Le projet CAIR, porté par le Pr Yohann Foucher, a été retenu lors de l'appel à projets Inserm Messidor 2024. Ses travaux en causalité visent à proposer de nouvelles méthodes pour les essais cliniques en utilisant des sources de données externes à l’essai et ainsi réduire le nombre de sujets nécessaires. Mais qu'est-ce que la causalité et comment les nouvelles technologies numériques peuvent-elles rendre la recherche médicale plus rapide et éthique ?
La recherche en causalité permet d’évaluer si une corrélation statistique entre deux variables, comme une association entre un nouveau traitement et une amélioration du pronostic de patients, peut être interprétée comme un effet causal. Pourquoi ? Parce que seule la cause peut être modifiée pour agir sur le problème. La méthode de référence pour prouver la causalité d’un traitement est l’essai clinique randomisé. Dans ce type d’étude, les patients sont tirés au sort pour recevoir le traitement expérimental ou le traitement standard. L’avantage est que les groupes sont comparables (même répartition d’âge, de sexe, de catégorie socioprofessionnelle, etc.). Ainsi, si le groupe expérimental évolue mieux, on sait que c’est grâce au traitement testé. Cependant, cette méthode n’est pas toujours adaptée. Si l’échantillon est trop petit (maladies rares, capacités de recrutement de volontaires, etc.), les groupes peuvent être non-comparables et les résultats discutables. L’inclusion de nombreux patients est longue, complexe, couteuse, et soulève des enjeux éthiques : les patients ne choisissent pas leur traitement, cette décision étant obtenue par tirage au sort.
Le projet CAIR propose une solution innovante à ces défis. L’idée est de combiner les patients internes tirés au sort dans l’essai clinique classique avec des données externes de patients déjà existantes. Les avantages sont multiples : accélérer la recherche, réduire les coûts, et permettre de mettre plus rapidement à disposition des traitements pour les patients en soins courants. Mais intégrer des données externes à un essai n’est pas simple : elles n’ont pas les mêmes propriétés de comparabilité que celles issues d’un tirage au sort. C’est là qu’intervient l’expertise en biostatistique du Pr Foucher et de son équipe. Le projet CAIR vise à développer et valider de nouvelles méthodes statistiques pour que l’ajout de ces données n’altère pas la validité des résultats. Plus précisément, il s’agit de construire des modèles ou algorithmes prédictifs de l’évolution des patients recevant le traitement standard à partir des données externes, puis d’augmenter le bras interne des patients recevant le traitement standard par des patients « virtuels » issus de ces modèles ou algorithmes.
Pour ce faire, l’équipe travaille dans un premier temps sur des données simulées numériquement. Pourquoi ? Parce qu’en simulant des données, on connaît la « vérité » de l’effet du traitement. Cela permet de tester la fiabilité des nouvelles méthodes et de s’assurer que celles-ci se comportent correctement. Pour les applications concrètes, sur de vraies données, l’équipe va réanalyser l’essai clinique PROPHYLOXITIN promu par le CHU de Poitiers. Le Pr Matthieu Boisson en est l’investigateur principal, le Pr Denis Frasca le méthodologiste. Cet essai compare deux méthodes d’administration d’antibiotiques pour prévenir les infections post-chirurgie colorectale : l’administration standard par bolus (injection ponctuelle) et une administration continue. Le projet utilisera l’entrepôt de données de santé (EDS) du CHU comme source de données externes du bras bolus. L’objectif est de voir si, en utilisant ces patients virtuels, on aurait pu obtenir les mêmes résultats que l’essai original, mais plus rapidement et en incluant moins de patients. Cela pourrait potentiellement accélérer la diffusion de traitements innovants.
Le projet CAIR est un projet collaboratif qui unit l’expertise de plusieurs équipes de recherche en France : Poitiers (CIC INSERM 1402) pour l’expertise sur la causalité et les ensembles d’apprentissage pour créer les patients virtuels, Toulouse (Institut de mathématiques de Toulouse, CNRS) pour l’expertise en apprentissage par renforcement (une autre approche d’apprentissage automatique) et Bordeaux (INRIA-INSERM) pour leurs compétences sur les modèles mécanistiques (modèles basés sur des équations différentielles pour prédire la réponse thérapeutique à partir de biomarqueurs). Cette collaboration interdisciplinaire permettra de comparer différentes approches pour la création des patients virtuels et valider les méthodes les plus performantes. Un doctorant en biostatistique dans chaque équipe est recruté. Avec l’arrivée de Matthieu Trotreau au CIC INSERM 1402 du CHU de Poitiers, l’équipe compte aujourd’hui quatre doctorants dans cette thématique.
Cette dynamique est soutenue par la direction du CHU de Poitiers et la commission médicale d’établissement, qui misent clairement sur la santé numérique et la recherche sur la réutilisation de données. Cette impulsion, notamment grâce à des personnalités comme Anne Costa, directrice générale du CHU de Poitiers, et le Pr Pierre Corbi, président de la commission médicale d’établissement, est essentielle pour faire progresser ces projets innovants au service des patients.
En conclusion, le projet CAIR s’inscrit dans l’utilisation de nouvelles approches numériques pour la recherche clinique de demain. En combinant les essais cliniques classiques avec des données de vie réelle, il promet de rendre la recherche médicale plus rapide, plus éthique et plus efficace.