Développement d’un arbre décisionnel simple pour identifier les phénotypes de BPCO en pratique clinique

Introduction Les analyses en clusters permettent l’identification de phenotypes de patients BPCO mais leur complexite les rend inutilisables en pratique clinique quotidienne. Objectif Developper un algorithme utilisable en pratique clinique pour classer les patients dans les phenotypes. Methodes Au total, 2409 patients atteints de BPCO ont ete classes a l’aide d’une analyse en cluster pour donnees mixtes en utilisant l’âge, l’indice de masse corporelle, le VEMS ( %), la dyspnee (echelle mMRC), le nombre annuel d’exacerbations, et la presence de comorbidites cardiovasculaires et/ou de diabete. Les phenotypes ont ete valides par une analyse de la mortalite globale a 3 ans et un arbre decisionnel simple permettant de classer les patients dans les phenotypes a ete construit par une analyse de type CART (Classification And Regression Trees). Resultats Cinq phenotypes ont ete identifies par l’analyse en cluster et valides du fait de differences majeures dans la survie a 3 ans et l’âge de deces. L’analyse CART sur un echantillon aleatoire representant 66,7 % de la cohorte a permis la construction d’un arbre decisionnel comprenant les comorbidites, le VEMS, l’echelle mMRC et l’âge (mais pas les exacerbations). Sur l’echantillon de validation (33,3 % de la cohorte), environ 80 % des patients etaient classes correctement par cet arbre decisionnel. Conclusion Cet arbre decisionnel, qui devra faire l’objet d’une validation dans des cohortes independantes, pourrait representer une premiere etape vers une nouvelle classification de la BPCO.