Une plate-forme informatique pour aider les cliniciens dans l’analyse et le diagnostic des troubles de l’alimentation

Les régimes amaigrissants et l’augmentation associée de l’activité physique sont les causes connues de l’anorexie mentale et d’autres troubles de l’alimentation¹. Les troubles de l’alimentation les plus courants mentionnés dans le manuel de diagnostic des troubles mentaux (DSM-5) sont l’anorexie mentale (AN), la boulimie (BN), l’hyperphagie boulimique (BED) et d’autres troubles spécifiques de l’alimentation ou de l’alimentation (OSFED)². Ces troubles touchent principalement les femmes et s’accompagnent de graves complications physiques et/ou psychosociales et de détresse³. Environ 13 % des femmes souffrent de troubles de l’alimentation⁴, et la prévalence de l’AN chez les femmes est estimée à 0,3 % à 1 % tout au long de leur vie, avec un pourcentage encore plus élevé de femmes souffrant de BN⁵.

Une multitude de facteurs de risque est associée à des troubles de l’alimentation spécifiques. Suivre un régime au début de l’adolescence et un faible indice de masse corporelle (IMC) augmentent le risque d’AN chez les femmes, mais la puberté précoce, l’intériorisation idéale mince, l’insatisfaction corporelle, l’affect négatif et les déficits de soutien social ne^{sont pas 6}. Parmi les facteurs qui prédisent l’apparition du BN figurent les problèmes de poids, l’insatisfaction corporelle, la volonté de minceur, l’inefficacité, la faible conscience interoceptive et les régimes, mais pas le perfectionnisme, les peurs de la maturité, la méfiance interpersonnelle ou l’IMC⁶. Bien qu’il existe des différences symptomatiques entre les différents types de troubles de l’alimentation, il existe une similitude dans les facteurs de risque. Cela suggère que la pathologie alimentaire et le comportement alimentaire inadapté (régime) sont des facteurs de risque communs à tous les troubles de l’alimentation.

En effet, la pathologie de l’alimentation est visible dans les troubles de l’alimentation. Cependant, la difficulté de définir et de quantifier le comportement alimentaire pathologique, combinée au fait que le diagnostic repose principalement sur la description subjective des dimensions des symptômes, peut rendre les limites entre les diagnostics peu claires⁷. Ce problème rend le diagnostic des troubles de l’alimentation difficile, en particulier pour les praticiens de la santé qui ne connaissent pas les patients atteints de troubles de l’alimentation, tels que les médecins de soins primaires.

Les professionnels de la santé en soins primaires sont souvent les premiers à être approchés par des personnes souffrant d’un trouble de l’alimentation. Compte tenu de l’importance de la détection et de l’intervention précoces pour un pronostic favorable, les fournisseurs de soins doivent avoir les outils pour les aider à reconnaître ces troubles. Par conséquent, un diagnostic doit être déterminé rapidement et avec précision pour éviter les retards dans leur traitement par des spécialistes.

Une façon d’atteindre cet objectif diagnostique est de numériser et d’automatiser les questionnaires concernant leurs symptômes. Un avantage supplémentaire de cette méthode pourrait être que les réponses sont plus véridiques puisque les études suggèrent que les patients font davantage confiance aux thérapeutes virtuels qu’aux cliniciens humains pour discuter des problèmes de santé mentale⁸. Un autre avantage potentiel est une fiabilité diagnostique accrue, certaines études suggérant que les diagnostics informatiques peuvent avoir une fiabilité supérieure à celle des diagnostics en personne ^9,10.

Dans le présent protocole, un algorithme a été développé sur la base des réponses à des questions ouvertes et fermées sur la condition physique, le comportement, les émotions et les pensées de 949 patients référés consécutivement (pour les données démographiques, voir le tableau 1). Sur les 949 participants, 91,6 % (869) étaient des femmes, 18,0 % avaient un AN, 19,0 % bn, 13,5 % BED, 36,8 % OSFED, 6,8 % d’obésité (OB) et 5,9 % n’avaient aucun trouble de l’alimentation (No ED). L’algorithme estime à la fois la probabilité d’avoir un trouble de l’alimentation et la conclusion concernant le type de trouble de l’alimentation de l’individu. Les éléments du questionnaire sont basés sur les critères du DSM-5 pour les troubles de l’alimentation et de l’alimentation et les caractéristiques diagnostiques de l’AN, BN, BED et OSFED. OB (excès de graisse corporelle) n’est pas inclus dans le DSM-5 en tant que trouble mental. Cependant, il existe des associations solides entre OB et BED². Les éléments du questionnaire sont regroupés en trois catégories: (1) Conditions, telles que l’IMC, la perte / gain de poids au cours de la dernière année et les vomissements auto-induits. (2) Comportements, y compris les habitudes alimentaires, les régimes, la pesée, les vomissements auto-induits, l’isolement des amis et de la famille et l’évitement des activités. (3) Cognitions / pensées, telles que le poids souhaité, la peur de perdre le contrôle, de trop manger, les pensées sur la nourriture, se croire gros quand les autres disent que vous êtes trop mince et la réaction à la prise de poids. L’algorithme est basé sur une analyse discriminante inconditionnelle qui attribue des pondérations aux éléments par étapes, identifiant les éléments les plus discriminants pour chacun des cinq diagnostics. Les informations de diagnostic sont affichées sur une interface Web facile à utiliser.

