Imagerie Prédictive du Handicap Fonctionnel, Cognitif et Émotionnel Post-AVC

Predictive Imaging of Post-Stroke Functional, Cognitive, and Emotional Disability

• Auteur / Autrice : Suhrit Duttagupta
• Direction : Igor Sibon
• Type : Projet de thèse
• Discipline(s) : Neurosciences
• Date : Inscription en doctorat le 01/09/2023
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale Sciences de la vie et de la santé (Talence, Gironde ; 1993-....)
• Partenaire(s) de recherche : Laboratoire : Institut de neurosciences cognitives et intégratives d'Aquitaine
• Partenaire(s) de recherche : Equipe de recherche : Ecological Assessment and Management of Psychiatric Disorders_EcoPsy

Mots clés

Mots clés libres

Accident Vasculaire Cérébral

Handicap

Emotions

Cognition

Aphasie

Irm

Stroke

Handicap

Emotions

Cognition

Aphasia

Mri

Résumé

Les accidents vasculaires cérébraux (AVC) affectent environ 140 000 patients par an en France. Malgré le développement récent de stratégies thérapeutiques de phase aiguë permettant de réduire l'étendue des lésions cérébrales de nature ischémique ou hémorragique plus de deux tiers des patients conservent un handicap physique, cognitif ou émotionnel impactant sa qualité de vie. La prédiction précoce et individualisée du devenir fonctionnel des patients victimes d'AVC demeure à ce jour complexe alors qu'elle constitue un enjeu majeur de santé publique permettant d'optimiser l'usage des ressources humaines et matérielles requis dans le cadre de la rééducation. Dans ce contexte l'imagerie cérébrale par IRM est un biomarqueur d'intérêt majeur de par sa capacité à identifier les caractéristiques de la lésion cérébrale ainsi que l'état du parenchyme cérébral sur lequel survient l'AVC. L'analyse du volume de la lésion ne constitue à ce jour pas un marqueur fiable du pronostic fonctionnel physique et cognitive-émotionnel. L'analyse combinée du volume et des caractéristiques de la lésion en terme de localisation et d'impact sur les connexions anatomiques cérébrale représente une perspective majeure optimisation des capacités de prédiction. À ce jour l'analyse du pattern lésionnel requiert la combinaison de plusieurs séquences IRM et l'acquisition de séquences dédiées habituellement non disponibles en pratique clinique. L'objectif principal de ce projet réside dans l'élaboration d'un circuit automatisé de traitement des données d'imagerie IRM disponibles en pratique clinique afin d'en extraire les caractéristiques lésionnelles individuelles. Ces données seront mises en corrélation avec le devenir clinique des patients afin d'élaborer des modèles de prédiction précoces des pronostics fonctionnels physiques et cognitivo- émotionnels. Les analyses seront menées à partir de bases de données existantes émanant des études Brain Before Stroke dédiée au handicap multidomaine post-AVC, Motiv-POSDEP explorant les troubles de l'humeur post-AVC, et de la cohorte COLA axée sur les troubles cognitifs et phasiques post-AVC.

Stroke affect around 140,000 patients each year in France. Despite the recent development of acute-phase therapeutic strategies to reduce the extent of ischemic or hemorrhagic brain damage, more than two-thirds of patients still have a physical, cognitive or emotional disability at follow-up that impairs their quality of life. Up to now, early and personalized prediction of post-stroke functional outcome remains complex while it represents a major public health issue by allowing the optimal use of human and material resources required during rehabilitation. In this context, MRI brain imaging is a potential potent biomarker owing its ability to characterize acute cerebrovascular lesions as well as the integrity of the underlying brain parenchyma. Analysis of stroke volume alone does not currently represent a reliable predictor of the physical, cognitive and emotional functional prognosis when used on top of clinical parameters. Combined analysis of lesion volume to additional lesion characteristics such as location and extend of lesion-related brain anatomic dysconnections is a promising approach for optimizing predictive algorithms. To date, analysis of the lesion pattern requires the combination of several MRI sequences and the acquisition of dedicated sequences usually not available in clinical practice. The main objective of this project relies in the development of an automated pipeline for processing MRI imaging data acquired in current clinical practice in order to characterize individual lesion characteristics. These data will be used to develop models for early prediction of physical, cognitive and emotional functional outcomes. Analyzes will be carried out using existing databases from the Brain Before Stroke study dedicated to post-stroke multidomain disability, Motiv-POSDEP exploring post-stroke mood disorders, and the COLA cohort focusing on post-stroke aphasia and cognitive impairment.