L’équipe dirigée par le Dr Guy Fagherazzi et le Dr Gloria Aguayo du Luxembourg Institute of Health (LIH) ont réalisé une avancée significative dans la compréhension du diabète de type 1 (DT1) en utilisant des méthodes d'intelligence artificielle (IA) sur les données de la cohorte française SFDT1 “Suivi en France de personnes vivant avec un Diabète de type 1”. Leur étude, publiée dans la revue médicale internationale de renom Diabetologia, identifie pour la première fois sept profils glycémiques distincts dans le DT1. Cette découverte met en évidence la complexité de cette pathologie et ouvre la voie à des approches thérapeutiques personnalisées. Il s'agit d'une avancée significative dans le domaine de la diabétologie et qui pourrait contribuer à améliorer les suivis et les pronostics des personnes atteintes de diabète de type 1 dans le monde entier.
Le diabète de type 1 touche des millions de personnes dans le monde, et son hétérogénéité représente un défi de taille pour les soins personnalisés. Les méthodes traditionnelles d'évaluation du contrôle de la glycémie, qu'il s'agisse de dispositifs de surveillance continue du glucose ou de tests de laboratoire standard, présentent une approche limitée empêchant l'intégration de phénotypes glycémiques complexes dans les stratégies de soins personnalisés.
Des recherches récemment publiées par le Luxembourg Institute of Health (LIH) et l’équipe de la cohorte SFDT1 offrent une nouvelle perspective. Dirigée par le Dr Guy Fagherazzi, directeur du Department of Precision Health, et le Dr Gloria Aguayo, chercheur principal au Deep Digital Phenotyping Lab du LIH, et menée en collaboration avec l’équipe de la cohorte SFDT1, cette étude a utilisé des méthodologies avancées d'intelligence artificielle (IA) pour dévoiler une nouvelle compréhension de l’hétérogénéité du diabète de type 1. Leurs découvertes sont innovantes dans le décryptage des phénotypes glycémiques complexes de cette pathologie.
« Pour la première fois, nous avons identifié sept phénotypes glycémiques distincts dans une cohorte bien phénotypée de 618 personnes vivant avec un diabète de type 1 », explique le Dr Fagherazzi. « Notre méthode innovante d'IA nous a permis de visualiser ces phénotypes dans une représentation en deux dimensions , ce qui nous a permis de mieux décrire la complexité de la maladie. »
Unique en son genre, cette étude ne se contente pas d'identifier les phénotypes glycémiques, mais aussi leurs associations avec les facteurs socio-économiques, les facteurs de risque cardiovasculaire, le traitement du diabète et les complications liées au diabète. Cette approche ouvre la voie à des stratégies de soins plus personnalisées, adaptées au profil unique de chaque patient. En outre, l'équipe du LIH a mis au point un outil informatique qui permet de visualiser le profil glycémique du patient selon les données cliniques renseignées.
Le Dr Fagherazzi souligne que « les résultats de notre étude auront des implications significatives pour la pratique clinique, permettant aux diabétologues de concevoir des interventions plus précises et plus efficaces qui tiennent compte de l'hétérogénéité des profils glycémiques dans le diabète de type 1 ».
La méthodologie de l'étude s'est basée sur des données collectées à partir de technologies numériques de traitement du diabète, telles que les dispositifs de surveillance continue du glucose, soulignant l'importance croissante de la santé numérique dans l'avancement de la recherche médicale et des soins aux patients. Cette recherche pionnière souligne l’importance de la cohorte SFDT1 dans la collecte de données de patients pour approfondir les connaissances sur la recherche liée au diabète
La recherche a été publiée dans Diabetologia, l'une des principales revues dans le domaine du diabète, sous le titre complet : « Heterogeneity of glycaemic phenotypes in type 1 diabetes » (https://doi.org/10.1007/s00125-024-06179-4).
Financement et collaborations
L'étude a pour premiers co-auteurs Guy Fagherazzi et Gloria A. Aguayo de la Deep Digital Phenotyping Research Unit, Department of Precision Health, Luxembourg Institute of Health, et réalisée en collaboration avec Lu Zhang de la Bioinformatics Platform, Luxembourg Institute of Health.
Les derniers co-auteurs sont les Professeurs Jean-Pierre Riveline et Emmanuel Cosson, co-coordonnateurs de la cohorte SFDT1 et diabétologues, respectivement responsable du Centre Universitaire du diabète et de ses complications, APHP, Hôpital Lariboisière, Paris et chef de service du service d’endocrinologie, diabétologie et nutrition, APHP, Hôpital Avicenne, Bobigny, France.
La liste complète des auteurs est disponible ici: https://doi.org/10.1007/s00125-024-06179-4
À propos de la cohorte française SFDT1
SFDT1 est une cohorte française de personnes vivant avec un diabète de type 1, adultes et enfants de plus de 6 ans. L’objectif principal de ce projet national et fédérateur de la diabétologie francophone est de mieux comprendre les complications cardiovasculaires du diabète de type 1. A terme, la cohorte comptera 10 000 patients qui seront suivis sur 10 ans.
Le projet est à l’initiative de la Société Francophone du Diabète (SFD) et sa promotion est assurée par la Fondation Francophone pour la Recherche sur le Diabète (FFRD). Les associations de patients telles la Fédération Française des Diabétiques sont impliquées dans la conduite de cette cohorte, rendue possible grâce au soutien et aux dons de la JDRF, Abbott, Lilly, Air Liquide, Sanofi, Novo Nordisk, Insulet, Dexcom, Medtronic, Ypsomed et Lifescan.
Plus d'informations sur SFDT1 sur https://sfdt1.fr
A propos du Luxembourg Institute of Health: Research dedicated to life
Le Luxembourg Institute of Health (LIH) est un organisme public de recherche biomédicale axé sur la santé de précision et investi dans la mission de devenir une référence de premier plan en Europe.
Le LIH mène des recherches translationnelles centrées sur le patient, en particulier sur le cancer et les troubles immunitaires. Ses équipes spécialisées de chercheurs pluridisciplinaires s’appuient sur la collaboration et les technologies de pointe pour faire progresser la compréhension des causes des maladies, notamment en faisant appel à des technologies telles que l’intelligence artificielle sur des données réelles de patients.
Contact scientifique
Dr Guy Fagherazzi
Director of Department of Precision Health Luxembourg Institute of Health
Email: Guy.Fagherazzi@lih.lu
Contact presse SFDT1
Laura Sablone
Directrice projet
Tel : +33 6 07 44 74 36
Email : laura.sablone@sfdiabete.org
