Allergen Chip Challenge ACC
Descripción
Doi 10.60597/j5fe-g420
L'augmentation constante des allergies nécessite d'améliorer le diagnostic des patients, qui repose sur l’histoire clinique, des tests cutanés (TC) et la détection d'anticorps IgE spécifiques (IgEs) dans le sang. L’objectif est d'identifier ou d'exclure les allergènes potentiellement impliqués.
Nous disposons actuellement de tests IgEs multiplex basés sur des puces qui permettent une détection simultanée de centaines de spécificités allergéniques avec seulement 100 µL de sérum. Par exemple, Allergy Explorer ALEX² (Macro-Array Diagnostics, Vienne, Autriche) utilise 117 extraits allergéniques et 178 composants protéiques. Cet avantage à détecter les IgEs à de nombreux allergènes en un test est contrebalancé par les difficultés liées à l'interprétation.
Le data challenge Allergen Chip Challenge a été une première tentative pour résoudre cette difficulté d'interprétation. L'objectif du challenge était de développer un algorithme d'interprétation par intelligence artificielle (IA) capable de prédire la présence et la sévérité d'une maladie allergique en fonction de son profil d’IgEs obtenu par puce. Il s'agissait d'un projet collaboratif mené par la Société Française d'Allergologie (SFA) en partenariat avec le Health Data Hub. Ce projet financé par la banque publique d'investissement (BPI) a été mené entre décembre 2021 et novembre 2023. Pour créer ce data challenge, la SFA a coordonné la collecte des données de 4271 patients avec leurs antécédents et les données d’IgEs avec 12 laboratoires d'allergologie français du réseau AllergoBioNet et leurs homologues cliniciens (Bordeaux, Lille, Lyon, Marseille, Toulouse, Trousseau, Bichat, Caen, Reims, Clermont, Dijon et Nîmes). La base de données de l'ACC était rétrospective et incluait des données de 2012 à 2023. Les données cliniques ont été collectées dans les serveurs patient et les valeurs des IgEs dans les laboratoires effectuant les puces.
Au total, 292 challengers du monde entier ont soumis 3135 algorithmes entre mai et juillet 2023. Le meilleur algorithme avait un score de discrimination des patients allergiques F élevé (0,786) et un codage de haute qualité pour prédire les allergies respiratoires. Il présentait toutefois la limite de surestimer la gravité des allergies et de ne pas identifier correctement les allergies alimentaires et aux venins d’hyménoptères [https://www.health-data-hub.fr/actualites/allergen-chip-challenge-decouvrez-les-resultats-de-la-competition]. Une publication analysant les résultats est en cours de soumission dans The Journal of Allergy and Clinical Immunology: In Practice (IF=10.3) (Martinroche et al, 2024). Ceux-ci ont été présentés en congrès nationaux et internationaux (AAAAI 2023 et 2024, EAACI 2023 et 2024, CFA 2023 et 2024) ainsi que lors d’une cérémonie de remise des prix qui s’est déroulée le 17 novembre 2023 à Paris [https://www.youtube.com/watch?v=QgyGJVJJbh0].
Aujourd’hui, nous travaillons sur les caractéristiques et l’amélioration de cet algorithme vainqueur.
Cette base de données s’adresse aux professionnels de santé et chercheurs voulant exploiter des données d’allergologie regroupant à la fois des données cliniques et biologiques. Elle peut également être couplée à d’autres données notamment environnementales en raison du lien entre les maladies allergiques et les conditions dans lesquelles vivent les patients (exposome).
Une première vague de maladies allergiques s'est produite il y a une cinquantaine d'années avec une forte augmentation de la prévalence de l'asthme. Nous connaissons aujourd'hui une deuxième vague de maladies allergiques, qui s'est traduite par une forte augmentation du nombre de personnes souffrant d'allergies alimentaires. Ce phénomène est notamment lié au changement climatique (vague de chaleur, pollution, pollinisation plus longue et plus forte, réactivité croisée pollen-aliment, augmentation de la surface bétonnée dans les villes, etc.) et aux nouvelles habitudes de vie (nouveaux aliments et allergènes, utilisation de détergents, excès d’hygiène, utilisation d'antibiotiques, etc.) (Haahtela et al., 2021).
Aujourd'hui, plus de 150 millions d'Européens (20 %) souffrent de maladies allergiques chroniques telles que l'asthme, la rhinite et les allergies alimentaires, avec un nombre croissant de formes cliniques graves et mortelles (choc anaphylactique) (OMS, 2020). L'Organisation mondiale de la santé (OMS) estime que la moitié de la population mondiale sera affectée par au moins une maladie allergique d'ici 2050 (Pawankar et al, 2013) et classe les allergies respiratoires au 4ème rang des maladies chroniques les plus courantes après les maladies cardiovasculaires, le cancer et le VIH.
Cette explosion des allergies a suscité une prise de conscience : le 9 mars 2023, une journée a été organisée sur le sujet par le ministère français de la Santé, intitulée Demain tous allergiques ? Agir pour prévenir (https://sfa.lesallergies.fr/wp-content/uploads/DP-colloque-FFal.pdf) et le 14 décembre 2023 à l’ARS Nouvelle Aquitaine. Malgré tout, les allergies sont souvent négligées : jusqu'à 90% des malades ne sont pas traités ou insuffisamment traités alors qu'une simple rhinite affecte en réalité de manière significative divers aspects de la vie, tels que le sommeil, la vie sexuelle et la forme physique. Cela a des conséquences socio-économiques majeures telles que l'absence au travail et une productivité particulièrement réduite. Pour l'Union Européenne, les coûts indirects évitables pour les patients insuffisamment traités pour une allergie se situent entre 55 et 151 milliards d'euros par an, soit 2405 euros/an par patient non traité (Zuberbier et al, 2014).
Producer
Latest update
26 de julio de 2024
Licencia
Licence Ouverte / Open Licence version 2.0
Metadata quality:
Data description filled
Files documented
License filled
Update frequency followed
File formats are open
Temporal coverage filled
Spatial coverage filled
All files are available
Metadata quality
1 API
There are no reuses for this dataset yet.
There are no discussions for this dataset yet.
There are no community resources for this dataset yet.
Information
Etiquetas
ID
669f768780d3cf0ea54d518b
Temporality
Creation
23 de julio de 2024
Frequency
Puntual
Cobertura temporal
2020 to 2023
Latest update
26 de julio de 2024
Cobertura espacial
Territorial coverage
France
Territorial coverage granularity
País
Actions
Embed
Statistics for the year
Views
1,4k
Downloads
157
Reuses of this dataset
0
Followers
0