8.4.1.8. Prédiction en Neuromodulation

Philippe Rigoard, neurochirurgie, CHU Poitiers, France.

Questionnaire

1) Il existe plusieurs types de profil de patient douloureux chronique même si l’indication de la neurostimulation médullaire semble uniforme sur cette population.
Vrai / Faux

2) Les techniques de Deep learning sont adaptées pour stratifier les profils de patients.
Vrai / Faux

3) Les scores composites réalisés à posteriori dans des études ancillaires, se basant sur les résultats de suivi de cohorte, permettront de définir demain, les futurs outils d’évaluation chez nos patients, de manière prospective.
Vrai / Faux

4) Le Machine Learning est une technique qui permet de créer des modèles algorithmiques pertinents pour évaluer la réponse clinique à une thérapie antalgique dans un angle multidimensionnel.
Vrai / Faux

5) Une étude randomisée comparative en double aveugle, multicentrique, est supérieure à une analyse de données issues d’un registre pour sélectionner les patients répondeurs à une thérapie antalgique donnée.
Vrai / Faux

Memento didactique

La médecine prédictive vise non pas à se substituer à l’art médical ou encore moins aux cliniciens, mais elle a pour but de permettre une personnalisation de la thérapie, grâce à l’utilisation de techniques mathématiques de stratification des populations, de stratification des thérapies et de la hiérarchisation de leur efficacité, pour permettre un repositionnement de l’arsenal thérapeutique au cœur du parcours patient.

Ce module a pour ambition de dresser un état des lieux des techniques actuelles ayant conduit à l’utilisation du machine learning et du Big data pour raffiner les indications actuelles d’implantation des techniques de neurostimulation.

Son contenu sera nécessairement évolutif, vu les progrès actuels dans ce champ d’applications.

Même si la littérature est très limitée sur le sujet, tous les articles jugés pertinents seront joints à ce memento et une vidéo réalisée en collaboration avec l’Université Libre de Bruxelles (VUB) sera accessible grâce à la collaboration du Professeur Maarten MOENS.

Références bibliographiques

1. HAS, Neurostimulateurs médullaires implantables : une technique de dernier recours, Bon usage des technologies, France, 2014
2. HAS, Evaluation des systèmes de neurostimulation médullaire implantables, Note de Cadrage, Service d’évaluation des dispositifs, France, 2012
3. Christopher A. Fama, Nita Chen, Julia Frusik, Vignessh Kumar, Meghan Wilock, Steven Roth, Julie G. Pilitsis. The use of preoperative psychological evaluations to predict spinal cord stimulation success : our experience and a review of the literature. Neuromodulation. 2016 ;19(4):429-36.
4. Tomasz Bendinger, Nick Plunkett, Debbie Poole, David Turnbull. Psychological factors as outcome predictors for spinal cord stimulation. Neuromodulation. 2015 ;18(6):465-71.
5. Elizabeth Sparkes, Rui V. Duarte, Jon H Raphael, Elaine Denny, Robert L. Ashford. Qualitative exploration of psychological factors associated with spinal cord stimulation outcome. Chronic Illness. 2012 ;8(4):239-51.
6. Elizabeth Sparkes, Rui V. Duarte, Stacey Mann, Tony R. Lawrence, Jon H. Raphael. Analysis of psychological characteristics impacting spinal cord stimulation treatment outcomes : a prospective assessment. Pain Physician. 2015 ;18(3):E369-77.
7. Andrew R. Block, Ryan J. Marek, Yossef S. Ben-Porath, Deborah Kukal. Associations between pre-implant psychosocial factors and spinal cord stimulation outcome : evaluation using the MMPI-2-RF. Assessment. 2017 ;24(1):60-70.

8. James Celestin, Robert R. Edwards, Robert N. Jamison. Pretreatment psychosocial variables as predictors of outcomes following lumbar surgery and spinal cord stimulation : a systematic review and literature synthesis. Pain Medecine. 2009 ;10(4):639-53
9. Mathew L, Winfree C, Miller-Saultz D, Sonty N. Transcutaneous electrical nerve stimulator trial may be used as a screening tool prior to spinal cord stimulator implantation. Pain. 2010 ;150(2):327-331.
10. Kloimstein H, Likar R, Kern M, Neuhold J, Cada M, Loinig N, Ilias W, Freundi B, Binder H, Wolf A, Dorn C, Mozes-Balla EM, Stein R, Lappe I, Sator-Katzenschlager S. Peripheral nerve field stimulation (PNfS) in chronic low back pain : a prospective multicenter study. Neuromodulation. 2014 ;17(2):180-7.
11. Blackburn DR, Romer CC, Copeland LA, Lynch W, Nguyen DD, Zeber JE, Hoffman MR. Presurgical psychological assessment as correlates of effectiveness of spinal cord stimulation for chronic pain reduction. Neuromodulation. 2016 ;19(4):422-8.
12. Van Eijs F, Smits H, Geurts JW, Kessels AG, Kemler MA, Van kleef M, Joosten EA, Faber CG. Brush-evoked allodynia predicts outcome of spinal cord stimulation in complex regional pain syndrome type 1. Eur J Pain. 2010 ;14(2):164-9.
13. De La Cruz P, Fama C, Roth S, Haller J, Wilock M, Lange S, Pilitsis J. Predictors of spinal cord stimulation success. Neuromodulation. 2015 ;18(7):599-602.
14. Oakley JC, Krames ES, Stamatos J, Foester AM. Successful long-term outcomes of spinal cord stimulation despite limited pain relief during temporary trialing. Neuromodulation. 2008 ;11(1):66-73.
15. Kumar K, Hunter G, Demeria D. Spinal cord stimulation in treatment of chronic benign pain : challenges in treatment planning present status, a 22-year experience. Neurosurgery. 2006 ;58(3):481-96.
16. Marola O, Cherala R, Prusik J, Kumar V, Fama C, Wilock M, Crimmins J, Pilitsis JG. BMI as a predictor of spinal cord stimulation success in chronic pain patients. Neuromodulation. 2017 ;20(3):269-273.
17. Taylor RS, Desai MJ, Rigoard P, Taylor RJ. Predictors of pain relief following spinal cord stimulation in chronic back and leg pain and failed back surgery syndrome : a systematic review and meta-regression analysis. Pain practice. 2014 ;14(6):489-505.
18. Campbell CM, Jamison RN, Edwards RR. Psychological screening/phenotyping as predictors for spinal cord stimulation. Curr Pain Headache Rep. 2013 ;17(1):307.
19. Rigoard P, Billot M, Ingrand P, et al. How should we use multicolumn Spinal Cord Stimulation to optimize back pain spatial neural targeting ? A prospective, multicentre, randomised, double-blind, controlled trial (ESTIMET study). Accepted for publication in Neuromodulation 2020.
20. Mathew L, Winfree C, Miller-Saultz D, Sonty N., Transcutaneous electrical nerve stimulator trial may be used as a screening tool prior to spinal cord stimulator implantation S327-S331, Pain, 2010 Aug.
21. Simon Thomson, Frank Huygen, Simon Prangnell et al. Appropriate referral and selection of patients with chronic pain for spinal cord stimulation : European consensus recommendations and e-health tool. Eur J Pain. 2020 ;00:1–13

Un message, un commentaire ?

Forum sur abonnement

Pour participer à ce forum, vous devez vous enregistrer au préalable. Merci d’indiquer ci-dessous l’identifiant personnel qui vous a été fourni. Si vous n’êtes pas enregistré, vous devez vous inscrire.

Connexions’inscriremot de passe oublié ?