Des chercheurs de Johns Hopkins Medicine et de l’Université de Yale ont collaboré au développement et à l’application d’un modèle de diagnostic pour détecter la néphrite interstitielle aiguë (AIN) chez les patients, ce qui pourrait avoir un impact durable sur le diagnostic précoce des patients.
L’AIN est une cause fréquente d’insuffisance rénale aiguë, ou AKI, marquée par un gonflement et une inflammation de certains tissus rénaux, et généralement liée à l’utilisation de médicaments tels que des stéroïdes, des inhibiteurs de la pompe à protons et des antibiotiques. Un diagnostic et un traitement précoces sont associés à un risque réduit de lésions rénales permanentes chez les patients hospitalisés.
Les résultats, qui s’appuient sur le développement antérieur du modèle de diagnostic par les chercheurs, sont publiés dans le Journal de la Société américaine de néphrologie. Le modèle a été développé à l’aide d’un panel de tests de laboratoire documentés dans des dossiers médicaux électroniques.
Des études ont montré que la perte soudaine de la fonction rénale, également connue sous le nom d’AKI, affecte un patient hospitalisé sur cinq, selon l’American Kidney Fund. L’un des défis majeurs pour les cliniciens qui s’occupent de patients atteints d’AKI est de différencier l’AIN des autres causes d’AKI. Cela est dû en grande partie au fait que plus de 90 % des patients atteints d’AIN ne présentent aucun signe ou symptôme, et au fait que les tests individuels disponibles en clinique, tels que les éosinophiles urinaires, la microscopie urinaire et les tests d’imagerie, ont une faible précision pour le diagnostic de l’AIN.
Un diagnostic incorrect d’un patient atteint d’AIN pourrait conduire à l’arrêt des thérapies vitales telles que les inhibiteurs de point de contrôle immunitaire ou les antibiotiques. De plus, un diagnostic retardé ou manqué pourrait potentiellement entraîner des lésions rénales permanentes.
« L’AIN est l’une des causes traitables de l’AKI et il est impératif que nous identifiions ces cas au début de l’évolution de la maladie », déclare Chirag Parikh, MD, Ph.D., professeur de médecine et directeur de la division de néphrologie à Johns Hopkins Medicine et chercheur principal de l’étude.
L’AIN étant si difficile à diagnostiquer, une biopsie rénale est souvent nécessaire, ce qui peut être invasif et comporter ses propres risques. Cela dit, les chercheurs ont souvent tenté de déterminer comment diagnostiquer l’AIN à l’aide de méthodes alternatives.
Dans cette étude, les chercheurs ont développé un modèle de diagnostic pour prédire l’AIN chez les patients en utilisant une technique de sélection par apprentissage automatique appelée opérateur de retrait et de sélection le moins absolu (LASSO). Les tests de laboratoire utilisant la fonction LASSO comprenaient la créatinine sérique, l’azote uréique du sang (BUN), les protéines urinaires et la densité de l’urine par rapport à l’eau, connue sous le nom de test de gravité spécifique. .
« Bien que ces tests de laboratoire aient été identifiés par apprentissage automatique à partir de plus de 150 variables, il est intéressant de noter que ces tests ont un sens biologique car ils différencient l’AIN d’autres causes telles que l’azotémie prérénale et la nécrose tubulaire aiguë », explique Parikh.
L’étude comprenait deux cohortes de patients. Les deux cohortes avaient déjà subi des procédures de biopsie rénale à l’hôpital Johns Hopkins (JHH) ou à l’université de Yale. La cohorte JHH a identifié 1 454 patients ayant subi une biopsie rénale native entre janvier 2019 et décembre 2022, tandis que la cohorte Yale a examiné 528 patients qui devaient subir une biopsie rénale clinique entre juillet 2020 et juin 2023.
Les deux cohortes ont exclu les patients qui n’avaient pas de valeur de créatinine sérique dans l’année précédant la biopsie ; subissaient une biopsie d’allogreffe rénale ou étaient évalués pour une masse rénale ; et avec une vascularite connue ou une néphrite lupique avant la biopsie.
Au total, 1 982 patients ont été examinés et 22 % d’entre eux ont reçu un diagnostic d’AIN. Dans les deux cohortes, les personnes atteintes d’AIN étaient plus susceptibles d’être hospitalisées et présentaient un rapport créatinine sérique et azote uréique sanguin/créatinine plus élevé. Bien que le modèle de diagnostic ait pu améliorer l’exactitude du diagnostic de l’AIN pour les cliniciens jusqu’à 77 %, des différences ont été notées dans la prévalence de l’AIN dans les deux cohortes de patients. Après avoir pris en compte la prévalence au centre, l’étalonnage du modèle de diagnostic s’est considérablement amélioré, ce qui a conduit à des diagnostics d’AIN plus précis.
La formule de prédiction de l’AIN est désormais disponible dans MDCalc.
Les chercheurs espèrent qu’avec les résultats de cette étude, le modèle de diagnostic AIN pourrait guider la décision d’effectuer ou non une biopsie rénale chez les patients atteints d’AKI. Ce modèle pourrait également être intégré aux décisions des cliniciens concernant le choix du traitement le plus approprié pour les patients atteints d’AIN.
