REMYEL-AI : Étude de données approfondies en situation réelle sur la myélofibrose utilisant l’intelligence artificielle.

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

La myélofibrose (MF) est le néoplasme myélodysplasique le moins fréquent et le plus agressif touchant environ une personne sur 100 000 dans les pays développés. La MF peut être diagnostiquée en tant que trouble primaire ou survenir secondairement à une polyglobulie de Vaquez ou une thrombocytémie essentielle. Les patients souffrent d’une diminution de leur qualité de vie (QdV) principalement en raison d’une anémie, d’une splénomégalie et de symptômes constitutionnels. La greffe de cellules souches hématopoïétiques allogénique représente une option de traitement curatif limitée à un petit sous-ensemble de patients, mais pour la plupart d’entre eux, l’objectif thérapeutique est de soulager les symptômes et de maintenir leur QdV. Les inhibiteurs de Janus kinase (iJAK), à savoir le ruxolitinib, le fédratinib et le pacritinib, sont recommandés en raison de leur efficacité dans la prise en charge des symptômes constitutionnels et des affections connexes telles que la cytopénie, la fatigue, le prurit et la douleur. Cependant, l’efficacité de ces iJAK peut être limitée pour l’amélioration de l’anémie et de la splénomégalie. En outre, le ruxolitinib peut induire une anémie comme effet secondaire indésirable. Par conséquent, les patients atteints de MF qui présentent une anémie et une splénomégalie reçoivent souvent des interventions conventionnelles telles que des transfusions, des agents stimulant l’érythropoïèse, de l’hydroxyurée et une splénectomie, entre autres. Récemment, le momélotinib a démontré son efficacité chez les patients atteints de MF présentant une anémie, indépendamment de leur traitement antérieur pour la MF. Malgré ces nouvelles thérapies, la MF reste une maladie largement sous-étudiée et il est particulièrement nécessaire d’évaluer l’effet de nouvelles molécules prometteuses dans le monde réel. La présente étude vise à utiliser les nouvelles capacités technologiques offertes par le traitement du langage naturel et l’apprentissage automatique pour effectuer une évaluation systématique et complète de ces patients, notamment la relation entre les schémas de traitement et les résultats dans un contexte réel, ainsi que l’adoption de nouveaux agents thérapeutiques pour cette maladie.