En 2023, plus de 84 000 personnes aux États-Unis sont décédées d’une surdose d’opioïdes – tout ce qui est des analgésiques sur ordonnance au fentanyl à l’héroïne.
Ce nombre a diminué en 2024, mais le problème reste une épidémie, entraînant plus de 81 000 décès, selon le Centre national du CDC pour les statistiques de la santé.
Beaucoup plus de personnes – une estimation de 2,5 millions de personnes aux États-Unis – ont atteint une dépendance aux opioïdes. Il existe des médicaments qui peuvent aider à traiter la dépendance, mais beaucoup de personnes qui commencent le traitement ne s’en tiennent pas.
Mais qu’en est-il des patients qui effectuent un traitement complet? Qu’est-ce qui était différent pour eux?
C’est ce que les chercheurs de l’Université du Nord-Est voulaient savoir lorsqu’ils ont abordé un ensemble national massif de patients souffrant de troubles de la consommation d’opioïdes.
En utilisant l’intelligence artificielle pour réduire les données à une taille gérable, les chercheurs ont constaté que lorsque les médicaments sont combinés avec la fréquentation d’un groupe de soutien, les patients sont plus de 25% plus susceptibles de terminer le traitement de la dépendance aux opioïdes.
« Nous savons que le traitement médical est très efficace, mais nous savons également que si quelqu’un interrompt prématurément le traitement, cette personne va être très vulnérable à la surdosage », explique Muhammad Noor E Alam, chez le professeur de génie mécanique du Nord-Est et le chercheur principal et le chercheur principal sur l’étude.
« Notre analyse crée des preuves à partir de données américaines que si quelqu’un veut participer à un groupe d’auto-assistance pendant son traitement, cette personne est plus susceptible de terminer le traitement », dit-il.
L’étude, publiée dans le Journal international d’informatique médicalea été soutenu par le National Science Foundation Career Award d’Alam. Les autres auteurs incluent Gary Young, directeur du Northeastern Center for Health Policy and Healthcare Research; Sahil Shikalgar, un doctorat en génie industriel du nord-est. étudiant; et Scott Weiner de Brigham and Women’s Hospital.
Alam et ses collègues ont cherché à comprendre pourquoi certaines personnes subissant un traitement pour la dépendance aux opioïdes connaissent un plus grand succès que d’autres.
« Nous voulions comprendre pourquoi l’arrêt prématuré se produit et comment nous pouvons concevoir des politiques pour améliorer la rétention du traitement », a-t-il déclaré. « Comment pouvons-nous utiliser des techniques d’analyse de données à grande échelle basées sur l’IA pour concevoir de meilleures interventions? »
Des études distinctes montrent que la prise de médicaments tels que la méthadone ou la buprénorphine pendant 60 jours réduit le risque de surdose d’opioïdes de 60%. Mais le traitement de la toxicomanie nécessite quelque chose de plus que des données de résultats persuasives. Le soutien d’autres confrontés à la même bataille, sous la direction d’un professionnel de la santé, rend plus probable que les patients utiliseront réellement les médicaments jusqu’à ce que le traitement soit terminé, a déclaré Alam.
Les chercheurs du Nord-Est ont utilisé des données sur les patients de 2015 à 2019 fournies par la Administration des services de toxicomanie et de santé mentale. Sur 157 885 patients recevant un traitement à la consommation d’opioïdes, l’étude du nord-est a révélé que 49 058 ont fréquenté des groupes d’auto-assistance. Plus de la moitié de ces patients ont terminé leur traitement des médicaments. Pendant ce temps, parmi ceux qui n’ont pas assisté à des groupes d’auto-assistance, seulement 19% ont terminé le traitement.
Afin de confirmer la relation causale entre la participation à un groupe d’auto-assistance et la fin des médicaments pour le traitement des troubles de l’utilisation des opioïdes, les chercheurs du Nord-Est ont utilisé l’IA pour simplifier l’ensemble de données du patient et supprimer tous les détails et caractéristiques non pertinents. Ils ont ensuite apparié les patients qui partageaient les caractéristiques pertinentes – le cadre du traitement, le niveau d’éducation, le statut socioéconomique et les antécédents psychologiques – et les cas isolés lorsque la fréquentation du groupe de soutien était le seul élément manquant.
Ces résultats sont les derniers d’une série d’études de chercheurs du Nord-Est au cours des dernières années, offrant des solutions basées sur les données pour lutter contre l’épidémie d’opioïdes.
Alam et son équipe ont développé des modèles d’IA en utilisant les données de santé du Massachusetts pour identifier les facteurs de risque de trouble de la consommation d’opioïdes et d’arrêt de traitement, aidant les médecins à adapter les soins et à allouer plus efficacement les ressources.
L’équipe de recherche de Northeastern avait précédemment proposé un cadre basé sur les données pour identifier les meilleurs endroits où les patients peuvent éliminer les pilules opioïdes sur ordonnance inutilisées et un programme d’incitation pour encourager les patients à le faire. Le cadre est destiné à aider à réduire la quantité d’opioïdes qui se retrouvent sur le marché noir en reliant les pharmacies, les cliniques et autres organisations.
« Vous devez aller au-delà de l’apprentissage automatique pour accepter vos résultats des professionnels de la santé », a déclaré Alam. « Après avoir tiré parti de l’ensemble de données nationales à grande échelle avec des techniques sophistiquées, nous croyons fermement que la participation à des groupes d’auto-assistance améliore la rétention du traitement. »
