La mucoviscidose est à ce jour une maladie malheureusement incurable. Malgré les nombreux progrès réalisés dans la recherche à ce sujet, il reste indispensable d’avoir davantage une meilleure connaissance de la maladie afin de proposer des traitements encore plus adaptés aux patients. La majorité des traitements actuels visent principalement à réduire les symptômes de la maladie sans toutefois la guérir. A ce jour, la transplantation pulmonaire reste le moyen le plus adéquat pour améliorer la qualité de vie et prolonger la vie des patients dont l’état respiratoire s’est considérablement dégradé. Cependant les critères d’identification des patients éligibles à la transplantation pulmonaire sont assez variés. Il est donc nécessaire de fournir aux cliniciens des outils d’aide à la décision pour mieux identifier les patients nécessitant une transplantation pulmonaire. Pour ce faire, il est indispensable de connaitre d’une part, les facteurs pronostics de transplantation pulmonaire et d’autre part, de savoir convenablement pronostiquer la survenue de cet événement chez les sujets atteints de mucoviscidose. L’objectif de ce travail de thèse est de développer des outils pronostiques utiles à l’évaluation des choix thérapeutiques liés à la transplantation pulmonaire. Dans la première partie de ce travail, nous avons réévalué les facteurs pronostiques de la transplantation pulmonaire ou du décès chez les adultes atteints de mucoviscidose. Suite aux progrès thérapeutiques qui ont conduit à l’amélioration du pronostic au cours des dernières années, ce travail a permis d’identifier des facteurs pronostiques en adéquation avec l’état actuel de la recherche. Un deuxième travail a consisté à développer un modèle conjoint à classes latentes fournissant des prédictions dynamiques pour la transplantation pulmonaire ou le décès. Ce modèle a permis d’identifier trois profils d’évolution de la maladie et également d’actualiser le risque de survenue de la transplantation pulmonaire ou du décès à partir des données longitudinales du marqueur VEMS. Ces modèles pronostiques ont été développés à partir des données du registre français de la mucoviscidose et ont fourni de bonnes capacités prédictives en termes de discrimination et de calibration. / Cystic Fibrosis is unfortunately an incurable inherited disorder. Despite real progress in research, it is essential to always have a better understanding of the disease in order to provide suitable treatments to patients. Current treatments mostly aim to reduce the disease symptoms without curing it. Lung transplantation is proposed to cystic fibrosis patients with terminal respiratory failure with the aim of improving life expectancy and quality of life. However, criteria for referring patients for lung transplantation still vary widely among transplant centers. It is necessary to guide clinicians in identifying in a good way patients requiring an evaluation for lung transplantation. It is thus important to clearly identify prognostic factors related to lung transplantation and to predict in a good way the occurrence of this event in patients with cystic fibrosis. The aim of this work was to develop prognostic tools to assist clinicians in the evaluation of different therapeutic options related to lung transplantation. First, we reevaluated prognostic factors of lung transplantation or death in adult with cystic fibrosis. indeed, therapeutic progress in patients with cystic fibrosis has resulted in improved prognosis over the past decades. We identified prognostic factors related to the current state of research in the cystic fibrosis field. We further developed a joint model with latent classes which provided dynamic predictions for lung transplantation or death. This model identified three profile of the evolution of the disease and was able to update the risk of lung transplantation or death taking into account the evolution of the longitudinal marker FEV1 which describes the lung function. These prognostic models were developed using the French cystic fibrosis registry and provided good predictive accuracies in terms of discrimination and calibration.
Identifer | oai:union.ndltd.org:theses.fr/2017CNAM1162 |
Date | 22 December 2017 |
Creators | Nkam Beriye, Dorette Lionelle |
Contributors | Paris, CNAM, Hocine, Mounia Nacima |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0022 seconds