Biomarqueurs dans le diagnostic et pronostic des patients suspects d'infection aux urgences

Biomarkers in the diagnosis and prognosis of patients suspected of infection in the emergency department

• Auteur / Autrice : Marta Cancella de abreu
• Direction : Pierre Hausfater
• Type : Projet de thèse
• Discipline(s) : Biologie intégrée
• Date : Inscription en doctorat le 01/11/2022
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : Physiologie, physiopathologie et thérapeutique
• Partenaire(s) de recherche : Laboratoire : Centre d'Immunologie et de Maladies Infectieuses
• Partenaire(s) de recherche : Equipe de recherche : Immunopathogénèse des infections virales et du vieillissement immunitaire

Mots clés

Mots clés libres

Biomarqueurs

Infection

Urgences

Sepsis

Biomarkers

Infection

Emergency

Sepsis

Résumé

1. Introduction : Aux urgences, lors de l'évaluation d'un patient suspect d'infection, il y a 2 objectifs principaux : 1) de reconnaître rapidement les formes graves d'infection (sepsis) de façon à débuter, le plus rapidement possible le traitement et de pouvoir suivre les recommandations internationales et 2) de reconnaître les patients à risque d'aggravation secondaire, lorsqu'ils ne présentent pas encore de critères de gravité, de façon à les surveiller d'une façon rapprochée. Dans ce sens, plusieurs questions recherche peuvent être posées : Question 1 : MDW et d'autres biomarqueurs donnés avec la NFS (par l'automate sysmex) permettent-ils l'identification d'un sepsis plus tôt aux urgences et par conséquence l'introduction d'un traitement anti-infectieux plus précocement ? Question 2 : est-ce qu'en utilisant un algorithme intégrant le MR-proADM nous pouvons diminuer le taux d'hospitalisation des patients ayant une suspicion d'infection à partir des urgences sans effet sur la mortalité ? Question 3 : Est-ce que le MDW et d'autres biomarqueurs donnés par la NFS peuvent être un indicateur de mauvais pronostic (mortalité/aggravation) chez les patients septiques aux urgences ? Question 4 : est-ce qu'un modèle du type « machine learning », prenant en compte les biomarqueurs cités ci-dessus et des données cliniques, peut prédire un sepsis aux urgences et être un bon indicateur pronostic ? 2. Données utilisées : Les données utilisées seront les données cliniques des patients qui consultent aux urgences pour une suspicion d'infection et les données biologiques et les marqueurs qui seront étudiés à partir de la NFS (dont le MDW et les biomarqueurs donnés par Sysmex) et le MR-proADM. Les méthodes : a) Pour l'évaluation du marqueur MDW Une étude monocentrique rétrospective avant-après qui évaluera l'impact de l'implémentation de l'automate qui réalise le dosage du marqueur MDW en délocalisé aux urgences, sur le délai de l'antibiothérapie au cours du sepsis. Les patients seront sélectionnés à postériori à partir des NFS réalisés. Dans la période «après», le résultat du MDW sera fourni au médecin qui prendra la décision de l'utiliser ou pas comme marqueur diagnostique du sepsis. Le délai d'administration d'un traitement anti-infectieux sera évalué. b) Pour l'évaluation du marqueur MR-proADM Une étude multicentrique internationale, interventionnelle prospective randomisée, avec des patients se présentant aux urgences pour une suspicion d'infection. Les patients sont randomisés dans un bras de soins courants, ou dans bras guidé par MR-proADM, où la décision d'hospitaliser le patient sera prise en prenant compte le résultat de MR-proADM. Le taux d'hospitalisation sera évalué bien comme la mortalité. c) pour l'évaluation des paramètres donnés par l'automate Sysmex déjà implémenté au laboratoire des urgences. Au vu du faible nombre de publications à ce sujet actuellement, une première étude exploratoire est souhaitée, de type rétrospective, sur des données de NFS chez les patients qui se présentent aux urgences. La performance de plusieurs scores et biomarqueurs sera évaluée. d) Pour la réalisation d'une modèle prédicteur « machine learning » Les données des études précédentes seront intégrées dans un modèle Machine Learning de façon à créer un modèle prédictif de sepsis ou d'aggravation.

1. Introduction: In the emergency room, during evaluation of a patient suspected of infection, there are 2 main objectives: 1) to quickly recognize a serious form of infection (sepsis) in order to start, as quickly as possible a treatment being able to follow international recommendations and 2) to recognize patients at risk of secondary aggravation, when they don't present severity criteria yet, in order to monitor them closely. In this sense, several research questions can be asked: Question 1: Do MDW and other biomarkers given with WBC (ex. by the Sysmex automation) allow the identification of sepsis earlier in the emergency room and consequently the introduction of anti-infective treatment earlier? Question 2: By using an algorithm integrating MR-proADM, can we reduce the hospitalization rate of patients with suspected infection from the emergency department without affecting mortality? Question 3: Can MDW and other biomarkers given with WBC be an indicator of poor prognosis (mortality/worsening) in septic patients in the emergency department (ED)? Question 4: Can a ''machine learning'' type model, which takes into account the biomarkers mentioned above and clinical data, predict sepsis in the ED and be a good prognostic indicator? 2. Data used: The data used will be the clinical data of patients who consult in the emergency room for a suspicion of infection and their biological data as well as the markers mentioned upper (including the MDW and the biomarkers given by Sysmex automate with WBC and the MR-proADM). 3. The methods: a) For the evaluation of the MDW marker. A single-center retrospective before-after study will assess the impact of the implementation of a point-of-care automation in the ED that measures MDW, on the delay of anti-infectious therapy during sepsis. Patients will be selected a posteriori from the NFS carried out. During the “after” period, the MDW result will be provided to the physician, who will make the decision whether or not to use it as a diagnostic marker for sepsis. The time taken to administer an anti-infectious treatment will be evaluated. b) For the evaluation of the MR-proADM marker. An international multicenter, prospective and randomized interventional study with patients presenting to the ED with suspected infection has started. Patients are randomized into a routine care arm, or into an MR-proADM-guided arm, where the decision to admit will be made taking into account the MR-proADM result. The hospitalization rate will be assessed as well as the mortality. c) for the evaluation of the parameters given by the Sysmex automaton (already implemented in the emergency laboratory). As there is a low number of publications on this subject currently, a first exploratory study is desired, initially retrospective, on WBC data of patients presenting to the ED. The performance of several scores and biomarkers will be evaluated. d) For the creation of a “machine learning” predictive model. Data from previous studies will be integrated into a Machine Learning Model to create a predictive model of sepsis or worsening.