L'épilepsie idiopathique généralisée avec absences (EIGA) est une des formes les plus fréquentes d'épilepsie chez l'enfant. Elle survient chez les enfants exempts de maladie avec un pic d'incidence autour de 5 ans. Des statistiques mondiales indiquent que les crises d'absences sont contrôlées par l'Acide Valproïque (AV) chez 75 % des enfants. Pour les autres, la médication est inefficace ou elle entraîne des effets secondaires qui limitent son utilisation. Certaines études ont identifié des facteurs cliniques associés à l'épilepsie réfractaire mais elles incluent tous les types d'épilepsie et tous les traitements. De plus, un nombre croissant de recherches démontrent que la réponse aux médicaments pourrait être grandement influencée par des facteurs génétiques, plus particulièrement par les polymorphismes du cytochrome P450 (CYP). Il faudrait donc ajuster le traitement en fonction du profil génétique de chaque patient. Dans cette étude, nous avons voulu identifier des facteurs cliniques, sociodémographiques et génétiques qui pourraient influencer la réponse à l'AV chez des enfants diagnostiqués d'EIGA. Méthodes : Nous avons tout d'abord identifié des patients diagnostiqués d'EIGA qui étaient suivis au CHU Sainte-Justine de Montréal et traités à l'AV pendant au moins deux mois. Par la suite, une même personne (MLO) a réalisé la revue de tous les dossiers médicaux afm [i.e. afin] d'extraire l'information concernant la réponse à l'AV et les données cliniques et sociodémographiques qui pourraient influencer celle-ci. Une collecte d'échantillons d'ADN des patients toujours suivi à la clinique a ensuite été effectuée afm d'évaluer l'impact de polymorphismes dans deux enzymes du CYP (CYP2C9 et CYP2C19) sur la réponse à l'AV chez ces patients. L'évaluation des polymorphismes s'est faite par hybridation avec oligonucléotides spécifiques pour des allèles (ASO). Des analyses bivariées ont été effectuées afin d'identifier toutes les variables qui différaient entre les répondants (R) et les non-répondants (NR) à l'AV. Par la suite, nous avons effectué une analyse de régression logistique afm d'éliminer les variables qui cessaient d'être significatives en présence des autres. Résultats : Nous avons révisé 190 dossiers (112 R et 68 NR) pour l'analyse des facteurs cliniques et sociodémographiques. Trois variables étaient significativement différentes entre les deux groupes soit l'âge au diagnostic (R=7,55 ans vs NR=6,11 ans, p,001), la présence de crises généralisées tonico-cloniques (R=13,4 % vs NR=33,8 %, p=0,001) et fmalement [i.e. finalement] une fréquence élevée de crises avant le début du traitement (R=27,0 % vs NR=52,9 %, p<0,001). Ces trois variables continuaient d'être significatives dans le modèle de régression logistique. Pour la partie génétique du projet, un échantillon d'ADN a été prélevé sur 83 patients (46 R et 37 NR). Les NR présentaient significativement plus de polymorphismes du CYP2C19 (43,2 % vs 17,4 %, p=0,010) avec un rapport de cotes de 3,62. Lorsqu'on incluait ce polymorphisme dans le modèle de régression logistique, seuls l'âge au diagnostic et le polymorphisme du CYP2C19 demeuraient significatifs. Conclusions : Dans cette étude, nous avons pu identifier certains facteurs cliniques et génétiques qui influencent la réponse à l'AV chez les enfants diagnostiqués d'EIGA. Les résultats montrent qu'il y a un certain profil de patient plus à risque de ne pas répondre au traitement. Donc, si un patient ne semble pas répondre à l'AV et qu'il présente ces facteurs, le neurologue devrait considérer un traitement alternatif plutôt que d'augmenter la dose d'AV et ainsi risquer l'augmentation des effets secondaires dus au traitement.
| Identifer | oai:union.ndltd.org:usherbrooke.ca/oai:savoirs.usherbrooke.ca:11143/5544 |
| Date | January 2009 |
| Creators | Ollivier, May Lissa |
| Contributors | Dubois, Marie-France, Carmant, Lionel, Krajinovic, Maja |
| Publisher | Université de Sherbrooke |
| Source Sets | Université de Sherbrooke |
| Language | French |
| Detected Language | French |
| Type | Mémoire |
| Rights | © May Lissa Ollivier |
Page generated in 0.0019 seconds