Contexte :

L’hypotension artérielle péri-opératoire est un facteur de risque de mortalité et morbidité postopératoire. Lors de l’anesthésie générale, l’apparition d’une hypotension augmente le risque de complications neurologiques (AVC), cardiologique (ischémie myocardique) et rénale (insuffisance rénale) postopératoires. Ceci a largement été démontré par plusieurs études. La morbi-mortalité postopératoire est liée à la durée et la profondeur de l’hypotension artérielle.

L’optimisation de la prise en charge hémodynamique peropératoire consiste à éviter ou limiter la durée des épisodes hypotensifs en utilisant des traitements médicamenteux à visée corrective. Ceux-ci ne sont administrés qu’après l’apparition de l’hypotension, en réaction et non en anticipation de sa survenue.

Actuellement dans le cadre de la chirurgie majeure non cardiaque, malgré le monitorage invasif de la pression artérielle et la surveillance d’autres paramètres, il n’existe pas de score prédictif permettant d’anticiper la survenue d’un épisode hypotensif.

Récemment, plusieurs études se sont intéressées à l’apport de l’intelligence artificielle (IA) pour aider le clinicien dans sa démarche quotidienne d’anticipation des évènements hypotensifs.

Ainsi, Hatib et al., ont élaboré rétrospectivement, un index prédictif d’hypotension artérielle dans ce type de chirurgie (HPI = Hypotension Prediction Index) en utilisant l’intelligence artificielle. La principale limite de cette étude est la nécessité d’un monitorage spécifique afin d’analyser les variations de courbe de tension artérielle.

Wijnberge et al., en collaboration avec Edwards Lifesciences, ont validé cet algorithme en pratique clinique. L’utilisation de ce système permettait d’anticiper la survenue d’un épisode hypotensif, plusieurs dizaines de seconde avant le praticien (« early warning »). La principale limite là encore était l’utilisation d’un monitorage associé à un outil d’analyse spécifique.

 De ce fait, cet index est difficilement transposable à la pratique quotidienne des établissements de santé publics et privés.

Dans notre institut, depuis plus de 10 ans, nous bénéficions d’une informatisation complète péri-opératoire (logiciel Diane® BowMedical), permettant l’enregistrement de très nombreuses données en temps réel au niveau anesthésique (hémodynamique, ventilatoire, administrations des médicaments…) avec corrélation aux différents temps chirurgicaux.

Notre hypothèse repose sur l’utilisation de l’intelligence artificielle pour établir un score prédictif d’hypotension artérielle peropératoire à partir des éléments enregistrés dans le logiciel Diane® sans nécessité de monitorage hémodynamique spécifique supplémentaire.

La prédictibilité de survenue d’une hypotension artérielle pourrait être réévaluée en temps réel par l’intelligence artificielle en peropératoire afin d’apporter une aide précieuse au praticien en routine dans nos établissements publics et privés.

Objectif principal :

Etablir un score prédictif d’hypotension artérielle peropératoire à partir des éléments enregistrés dans le logiciel Diane® en l’absence de monitorage spécifique (et onéreux) de l’hémodynamique.

Objectifs secondaires :

- Utiliser l’intelligence artificielle en temps réel pour adapter en permanence le score prédictif d’hypotension artérielle en intégrant au fur et à mesure les paramètres recueillis.

- Valider ce score en pratique quotidienne.

Projet en deux parties :

1) Cohorte d’apprentissage

2) Cohorte de validation (objet d’une demande d’autorisation de la CNIL ultérieure)

Principal

Pourcentage de rémission complète par PET PSMA, Choline chez les patients en rémission complète sur PSA et imagerie conventionnelle (scanner TAP) et absence de progression sur la scintigraphie osseuse.

Secondaires

Corrélation entre le volume tumoral initial et la réponse PET

PSA et testostéronémie à 6 mois post castration et corrélation avec la réponse PET

Date du nadir

Principal :

• Identification des facteurs prédictifs de récidive métastatique après un TNT afin de mieux appréhender les patients qui pourraient bénéficier d’une chimiothérapie adjuvante.

Secondaires :

• Déterminer l’impact de la chimiothérapie adjuvante sur la survie globale et sans récidive en fonction de sous groupes prédéfinis (statut moléculaire, statut MSI, réponse tumorale au TNT). 

• Déterminer la dose cumulée de chimiothérapie reçue et l’impact sur la récidive. 

Méthodologie, type d’analyses (biologiques ou autres), objectifs et critères d’évaluation, nombre de patients etc

1 seul patient est à intégrer à notre étude N°IPP : 0805171. Des prélèvements sanguins et de moelle osseuse seront utilisés pour cette étude. Les résultats obtenus sur lymphoytes de patients seront comparé à des lymphocytes issus de donneurs sains provenant de l’établissement français du sang.

Les échantillons seront étudiés en suivant ces différentes méthodes :

• Séquençage ARN messager (ARNm): Brièvement, les ARNm sont isolés en utilisant le kit RNeasy de Qiagen en suivant le protocole du fabricant. La qualité des ARNm est contrôlée par hybridation sur une puce de contrôle Bioanalyzer (Agilent tech.). Les resultats d’expression des gènes et des voies moléculaires sont réalisés en utilisant le logiciel Phantasus (IFMO).
• Séquençage du TCR : Le séquençage des TCR des lymphocytes T CD4+ et T CD8+ sont réalisés afin de définir la diversité des lymphocytes.
• Les cellules cryopréservées seront décongelées et marquées avec un panel d’anticorps permettant de définir les sous-types de lymphocytes T (CD3, CD4, CD8, CD45RA, CD31, ICOS, CCR7, CXCR5, FoxP3). Les cellules marquées seront ensuite acquises par cytométrie en flux multiparamétrique (Beckton-Dickinson LSRII) et les diverses populations et phénotypes analysés en utilisant le logiciel FlowJO (Beckton-Dickinson, Treestar).
• Les variations observées par séquençage d’ARNm entre notre patient et les donneurs sains seront évaluées par étude du Fold change d’expression, avec un cut-off à FC>2.

Les études de statistiques de type p-value ne seront pas possible du fait que nous n’ayons qu’un patient atteint de thymome.

Principal

Analyser l’impact de la RAAC sur la morbidité post opératoires chez les patientes de plus de 75 ans.

Secondaire

Analyser l’impact de la RAAC sur la durée opératoire, la voie d’abord, let e type de geste réalisé  chez les patientes de plus de 75 ans.

Principal Identifier une signature plasmatique associée au diagnostic de cancer du sein, permettant de distinguer ces patientes des individus sains.

Secondaires

- identifier une signature plasmatique permettant de distinguer cancer du sein localisé et cancer du sein métastatique.

- identifier les caractéristiques plasmatique associées aux différents sous-types moléculaires de cancer du sein: RH+/HER (Human Epidermoid Growth Factor 2)-, HER2+, et TN (triple négatif)

Principal : Décrire  le pourcentage et le délai moyen d’obtention d’une reprise de transit chez les patients en occlusion intestinale sur carcinoses péritonéale à partir de l’introduction d’un traitement médical. 

Secondaires : - Décrire le délai de traitement médical nécessaire à l’obtention d’un retrait ou d’une mise en siphonage de la sonde - Décrire les différences entre les populations étudiées selon les délais nécessaires à l’btention d’une réussite du traitement médical