Algorithme de prédiction du diabète de type 2, l’exemple du score QDiabetes

Des méthodes permettant d’identifier les personnes à risque de diabète de type 2 sont nécessaires pour tâcher de prédire quels patients devront faire l’objet d’interventions ou d’évaluations plus fréquentes. Le score QDiabetes est actuellement utilisé au Royaume-Uni pour estimer le risque à 10 ans de diabète de type 2 chez les sujets âgés de 25 à 84 ans.

Un calculateur est disponible on line (www.qdscore.org) dans lequel différentes informations sont entrées, ce qui permet de connaître le risque de diabète à 10 ans, de le communiquer aux patients et ainsi d’identifier les patients à haut risque nécessitant soit une intervention, soit une surveillance active. Comme il était nécessaire d’actualiser ce score QDiabetes pour y incorporer des facteurs de risque maintenant bien établis mais qui ne figuraient pas dans le calculateur précédent et comme ce score ne prenait pas en compte la glycémie à jeun ou l’hémoglobine glyquée, l’équipe de Santé Publique de Nottingham et de Leeds, qui a mis ce calculateur au point, a mis en place une étude de cohorte prospective ouverte dans le cadre des données collectées en routine à partir de 1 457 cabinets de médecine générale en Angleterre qui contribuent à la base de données QResearch : 1 094 de ces cabinets ont été utilisés pour développer le score et 363 autres ont été utilisés pour valider ces scores. Les données provenaient de 11.5 millions de sujets âgés de 25 à 84 ans n’ayant pas de diabète au début de l’étude. Un certain nombre de facteurs de risque étaient déjà inclus dans le QDiabetes initial (âge, origine ethnique, IMC, tabagisme, antécédents familiaux de diabète, pathologie cardiaque, hypertension, utilisation de corticoïdes). De nouveaux facteurs de risque ont été ajoutés (prise d’antipsychotiques atypiques, de statines, schizophrénie ou maladie bipolaire, troubles de l’apprentissage, diabète gestationnel et syndrome des ovaires polykystiques). Dans un modèle complémentaire, la glycémie à jeun et dans un troisième l’hémoglobine glyquée ont été ajoutées. 178 314 cas de diabète de type 2 sont survenus au cours d’un suivi de 42.72 millions/personnes/année. Dans la cohorte de validation, 62 326 cas de diabète sont survenus au cours du suivi de 14.32 millions/personnes/année. Le modèle A de prédiction ne comportait que les facteurs de risque cliniques, le modèle B incluait les mêmes facteurs de risque clinique auxquels était ajoutée la glycémie à jeun et dans le modèle C, c’était l’hémoglobine glyquée à la place de la glycémie à jeun qui était ajoutée. Les 3 modèles avaient une bonne calibration et de hauts niveaux de variation et de discrimination chez les femmes. Le modèle B expliquait 63.3 % de la variation du temps à diagnostiquer un diabète de type 2 (R²), la statistique D était de 2.69 et la valeur de statistique C de Harrell était de 0.89. Chez les hommes, les valeurs correspondantes étaient de 58.4 %, 2.42 et 0.87. Le modèle B avait aussi la plus grande sensibilité en comparaison avec les recommandations du NHS basées soit sur la glycémie à jeun, soit sur l’hémoglobine glyquée. Ces algorithmes de risques permettent de proposer une mesure validée du risque absolu de diabète dans la population générale, au moins britannique. C’est le modèle qui incluait la glycémie à jeun qui avait la meilleure valeur discriminative et la sensibilité la plus élevée en comparaison avec les recommandations du NHS basées soit sur la glycémie à jeun, soit sur l’hémoglobine glyquée. Un tel outil serait aussi très utile en France !