Lauréats des bourses de recherche

Résumé grand public

La maladie rénale chronique (MRC) empêche l’organisme de remplir ses fonctions vitales, comme filtrer le sang, maintenir la pression artérielle et éliminer les déchets. Conjuguée à l'augmentation du diabète, de l'obésité, de l'hypertension et du vieillissement de la population, la MRC touche plus d’un adulte sur 10 dans le monde. La MRC emprunte une voie histopathologique classique qui se traduit par une accumulation de tissu fibreux (fibrose) dans le rein. En raison de lacunes dans la façon de la détecter, la fibrose passe inaperçue jusqu'à ce que la MRC ait atteint un stade avancé et grave. De même, la greffe rénale n’a pas connu une amélioration significative de la survie des transplants à long terme, également en raison d’une progression infraclinique de la fibrose. La seule méthode utilisée pour évaluer la fibrose est la biopsie invasive, qui comporte d’ailleurs plusieurs contraintes, comme la phobie des aiguilles, la douleur, le risque d’hémorragie, l’hématurie, l’infection et les erreurs d’échantillonnage. Bien que certains centres y aient recours, la réalisation de biopsies répétées n’est pas une pratique courante chez les adultes, ce qui limite la capacité de surveiller la réponse au traitement au fil du temps. Le présent projet de recherche propose de recourir à l’échographie et à l’apprentissage automatique (AA) pour évaluer la charge fibrotique de façon non traumatique par une capture volumétrique en temps réel. L’échographie est largement employée pour « visualiser » le rein, mais cette technique peut être compliquée à utiliser et les images produites, difficiles à interpréter. L’AA vient compenser cet inconvénient en permettant à des algorithmes informatiques de détecter automatiquement des tendances et de réaliser des tâches sans nécessiter de programmation particulière. Le procédé a démontré des possibilités exceptionnelles dans le domaine de l’imagerie médicale. Cela dit, les paramètres de l’AA et la nature de leur lien avec la maladie s’expliquent encore difficilement, mais une méthode d’imagerie par ultrasons appelée vibroélastographie absolue à ondes de cisaillement, ou communément S-WAVE (Shear Wave Absolute VibroElastography), pourrait bien constituer le chaînon manquant. La méthode S-WAVE est une nouvelle variante très précise de l’élastrographie par ultrasons qui fournit des mesures volumétriques de la rigidité des tissus sur une plus grande profondeur d’exploration; elle a montré que dans le cas de certaines maladies, rigidité est synonyme de gravité. De plus, les modifications du diamètre du glomérule observées lorsque les lésions en sont encore à un stade précoce entraînent d’importantes variations du signal ultrasonore brut. L’AA permet de mesurer facilement le diamètre du glomérule. L’utilisation combinée de la méthode S-WAVE et du diamètre du glomérule pourrait ainsi offrir un biomarqueur longtemps attendu de la fibrose rénale. Notre projet de recherche consiste à créer de nouveaux algorithmes en jumelant l’échographie, l’AA et la S-WAVE pour obtenir une mesure quantitative de la fibrose. Dans le cadre d’une étude de cohorte prospective menée dans un établissement unique chez des patients devant subir une biopsie rénale, toutes causes confondues, les participants se soumettront à une échographie rénale intelligente. Les résultats obtenus avec la méthode S-WAVE et la mesure du diamètre du glomérule seront comparés aux résultats de l’analyse biochimique et de la biopsie classique. Les conclusions tirées pourraient permettre d’optimiser l’utilisation des ressources, d’accroître la capacité de surveillance et d’améliorer les résultats à long terme pour les patients.