Refining E-detectioN Tools for Emerging mental disoRders (ENTER) to identify young people at clinical high risk for psychosis in the community: model development and internal validation
L'étude a développé et validé en interne l'ENTER, un outil de dépistage numérique multimodal qui a démontré une discrimination et une calibration supérieures par rapport au seuil du PQ-16 pour identifier les jeunes présentant un risque clinique élevé de psychose en milieu communautaire.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Les troubles de la santé mentale commencent souvent discrètement, bien avant qu'une crise n'éclate. Pour de nombreux jeunes, les premiers signes d'un trouble grave comme la psychose apparaissent sous la forme de changements subtils dans la pensée, le ressenti ou la perception durant l'adolescence ou le début de l'âge adulte. Cette phase précoce, appelée état de haut risque clinique, constitue une fenêtre d'opportunité critique. Si elle est identifiée, elle permet d'apporter un soutien et des soins qui peuvent empêcher la pathologie de se développer pleinement ou en atténuer l'impact. Cependant, identifier ces individus est difficile. Actuellement, la plupart des personnes ne sont reconnues qu'une fois qu'elles sollicitent l'aide d'un spécialiste, ce qui signifie que beaucoup passent entre les mailles du filet du système alors que leurs symptômes sont encore légers et gérables. Le défi consiste à créer un moyen de détecter ces risques tôt, avec précision et sans surcharger les ressources limitées disponibles pour les soins de santé mentale.
Une équipe de chercheurs issus d'universités et d'hôpitaux du Royaume-Uni et d'Italie a franchi une étape significative vers la résolution de ce problème. Ils ont développé et testé un nouvel outil numérique appelé ENTER, conçu pour dépister chez les jeunes de la communauté les signes de risque de psychose. L'étude, impliquant plus de 2 500 participants âgés de 12 à 35 ans, a comparé cette nouvelle approche à une méthode standard actuellement utilisée en clinique. La méthode standard repose sur un simple questionnaire qui interroge sur des pensées et des expériences inhabituelles spécifiques. Bien que cet outil existant soit efficace pour détecter la plupart des personnes potentiellement à risque, il signale également de nombreuses personnes qui ne le sont pas, entraînant des rendez-vous de suivi inutiles. Les chercheurs ont voulu voir si l'ajout d'autres types d'informations — telles que la vitesse à laquelle une personne traite l'information et son parcours de vie — pourrait rendre le dépistage plus précis.
Les chercheurs ont construit leur nouvel outil en demandant aux participants de remplir un questionnaire en ligne. Ce questionnaire comprenait le questionnaire standard sur les pensées inhabituelles, mais il interrogeait également sur la détresse causée par ces pensées, incluait un test rapide de la vitesse à laquelle une personne pouvait associer des symboles à des chiffres, et recueillait des informations sur l'histoire de vie des participants, comme leur milieu familial, leur lieu de naissance et toute exposition à des difficultés sociales. L'équipe a ensuite utilisé des algorithmes informatiques avancés pour analyser ce mélange de données. Ils ont comparé les résultats de cette nouvelle approche multicouche aux résultats du seul questionnaire standard. Pour garantir la fiabilité des résultats, ils ont testé l'outil sur un groupe de personnes ayant déjà subi un entretien clinique approfondi, considéré comme la référence, afin de confirmer si elles étaient réellement à haut risque.
Les résultats ont montré que le nouvel outil ENTER était nettement plus performant pour distinguer ceux qui étaient à haut risque de ceux qui ne l'étaient pas. Alors que le questionnaire standard identifiait correctement le risque dans environ 62 cas sur 100, le nouvel outil a amélioré cette précision à environ 74 sur 100. Plus important encore, le nouvel outil était meilleur pour éviter les fausses alertes. En termes pratiques, cela signifie que pour 100 personnes dépistées, la nouvelle méthode pourrait identifier environ deux individus supplémentaires ayant réellement besoin d'aide, sans augmenter le nombre de personnes signalées à tort. Les chercheurs ont constaté que la version la plus efficace de leur outil utilisait un type spécifique d'apprentissage automatique capable de détecter des modèles complexes dans les données, plutôt que d'examiner les facteurs un par un. Cette approche a mis en évidence que le risque ne concerne pas seulement les symptômes ; il est également façonné par la manière dont une personne pense, par la détresse qu'elle ressent et par l'environnement dans lequel elle vit.
Malgré ces résultats prometteurs, les chercheurs prennent soin de noter qu'il s'agit d'une étude de développement, et non d'une solution finale. L'outil a été testé en interne, ce qui signifie qu'il a été évalué sur le même groupe de personnes qui l'a aidé à être construit, et il n'a pas encore été prouvé qu'il fonctionnait dans des cliniques réelles ou dans d'autres pays. L'étude a également reconnu que le groupe de volontaires n'était pas parfaitement représentatif de la population générale, avec un nombre plus élevé de femmes et de personnes d'origine blanche que ce que l'on pourrait trouver dans une communauté typique. De plus, le processus exigeait que les participants répondent à plus de questions que la méthode standard, ce qui pourrait constituer un obstacle pour certains. Les auteurs soulignent que, bien que le nouvel outil présente un grand potentiel pour améliorer la détection des jeunes à risque, des tests supplémentaires sont nécessaires pour confirmer son utilité dans la pratique quotidienne. D'ici là, ce travail sert de solide preuve de concept démontrant que la combinaison de différents types d'informations peut offrir une image plus claire des risques pour la santé mentale que l'examen des seuls symptômes.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.