Return to search

Biomarqueurs des états septiques sévères : vers de nouvelles stratégies thérapeutiques individualisées

En dépit de nombreux essais thérapeutiques, les syndromes septiques sont la première cause de mortalité en service de soins intensifs. La population septique étant très hétérogène, une meilleure caractérisation des patients serait essentielle afin de mieux individualiser et cibler les thérapeutiques potentiellement bénéfiques. Une approche multiparamétrique de l'utilisation des biomarqueurs est une alternative qui viserait à appréhender la situation de manière plus globale. Notre travail s'inscrit dans ce contexte au travers de l'étude plus spécifique de la défaillance des systèmes cardio-vasculaire et immunitaire. Au-delà de la confirmation de l'intérêt des biomarqueurs présentement étudiés (prohormones cardio-vasculaires et PD-1) dans la prédiction de la mortalité et du risque d'infections nosocomiales, nos résultats apportent des éléments nouveaux. Nous avons montré que (1) la sur-expression des molécules PD-1 est associée à l'énergie leucocytaire, (2) un même biomarqueur peut apporter une information différente au cours du temps, (3) l'information apportée par l'analyse simultanée de deux biomarqueurs est supérieure à celle de la somme de leurs valeurs individuelles, et (4) l'expression dynamique d'un biomarqueur est meilleure que son expression à un temps donné. Au total, notre travail illustre l'intérêt potentiel d'un panel de biomarqueurs pour mieux appréhender la complexité des états septiques et leur rapide évolution. Il reste néanmoins à développer des outils biostatistiques capables de donner au clinicien une vision globale en temps réel des processus en cours. Cela constituera une étape clé pour mieux stratifier et cibler les prochains essais cliniques dans le domaine.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00744932
Date12 December 2011
CreatorsGuignant, Caroline
PublisherUniversité Claude Bernard - Lyon I
Source SetsCCSD theses-EN-ligne, France
Languagefra
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0018 seconds