canada

La maladie d'Alzheimer (MA) touche actuellement 0,5 millions de Canadiens, 5 millions en Amérique du Nord, et 25 millions de par le monde. Sa prévalence devrait quadrupler d'ici 2050 en raison du vieillissement de la population et en particulier des baby-boomers, passant d'une personne sur 14 à une personne sur 8 dans le groupe des 80 ans et plus avec des couts sociaux et financiers énormes. 

Un traitement précoce est susceptible d'être plus efficace, avant que ne soit atteint un stade de dégénérescence irréversible du tissu cérébral. Toutefois, il est difficile de tester des médicaments chez les patients avec MA de façon précoce, puisque seulement 10-15 % des patients avec un trouble cognitif léger (TCL; un groupe avec MA possible) développeront effectivement la maladie. Ce pourcentage est trop faible pour permettre des essais cliniques de taille raisonnable.

Notre groupe a développé des outils sophistiqués d'analyse d'image par résonance magnétique (IRM) permettant de détecter des ensembles de caractéristiques d'atrophie du cerveau résultant de la MA. Nous avons utilisé ces informations pour générer des modèles statistiques combinant l'IRM avec des données cliniques en vue 1) d'aider à diagnostiquer la maladie, et 2) de prédire quels patients avec TCL la développeront.

Dans ce projet, nous proposons de tester et de valider nos nouveaux outils sur une base de données IRM de plus de 2 000 sujets, et d'en estimer la sensibilité, la spécificité et la précision dans un cadre réaliste. Une fois validés, ces résultats permettront la mise en place d'essais thérapeutiques chez les patients avec TCL et le développement de thérapies pour traiter la MA. Dans le futur, nous croyons qu'ils permettront d'identifier les candidats au traitement chez les patients à haut risque vus en clinique.