Bayesian Additive Regression Trees modeling of pharmacogenomic and clinical data predicts amlodipine response in hypertension

Intégration de six polymorphismes des voies pharmacocinétique et pharmacodynamique de l'amlodipine à des variables cliniques dans un modèle bayésien non linéaire

La variabilité interindividuelle de réponse aux antihypertenseurs reste le principal obstacle à une prescription personnalisée. Cette cohorte prospective multicentrique a inclus 292 patients chinois hypertendus traités par amlodipine, chez qui huit polymorphismes des voies pharmacocinétique et pharmacodynamique ont été séquencés. Deux ont été écartés faute de variation suffisante — 217 sujets (99,5 %) portaient le génotype sauvage au locus rs5065 et rs2740574 était exclusivement homozygote muté — et les six restants ont été combinés à des variables cliniques. Le critère de jugement était le contrôle tensionnel, défini par une pression artérielle systolique de cabinet inférieure à 140 mmHg et une diastolique inférieure à 90 mmHg après traitement. Dans un cadre de validation croisée répétée puis de validation externe, le modèle Bayesian Additive Regression Trees atteint une aire sous la courbe de 0,846, contre 0,61 pour une forêt aléatoire et 0,644 à 0,665 pour les modèles linéaires bayésiens.

Synthèse rédigée par Geno'X. Pour l'abstract original complet, consulter la publication source.

Un écart d'aire sous la courbe de 0,846 à 0,61 entre deux modèles entraînés sur les mêmes 292 patients et les mêmes six variants est inhabituellement large et appelle à la prudence, d'autant que l'effectif de validation externe n'est pas précisé dans le résumé. L'apport génétique propre n'est pas isolé : rien n'indique ce que le modèle gagne par rapport aux seules variables cliniques, qui est pourtant la question pharmacogénétique. À considérer comme une démonstration méthodologique, non comme un outil d'aide au choix thérapeutique.

Analyse par Dr Thibaut Benquey