Médecine

Paramédical

Autres domaines


S'abonner

Intelligence artificielle en métabolomique clinique : exemple de l’exploration des HCS - 30/09/20

Doi : 10.1016/j.ando.2020.07.006 
A. Lamazière, Dr
 Département de métabolomique clinique, METOMICS, hôpital Saint-Antoine, DMU BioGeM/AP-HP.Sorbonne université, laboratoire de spectrométrie de masse et du métabolisme des lipides, UMRS 938 CRSA, Faculté de Médecine site Saint Antoine, Paris, France 

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

The development of liquid chromatography tandem mass spectrometry (LC-MS/MS) allows clinical laboratory to propose targeted and quantitative steroidomics analysis for diagnostic and follow-up explorations. Quantitative profiles of circulating steroids are now available in one single run. However, the screening and diagnostic thresholds for LC-MS/MS are yet to be completely defined in both basal and post synacthen states. These thresholds are likely to differ from those established with immunoassays due to the enhanced specificity and sensitivity of LC-MS/MS, a method less prone to cross-reactivity and interferences (Fiet et al., 2017). The concept of profiling or multiplexing the circulating steroidome is a paradigm shift as it appears to be way more accurate than single specie immunoassay quantitation to stratify patients. In subnormal or atypical cases, we showed that an exhaustive profile in a basal state (i.e. without ACTH stimulation test) could differentiate 21-hydroxylase deficiency from other enzyme defects and establish a more accurate diagnosis (Fiet et al., 2017). In parallel to these analytical progresses, machine learning (ML) approaches are emerging as essential tools in diagnosis thank to its classification strength compare to classical univariate statistics. Our main hypothesis is that these statistical models can be all the more powerful as, when combined with the metabolic profiling of the steroid biosynthesis pathway, it will be possible to avoid, or at least, limit the use of ACTH stimulation tests. In our experience, ML is indeed, particularly adapted to convert these metabolomic signatures, potentially concatenated with other bio-clinical parameters, into straightforward diagnostic outputs for clinicians.

Le texte complet de cet article est disponible en PDF.

Plan


© 2020  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 81 - N° 4

P. 129 - septembre 2020 Retour au numéro
Article précédent Article précédent
  • Insulinothérapie en boucle fermée : la comprendre pour mieux la mettre en œuvre
  • P.Y. Benhamou
| Article suivant Article suivant
  • Éthique et intelligence artificielle
  • P. Le Coz

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

;

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.