Cette étude vise à développer un algorithme d'apprentissage automatique ("machine learning") capable de prédire la probabilité de succès de l'implantation de prothèses TAVI à partir des données des données du registre France TAVI. Un algorithme capable de prédire correctement les chances de succès de l'implantation de cette prothèse permettrait d'aider le praticien dans sa décision de prise en charge du patient. Pour des patients éligibles à l'implantation de TAVI, le score déterminé par l'algorithme pourrait par exemple aider à prioriser une approche thérapeutique sur une autre en fonction de la situation de chaque patient.
Dr Nathan El Beze
Le TAVI est le traitement utilisé le plus fréquemment pour les patients souffrant d'un rétrécissement de la valve aortique, désormais plus utilisé que la chirurgie depuis 2016. Des études ont montré des résultats favorables pour les patients recevant un TAVI. Toutefois, réussir à anticiper le résultat de la procédure chez certains patients particuliers reste difficile. Un algorithme d'apprentissage automatique est une approche statistique complexe applicables à d'importants volumes de données. Un algorithme peut aider à étudier la corrélation entre les caractéristiques d'un patient et le résultat de la chirurgie. Ce résultat se présente sous la forme d'un score correspondant à la probabilité pour un patient présentant les caractéristiques pertinente de présenter l'un ou l'autre résultat. Afin d'en garantir la pertinence clinique, la liste des données utilisées par l'algorithme pour effectuer sa prédiction sera validée par des médecins experts de la cardiologie clinique.