| Identification de facteurs pronostiques scanographiques pulmonaires et extra-pulmonaires dans la fibrose pulmonaire idiopathique (Identification of Pulmonary and Extrapulmonary Computed Tomography Prognostic Factors in Idiopathic Pulmonary Fibrosis) | ||
Schoenecker, Charles - (2025-10-16) / Universite de Rennes - Identification de facteurs pronostiques scanographiques pulmonaires et extra-pulmonaires dans la fibrose pulmonaire idiopathique Langue : Anglais Directeur de thèse: Lederlin, Mathieu Thématique : Médecine et santé | ||
Mots-clés : Fibrose Pulmonaire Idiopathique (FPI), Intelligence Artificielle (IA), Computed Tomography (CT), Skeletal Muscle Index (SMI), Densité Minérale Osseuse (DMO), Capacité Vitale Forcée (CVF), Indice de Masse Corporelle (IMC), Intelligence artificielle en médecine, Fibrose pulmonaire interstitielle diffuse, Densitométrie osseuse, Indice de masse corporelle, Pronostic (médecine) Résumé : Contexte : La FPI est une maladie interstitielle pulmonaire progressive au pronostique défavorable. Son évaluation repose traditionnellement sur des paramètres cliniques et fonctionnels, toutefois des paramètres radiologiques émergent de plus en plus comme des déterminants pertinents de son évolution. L’IA permet de nos jours une quantification automatisée et reproductible de ces paramètres à partir des scanners thoraciques de routine. Objectifs : Identifier, chez des patients atteints de FPI, des facteurs pronostiques pulmonaires et extra-pulmonaires issus du scanner, à l’aide de biomarqueurs quantitatifs dérivés de l’IA. Méthodes : Nous avons conduit une étude rétrospective monocentrique incluant 357 patients atteints de FPI diagnostiquées entre 2007 et 2025. Un scanner initial (CT1) et jusqu’à deux scanners de suivi (CT2 vers 14 mois, CT3 vers 46 mois) ont été analysés à l’aide d’outils d’IA validés. Les paramètres quantifiés comprenaient l’étendue de la fibrose pulmonaire, le SMI, la DMO et les fractures vertébrales. Les épreuves fonctionnelles respiratoires et les données cliniques ont été recueillies en parallèle. Le critère de jugement principal était la mortalité toutes causes ou la transplantation pulmonaire. Les associations entre les caractéristiques dérivées du scanner (à l’inclusion ou selon leur évolution) et le devenir ont été évaluées par modèles de régression de Cox. Résultats : Au cours d’un suivi moyen de 56 mois, 226 patients (63,3 %) ont présenté le critère principal. À l’inclusion, l’âge plus avancé (HR 1,03 ; IC 95 % 1,01–1,05), une CVF plus faible (HR 0,98 ; IC 95 % 0,97–0,99) et une fibrose plus étendue (HR 1,03 ; IC 95 % 1,02–1,04) étaient des prédicteurs indépendants de mortalité ou transplantation. Longitudinalement, la baisse de la CVF (HR 1,10 ; IC 95 % 1,05–1,15) et la progression de la fibrose (HR 1,12 ; IC 95 % 1,05–1,20) restaient constamment associées à un risque accru. Lors du premier suivi, la diminution de l’IMC (HR 1,04 ; IC 95 % 1,00–1,08) surpassait le T12-SMI (HR 1,00 ; IC 95 % 0,96–1,05) en analyse multivariée, tandis qu’au dernier suivi, le T12-SMI (HR 1,25 ; IC 95 % 1,08–1,46) montrait une valeur pronostique supérieure à l’IMC (HR 1,02 ; IC 95 % 0,91–1,14). L’ostéoporose (46,8–57,8 %) et les fractures vertébrales (17,4 %) à l’inclusion étaient fréquentes mais non pronostiques. Conclusion : L’étendue et la progression de la fibrose demeurent les marqueurs pronostiques les plus puissants, mais le déclin longitudinal de la masse musculaire thoracique apporte une valeur pronostique supplémentaire, indépendante de la fonction respiratoire. En revanche, la densité osseuse et les fractures vertébrales, bien que très fréquentes, n’étaient pas associées à la survie. Résumé (anglais) : Background: Idiopathic pulmonary fibrosis (IPF) is a progressive interstitial lung disease with poor prognosis. Prognostic assessment traditionally relies on clinical and functional parameters, while radiological features, both pulmonary and extrapulmonary, are increasingly recognized as relevant determinants of outcome. Artificial intelligence (AI) now enables automated and reproducible quantification of these parameters from routine CT scans. Objectives: To identify CT-based pulmonary and extrapulmonary prognostic factors in patients with IPF, using AI-derived quantitative biomarkers. Methods: We conducted a retrospective monocentric study including 357 patients with IPF diagnosed between 2007 and 2025. Baseline CT (CT1) and up to two follow-up scans (CT2 at ~14 months, CT3 at ~46 months) were analyzed using validated AI tools. Quantified parameters included pulmonary fibrosis extent, thoracic skeletal muscle index (SMI), bone mineral density (BMD), and vertebral fractures. Pulmonary function tests and clinical data were collected in parallel. The primary endpoint was all-cause mortality or lung transplantation. Cox regression models assessed associations between baseline or longitudinal changes in CT-derived features and outcomes. Results: Over a mean follow-up of 56 months, 226 patients (63.3%) reached the primary endpoint. At baseline, older age (HR 1.03, 95% CI 1.01–1.05), lower FVC (HR 0.98, 95% CI 0.97–0.99) and greater fibrosis extent (HR 1.03, 95% CI 1.02–1.04) were independent predictors of adverse outcome. Longitudinally, decline of FVC (HR 1.10, 95% CI 1.05–1.15) and progression of fibrosis extent (HR 1.12, 95% CI 1.05–1.20) were always independently associated with increased risk. At the first follow-up, decline in BMI (HR 1.04, 95% CI 1.00–1.08) outperformed T12-SMI (HR 1.00, 95% CI 0.96–1.05) in multivariate analysis, whereas at the last follow-up T12-SMI (HR 1.25, 95% CI 1.08–1.46) showed stronger prognostic value than BMI (HR 1.02, 95% CI 0.91–1.14). Osteoporosis (46.8–57.8%) and vertebral fractures (17.4%) at baseline were frequent but not prognostic. Conclusion: AI-based CT analysis allows reproducible quantification of pulmonary and extrapulmonary features in IPF. Fibrosis extent and progression remain the strongest prognostic markers, but longitudinal decline in thoracic muscle mass provides additional prognostic value, independent of pulmonary function. By contrast, bone density and vertebral fractures, although highly prevalent, were not associated with survival. Identifiant : rennes1-ori-wf-1-21571 | ||
| Exporter au format XML |