Nouvelles

Concept de surveillance médicale de précision: déterminer les maladies avant qu'elles ne se développent

Concept de surveillance médicale de précision: déterminer les maladies avant qu'elles ne se développent


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Chercheurs de Stanford: "La médecine d'aujourd'hui est profondément imparfaite!"

Si nous nous sentons mal, nous allons chez le médecin. Dans le meilleur des cas, nous découvrirons ce que nous avons et, dans le meilleur des cas, comment nous pouvons nous en débarrasser. Dans le pire des cas, nous rentrons chez nous à perte autant que nous y sommes arrivés. «Un concept profondément imparfait», affirme le professeur Michael Snyder. Dans une étude récente, son équipe montre comment la surveillance de la santé peut être rendue plus efficace afin que vous puissiez réagir avant que l'enfant ne tombe dans le puits.

Une étude récente de la Stanford University School of Medicine introduit un nouveau concept de surveillance de la santé dans lequel les changements de l'état de santé sont détectés beaucoup plus tôt. De cette façon, les premiers signes d'une maladie pourraient être détectés avant même qu'elle ne provoque des symptômes physiques. L'analyse de grandes quantités de données, appelées big data, joue un rôle central. Les résultats ont été récemment publiés dans la revue "Nature Medicine".

Qu'est-ce qui est sain?

Habituellement, les personnes ne sont examinées que lorsqu'elles sont malades. Pour cette raison, les déficiences physiques résultant de maladies sont parfois très bien documentées et les maladies peuvent être identifiées rapidement. L'absence de tels biomarqueurs est définie comme un état sain. "C'est un concept profondément imparfait", a averti le professeur Snyder de l'Université de Stanford. «Nous examinons généralement les gens lorsqu'ils sont malades, rarement lorsqu'ils sont en bonne santé», a déclaré Synder. Pour cette raison, on ne sait pas vraiment à quoi ressemble un état sain au niveau biochimique individuel.

Être en bonne santé signifie plus que l'absence de maladie

Le professeur de génétique voulait changer cela maintenant. Son équipe a rassemblé d'énormes quantités de données sur la santé de plus de 100 personnes en bonne santé pendant plusieurs années pour rechercher des changements dans la norme qui pourraient indiquer le développement d'une maladie. Cette étude Big Data a donné à l'équipe une nouvelle compréhension de ce que signifie être en bonne santé.

Un changement de paradigme dans la surveillance de la santé est nécessaire

L'étude montre clairement que la surveillance longitudinale de sa propre santé personnelle permet de mieux comprendre sa propre condition que la surveillance médicale point par point lorsque l'on se sent mal. Une surveillance sanitaire régulière a identifié plus de 67 résultats de santé cliniquement réalisables à un stade précoce. Celles-ci incluent des maladies répandues telles que l'hypertension artérielle, des battements cardiaques irréguliers, la cardiomyopathie et le cancer.

Tout le monde a une base de santé individuelle

L'état normal de chaque participant individuel a été déterminé comme base de la surveillance. Pour ce faire, les chercheurs ont utilisé les dernières méthodes de séquençage du génome ainsi que le profilage microbien et moléculaire. A partir de ces données, une image émerge qui peut être définie comme un état sain pour la personne concernée. En surveillant certains facteurs, les écarts et anomalies peuvent être détectés beaucoup plus rapidement, afin d'indiquer d'éventuelles maladies.

Nos méthodes de surveillance de la santé sont-elles obsolètes?

«L'idée était d'observer des personnes normales, relativement en bonne santé, de se faire une bonne idée de leurs normes biologiques telles que la fréquence cardiaque, la pression artérielle, les molécules immunitaires et l'expression des gènes, puis de rechercher les changements qui pourraient indiquer une maladie», expliquent les chercheurs. Afin d'identifier l'état normal d'une personne, l'équipe a collecté toutes les données disponibles sur la santé d'une personne, telles que des analyses de sang, des échantillons de selles, des données de montres intelligentes, des tests de glycémie, etc. La surveillance constante de ces données signifiait que de nombreux processus pathologiques pouvaient être identifiés avant même qu'ils ne provoquent des symptômes.

Une surveillance cohérente signifie que les écarts sont détectés plus rapidement

Les 109 participants ont été suivis pendant trois ans en moyenne. Un événement lié à la santé s'est produit chez plus de la moitié des personnes, ce qui a été révélé par la surveillance. Aucun de ces problèmes de santé n'était connu à l'avance. «Nous avons découvert de nombreux problèmes de santé parce que nous avons remarqué le changement par rapport à la ligne de base», explique Snyder. Par exemple, neuf cas de diabète ont été identifiés, révélés par les changements des taux de glucose et d'insuline. Une maladie cardiaque inconnue a été trouvée chez 13 autres personnes et une hypertension artérielle a été signalée chez 18 sujets. Un cancer a été trouvé chez deux participants et un lymphome chez un autre.

Ne traitez pas les maladies, mais maintenez la santé

"Beaucoup de ces résultats auraient été manqués en utilisant des méthodes typiques qui sont courantes en médecine aujourd'hui", souligne Snyder. Un nouveau système de surveillance de la santé pourrait déplacer la pratique médicale de l'accent mis sur les soins de santé vers le maintien de la santé en prévoyant le risque de maladie et en traitant une maladie avant que des plaintes ne surviennent. La technologie moderne offre déjà de nombreuses possibilités de collecte de telles données pour chaque personne. (v)

Informations sur l'auteur et la source

Ce texte correspond aux spécifications de la littérature médicale, des directives médicales et des études en cours et a été vérifié par des médecins.

Rédacteur diplômé (FH) Volker Blasek

Se gonfler:

  • Michael P. Snyder / Schüssler-Fiorenza Rose, Sophia Miryam / Contrepois, Kévin / u.a.: A longitudinal big data approach for precision health, Nature Medicine, 2019, nature.com
  • École de médecine de l'Université de Stanford: une étude montre comment les mégadonnées peuvent être utilisées pour la santé personnelle (consulté le 04.07.2019), med.stanford.edu


Vidéo: Le Covid-19, la maladie de Crohn et la rectocolite hémorragique (Juillet 2022).


Commentaires:

  1. Edelmar

    Excellente idée et période

  2. Gabrio

    Au lieu de critiquer, écrivez mieux les variantes.

  3. Morten

    Faire des erreurs. Je propose d'en discuter. Écrivez-moi dans PM, parlez.

  4. Esau

    Merci d'avoir choisi l'aide à ce sujet.



Écrire un message