Tous les travaux sur des sujets expérimentaux et des patients ont été approuvés par l’Autorité suédoise d’examen éthique, Suède (D. nr: 2019-05505). Avant l’inscription dans le système, toutes les personnes ont donné leur consentement écrit au stockage, au traitement et à l’analyse de leurs données. Les patients ont été référés à la clinique pour un traitement spécialisé des troubles de l’alimentation, soit par référence du médecin, soit par auto-référence. Souffrir d’un trouble de l’alimentation était le critère d’inclusion pour les patients.

1. Inscription des patients par les cliniciens

REMARQUE : L’inscription des patients (figure 1) est effectuée par un clinicien à l’aide d’un outil Web personnalisé développé (voir la Table des matériaux).

1. Accédez à la page de destination Web à l’aide de n’importe quel navigateur moderne sur recommandation du patient.
2. Utilisez un compte existant associé à un clinicien pour vous connecter à l’outil Web.
3. Remplissez le formulaire d’inscription du patient, y compris l’identifiant du patient, le numéro de sécurité sociale, la date de naissance, l’âge et le sexe.
4. Appuyez sur le bouton Enregistrer pour enregistrer un nouveau patient. À ce stade, la procédure peut être suspendue, puis redémarrée ultérieurement.

2. Questionnaire pour les patients

REMARQUE : Le patient remplit le questionnaire sur un appareil intelligent à l’aide d’une application personnalisée développée dans un outil Web (voir tableau des matériaux). Si le patient est mineur, le questionnaire est rempli par un parent ou un tuteur. Leurs données sont organisées en blocs thématiques. Une fois la réponse à chaque question complétée, le système présente la question suivante (Figure 2).

1. Ouvrez l’application de questionnaire sur un appareil intelligent.
2. Remplissez le numéro de sécurité sociale des patients (Figure 3).
3. Remplissez la date de la première visite; la date actuelle est utilisée par défaut.
4. Remplissez les informations correspondant au poids, à la taille et à l’âge des patients.
5. Remplissez les informations correspondant au comportement tels que les vomissements induits, la fréquence des collations et le taux de consommation.
6. Remplissez les détails correspondant à des éléments cognitifs et émotionnels tels que la peur de prendre du poids et les sentiments de dysmorphie corporelle.
7. Appuyez sur le bouton Terminé pour terminer le questionnaire. À ce stade, le questionnaire peut être mis en pause, puis redémarré ultérieurement.

3. Évaluation des risques par les cliniciens

REMARQUE : L’évaluation des risques (figure 4) est récupérée et utilisée par le clinicien à l’aide d’un outil Web personnalisé (voir tableau des matériaux).

1. Accédez à la page de destination Web à l’aide de n’importe quel navigateur Web. Utilisez un compte existant pour vous connecter à l’outil Web.
2. Recherchez le patient à l’aide du numéro de sécurité sociale ou de l’identifiant du patient.
3. Ajoutez le poids et la taille mesurés au système.
4. Appuyez sur l’onglet Résultat pour obtenir la décision algorithmique de savoir si le patient a une dysfonction érectile et, le cas échéant, quel type de dysfonction érectile.
5. Appuyez sur l’onglet Questions 1 à 20 ou Questions 21 à 34 pour afficher les questions auxquelles les réponses des patients s’écartent des réponses des personnes en bonne santé.
6. Sélectionnez un diagnostic final sous l’onglet Résultat , en fonction de l’algorithme et de l’expertise du clinicien.

L’inscription du patient décrite à l’étape 1 est effectuée par un clinicien qui remplit le formulaire présenté à la figure 1 dans les dossiers médicaux informatisés. Une fois que le clinicien a enregistré un nouveau patient, l’application passe à l’étape 2, qui permet au patient de remplir le questionnaire. Pour commencer le questionnaire, le patient ou le clinicien doit d’abord entrer le numéro de sécurité sociale (ou ID) du patient dans l’application sur un appareil intelligent (Figure 3), après quoi l’application affiche le premier élément du questionnaire. La figure 2 montre une capture d’écran d’un élément du questionnaire de diagnostic. Une fois qu’une réponse est sélectionnée à un élément de questionnaire, l’application passe à l’élément suivant. Les patients ne peuvent pas revenir en arrière pour modifier la réponse aux questions précédentes, et si le questionnaire est terminé prématurément, les réponses sont toujours enregistrées et l’utilisateur peut revenir pour remplir les éléments manquants. Une fois que toutes les questions ont été répondues, l’application est fermée automatiquement.

