Dans une récente étude espagnole, un modèle prédictif conçu pour identifier les personnes susceptibles de développer la fibromyalgie ont montré une forte capacité prédictive.
Il n’y a pas de marqueurs biologiques pour diagnostiquer la fibromyalgie, ce qui a conduit l’American College of Rheumatology (ACR) à décider d’un ensemble de critères de diagnostic de 1990 à aujourd’hui.
Ces critères ne fournissaient toujours pas de capacités prédictives aux cliniciens. Cette étude a donc été conçue dans le but exprès de valider un modèle de conception prédictive pour identifier les populations à risque de contracter la maladie.
L’étude a été dirigée par N. Benachi Sandoval, du Département de santé publique, de santé mentale et de soins infirmiers en santé maternelle et infantile de l’Université de Barcelone.
« Compte tenu de ce qui précède, le but de notre étude était de concevoir et de valider une formule prédictive (calculateur de risque), facile à utiliser dès la consultation de soins primaires pour quantifier le risque de souffrir de la maladie et ainsi réduire le délai moyen de confirmation du diagnostic, ” Sandoval et ses collègues ont écrit.
Les chercheurs ont mené une étude de cohorte rétrospective, multicentrique, observationnelle auprès de patients recrutés âgés de 18 ans ou plus atteints de fibromyalgie ou arthrite diagnostic.
Les patients devaient avoir été dans l’un des 4 centres de santé primaires de Barcelone entre 2017 et 2020, et ils devaient avoir un diagnostic d’arthrite ou de fibromyalgie.
Les participants recrutés par l’équipe de recherche pour l’étude ont fini par totaliser 198 personnes atteintes de fibromyalgie, plus précisément 93 souffrant d’arthrose, 4 souffrant de polyarthrite rhumatoïde et 20 souffrant d’autres types d’arthrite.
Sur les 198 patients recrutés, 120 avaient des diagnostics d’arthrite, dont 116 avaient de l’arthrose, 7 avaient des rhumatismes articulaires, 23 avaient d’autres types d’arthrite.
Après avoir effectué une revue de la littérature à l’aide de bases de données telles que PubMed et BioMed Central, les enquêteurs ont utilisé la recherche de caractéristiques épidémiologiques pour formuler leur questionnaire patient et continuer à développer leur modèle.
Une fois que les chercheurs ont effectué leur analyse de régression, ils ont utilisé la validation Bootstrap de leur modèle prédéfini et ont créé le modèle final à l’aide des échantillons Bootstrap.
Les enquêteurs ont découvert que les facteurs prédictifs du modèle final comprenaient les éléments suivants :
- Exposition à des niveaux de stress
- Avoir un antécédent familial de première ligne de maladies neurologiques
- Âge du patient au début des symptômes
- Avoir des antécédents de stress émotionnel aigu post-traumatique
- Antécédents personnels de douleur chronique généralisée ayant conduit au diagnostic, à la comorbidité et à la prescription pharmacologique dans l’année de la confirmation du diagnostic
L’équipe de recherche a également noté que les facteurs prédictifs du modèle final étaient autodéclarés par leurs participants et que la capacité prédictive de leur conception ajustée par Bootstrapping s’est avérée être de 0,972 (IC à 95 % : 0,955 – 0,986).
L’équipe a en outre ajouté que leur modèle de conception prédictive s’est avéré avoir une sensibilité de 95,94 %, une spécificité de 91,34 % et 94,14 % étant correctement classés, avec une capacité prédictive globale élevée (AUC ajustée par les échantillons Bootstrap = 0,972).
« Le calculateur de risque de fibromyalgie se présente comme un outil de détection facile à appliquer, avec une grande capacité prédictive… », écrivent-ils. « En utilisant le calculateur de risque, les pourcentages de prédiction > 50 % ont identifié la population à risque d’avoir la maladie. Son utilisation régulière dans les soins de santé pourrait réduire le délai moyen de confirmation du diagnostic selon les critères ACR 1990. »
L’étude, “Conception et validation d’un modèle prédictif pour déterminer le risque de développer la fibromyalgie», a été publié en ligne dans Rhumatologie clinique et expérimentale.
