Deep Learning versus Linear Mixed Models for Estimating Treatment Effects in Longitudinal Repeated-Measures Studies

Dans le monde de la recherche clinique, les scientifiques doivent souvent suivre l'évolution des patients au fil du temps. Imaginez une personne prenant un médicament contre la dépression ; ses symptômes ne passent pas simplement de « mauvais » à « bon » en un instant unique. Au contraire, ils fluctuent jour après jour, influencés par le médicament, sa biologie et le passage du temps. Pour comprendre si un traitement fonctionne réellement, les chercheurs collectent des données à plusieurs moments — semaines, mois ou années — créant ainsi une longue série de mesures pour chaque personne. Le défi est que ces mesures répétées d'un même individu sont liées ; ce qui se passe le premier jour influence ce qui se passe le deuxième jour. Les outils statistiques traditionnels sont depuis longtemps la norme pour démêler ces points de données liés, permettant aux scientifiques de séparer le véritable effet d'un médicament des hauts et des bas naturels de l'état d'un patient. Cependant, ces outils traditionnels exigent que les chercheurs fassent des suppositions spécifiques sur la forme de la courbe de rétablissement avant même de commencer à examiner les données. Si le rétablissement réel suit un chemin différent de celui qui avait été supposé, l'outil pourrait passer à côté de la réalité.

Une approche plus flexible appelée apprentissage profond (deep learning) a émergé ces dernières années. Contrairement aux outils traditionnels, l'apprentissage profond ne commence pas avec une forme préétablie ou une formule rigide. Au lieu de cela, il utilise un système informatique conçu pour imiter la façon dont le cerveau humain apprend, lui permettant de découvrir des motifs et des relations complexes directement à partir des données elles-mêmes. Cette flexibilité est puissante, mais elle soulève une question critique : dans l'environnement à enjeux élevés de la recherche médicale, où les tailles d'échantillons sont souvent modestes et où le coût de l'erreur est élevé, cette approche flexible et gourmande en données est-elle réellement plus performante que les méthodes établies basées sur des règles ? Une équipe de chercheurs en France a entrepris de répondre à cette question en créant une expérience contrôlée pour voir quelle méthode pouvait mesurer plus précisément l'effet d'un traitement.

Les chercheurs n'ont pas testé cela sur de vrais patients, mais plutôt sur une simulation informatique hautement réaliste d'un essai clinique pour le trouble dépressif majeur. Ils ont construit un monde virtuel où 240 participants ont été divisés en trois groupes : l'un recevant un placebo, l'autre une faible dose d'un médicament, et le dernier une dose élevée. Ils ont simulé les scores de dépression des patients sur huit semaines, créant trois types différents de schémas de rétablissement pour garantir la robustesse du test. Ils ont également varié le calendrier des contrôles, testant des scénarios où certains participants étaient évalués à des moments différents ou avec des fréquences différentes. Dans cet environnement virtuel, les chercheurs connaissaient la vérité exacte sur le fonctionnement du médicament car ils avaient eux-mêmes écrit les règles de la simulation. Cela leur a permis d'agir comme des arbitres, comparant la capacité de deux méthodes différentes — le modèle statistique traditionnel et le nouveau système d'apprentissage profond — à trouver cette vérité connue.

Lorsque l'analyse a commencé, les deux méthodes ont été capables de percevoir la tendance générale : la dose plus élevée fonctionnait mieux que la dose plus faible, et les deux fonctionnaient mieux que le placebo. Dans ce sens large, les deux approches ont été fructueuses. Cependant, lorsque les chercheurs ont examiné de plus près la précision des chiffres, une différence nette est apparue. La méthode traditionnelle, bien que fiable en moyenne, présentait une dérive notable par rapport à la vérité connue dans ses estimations. En moyenne, son calcul de l'effet du traitement était erroné d'environ 3,5 points sur l'échelle de la dépression. En revanche, le système d'apprentissage profond était remarquablement précis, ses estimations ne manquant la valeur réelle que d'environ 0,15 point. Le système d'apprentissage profond présentait également un alignement beaucoup plus serré avec la réalité connue, suivant les valeurs réelles presque parfaitement, alors que la méthode traditionnelle avait tendance à lisser les différences entre les groupes, sous-estimant la force réelle du traitement.

L'étude a également examiné la performance de chaque système lorsque le calendrier et la fréquence des évaluations variaient, imitant des scénarios du monde réel où les calendriers de contrôle ne sont pas uniformes. Le modèle d'apprentissage profond s'est avéré robuste, maintenant sa précision même lorsque les données étaient collectées à des intervalles irréguliers. Il a réussi à apprendre les modèles sous-jacents du rétablissement des patients sans avoir besoin qu'on lui indique précisément à quoi ces modèles devraient ressembler. La méthode traditionnelle, qui repose sur des hypothèses spécifiques concernant la manière dont les données sont connectées et la forme de la courbe de rétablissement, a montré une plus grande déviation par rapport à la vérité lorsque les données ne correspondaient pas parfaitement à ses attentes préétablies. Les chercheurs ont constaté que l'approche par apprentissage profond nécessitait beaucoup moins d'hypothèses sur le système sous-jacent pour produire un résultat plus proche de la vérité.

Malgré ces résultats impressionnants dans la simulation, les auteurs prennent garde à ne pas déclarer une victoire finale. Ils soulignent que ces conclusions sont spécifiques aux conditions qu'ils ont créées. L'étude a utilisé un type spécifique d'échelle de dépression, un nombre spécifique de participants et un ensemble spécifique de règles pour la génération des données. Bien que la méthode d'apprentissage profond ait montré une performance supérieure dans ce cadre contrôlé, les chercheurs ne prétendent pas qu'elle est universellement meilleure pour chaque essai médical. Ils notent que les modèles d'apprentissage profond peuvent être complexes et difficiles à interpréter, et que leur succès dans cette simulation ne garantit pas qu'ils surpasseront les méthodes traditionnelles dans tous les scénarios réels. L'étude sert de preuve de concept, suggérant que l'apprentissage profond peut être un outil puissant et fiable pour estimer les effets des traitements, particulièrement lorsque les schémas de rétablissement sont complexes et difficiles à prédire à l'avance. Elle ouvre la voie à des investigations plus approfondies, invitant les scientifiques à tester ces méthodes dans des essais plus larges et plus diversifiés pour voir si cette précision se maintient lorsque les variables de la vie réelle sont pleinement introduites.