Une fois le questionnaire rempli, la page d’évaluation des risques présentée à la figure 4 est mise à la disposition du clinicien via une interface Web. Les cliniciens peuvent consulter le diagnostic recommandé sur la page « Résultat », ainsi que la probabilité estimée de précision de 0 à 1 (c.-à-d. une fourchette de 100 %), en fonction d’un calcul automatique des facteurs de risque du questionnaire. En appuyant sur l’onglet « Questions 1 à 20 » ou « Questions 21 à 34 », les cliniciens peuvent voir les réponses saines (couleur turquoise) et les réponses divergentes (couleur rouge) qui ont abouti au diagnostic suggéré (Figure 5). L’algorithme (voir tableau des matériaux) estime à la fois la probabilité d’avoir un trouble de l’alimentation et la conclusion concernant le type de trouble de l’alimentation de la personne. La précision du modèle est de 97,1 % pour les diagnostics de dysfonction érectile et de 82,8 % pour les diagnostics de dysfonction érectile (tableau 2). Les informations de diagnostic sont affichées sur une interface Web facile à utiliser. Cette information donne aux cliniciens la confiance dans leur décision si le diagnostic algorithmique est en accord avec la propre évaluation du clinicien. Si le diagnostic algorithmique n’est pas en accord avec l’évaluation du clinicien, le clinicien est encouragé à demander un deuxième avis à d’autres professionnels de la santé. Le système permet également aux cliniciens de se former pour devenir meilleurs dans le diagnostic des patients en examinant les questions spécifiques censées s’écarter d’une personne en bonne santé dans les onglets des questions et en examinant les cas difficiles avec d’autres professionnels de la santé.

Figure 1: Illustration du formulaire d’inscription des patients dans l’outil Web. Veuillez cliquer ici pour l’agrandir.

Figure 2: Exemple d’un seul élément de questionnaire affiché sur une tablette intelligente. Veuillez cliquer ici pour afficher une version plus grande de ce chiffre.

Figure 3: Instantané de la page demandant le numéro de sécurité sociale requis avant de remplir le questionnaire de diagnostic. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 4 : Exemple de page de résultats avec diagnostic recommandé et précision estimée (dans ce cas 100%) telle qu’affichée à l’aide de l’outil Web. La page de résultats indique également la date, le sexe, l’âge et l’IMC du patient. Au sommet, les cliniciens peuvent choisir un diagnostic. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 5 : Réponses au questionnaire et leur association avec le diagnostic suggéré. Le rouge indique une association élevée, et la sarcelle suggère une association faible. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Tableau 1 : Données démographiques des 949 patients inclus pour le développement de l’algorithme de diagnostic. Les valeurs sont exprimées en médiane (quartile inférieur - quartile supérieur).

Tableau 2 : Nombre de patients dans chaque catégorie de dysfonction érectile diagnostiqués par un clinicien qualifié et décision et précision de l’algorithme.

Il s’agit ici d’une transparence totale en ce qui concerne les arrangements financiers. Brodin déclare qu’il n’a aucun intérêt financier lié à cette étude. Nos recherches sont menées à l’Institut Karolinska, où Södersten est professeur émérite. La recherche est traduite cliniquement par Mando Group AB, une société créée par Södersten et Bergh, qui détiennent chacune 47,5% des actions. Le professeur Michael Leon de l’Université de Californie à Irvine a les 5% restants. Mando Group AB passe des contrats avec la région de Stockholm tous les cinq ans pour traiter les patients atteints de troubles de l’alimentation. Mando Group AB a signé son premier contrat en 1997 avec la région de Stockholm et, depuis lors, son traitement est l’une des normes de soins offerts aux citoyens de Stockholm. Mando Group AB a remporté le dernier appel d’offres et il existe maintenant des cliniques Mandometer dans quatre hôpitaux de Stockholm. Cet arrangement est le même que lorsque la région de Stockholm passe des contrats avec ses propres cliniques pour traiter les patients atteints de toutes sortes de maladies, y compris les troubles de l’alimentation. C’est-à-dire que la région de Stockholm fournit des services de troubles de l’alimentation aux citoyens de Stockholm à la fois par le biais de sa propre clinique et par l’intermédiaire de Mando Group AB. Tous les soins de santé en Suède sont financés par le système fiscal; la rémunération privée est extrêmement rare. Il convient d’ajouter, en premier lieu, que Mando Group AB se conforme à la recommandation de l’International Committee of Medical Journal Editors sur les « responsabilités des auteurs-conflits d’intérêts », http://www.icmje.org/recommendations/browse/rolesand-responsibilities/. Deuxièmement, il convient également d’ajouter que tous les bénéfices réalisés par Mando Group AB ont été réinvestis dans la recherche et le développement et qu’il n’y a pas eu de dividendes pour les actionnaires. Tout ce qui p