FR3140199A1 - Procédé et dispositif d’assistance à la détermination d’une posologie d’antioxydants pour une personne atteinte de stress oxydant - Google Patents
Procédé et dispositif d’assistance à la détermination d’une posologie d’antioxydants pour une personne atteinte de stress oxydant Download PDFInfo
- Publication number
- FR3140199A1 FR3140199A1 FR2209589A FR2209589A FR3140199A1 FR 3140199 A1 FR3140199 A1 FR 3140199A1 FR 2209589 A FR2209589 A FR 2209589A FR 2209589 A FR2209589 A FR 2209589A FR 3140199 A1 FR3140199 A1 FR 3140199A1
- Authority
- FR
- France
- Prior art keywords
- level
- dosage
- patient
- vitamin
- estimation model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003963 antioxidant agent Substances 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000036542 oxidative stress Effects 0.000 title claims abstract description 19
- 235000006708 antioxidants Nutrition 0.000 claims abstract description 51
- GVJHHUAWPYXKBD-UHFFFAOYSA-N (±)-α-Tocopherol Chemical compound OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 claims abstract description 48
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 claims abstract description 46
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 claims abstract description 39
- 239000011669 selenium Substances 0.000 claims abstract description 32
- 229910052711 selenium Inorganic materials 0.000 claims abstract description 32
- 235000011649 selenium Nutrition 0.000 claims abstract description 31
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 claims abstract description 27
- 239000011701 zinc Substances 0.000 claims abstract description 27
- 229910052725 zinc Inorganic materials 0.000 claims abstract description 27
- 239000008280 blood Substances 0.000 claims abstract description 26
- 210000004369 blood Anatomy 0.000 claims abstract description 26
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims abstract description 25
- 229930003427 Vitamin E Natural products 0.000 claims abstract description 24
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 claims abstract description 24
- WIGCFUFOHFEKBI-UHFFFAOYSA-N gamma-tocopherol Natural products CC(C)CCCC(C)CCCC(C)CCCC1CCC2C(C)C(O)C(C)C(C)C2O1 WIGCFUFOHFEKBI-UHFFFAOYSA-N 0.000 claims abstract description 24
- 235000019165 vitamin E Nutrition 0.000 claims abstract description 24
- 229940046009 vitamin E Drugs 0.000 claims abstract description 24
- 239000011709 vitamin E Substances 0.000 claims abstract description 24
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 claims abstract description 23
- 229930003268 Vitamin C Natural products 0.000 claims abstract description 23
- 239000010949 copper Substances 0.000 claims abstract description 23
- 235000019154 vitamin C Nutrition 0.000 claims abstract description 23
- 239000011718 vitamin C Substances 0.000 claims abstract description 23
- 229910052802 copper Inorganic materials 0.000 claims abstract description 21
- 230000003078 antioxidant effect Effects 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 33
- 208000037149 Facioscapulohumeral dystrophy Diseases 0.000 claims description 28
- 208000008570 facioscapulohumeral muscular dystrophy Diseases 0.000 claims description 28
- 206010012601 diabetes mellitus Diseases 0.000 claims description 20
- 229910052742 iron Inorganic materials 0.000 claims description 17
- 238000003066 decision tree Methods 0.000 claims description 14
- 102000017011 Glycated Hemoglobin A Human genes 0.000 claims description 8
- 108091005995 glycated hemoglobin Proteins 0.000 claims description 8
- 239000011782 vitamin Substances 0.000 description 8
- WIGIZIANZCJQQY-UHFFFAOYSA-N 4-ethyl-3-methyl-N-[2-[4-[[[(4-methylcyclohexyl)amino]-oxomethyl]sulfamoyl]phenyl]ethyl]-5-oxo-2H-pyrrole-1-carboxamide Chemical compound O=C1C(CC)=C(C)CN1C(=O)NCCC1=CC=C(S(=O)(=O)NC(=O)NC2CCC(C)CC2)C=C1 WIGIZIANZCJQQY-UHFFFAOYSA-N 0.000 description 7
- GZIFEOYASATJEH-VHFRWLAGSA-N δ-tocopherol Chemical compound OC1=CC(C)=C2O[C@@](CCC[C@H](C)CCC[C@H](C)CCCC(C)C)(C)CCC2=C1 GZIFEOYASATJEH-VHFRWLAGSA-N 0.000 description 7
- 235000012000 cholesterol Nutrition 0.000 description 5
- 235000021183 entrée Nutrition 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 240000008042 Zea mays Species 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
L’invention concerne un procédé (100) d’assistance à la détermination d’une posologie d’antioxydants à administrer à un patient atteint de stress oxydant, , ledit procédé (100) comprenant au moins une itération d’une phase de prédiction (108) comprenant les étapes suivantes : mesure (110), sur un échantillon de sang préalablement prélevé sur ledit patient, d’un niveau d’au moins des paramètres d’entrée, suivants : niveau de cholestérol,niveau de zinc, niveau de cuivre, niveau vitamine C, niveau de vitamine E, etniveau de sélénium ;estimation (130) d’une posologie pour au moins un antioxydant à administrer audit patient, par un modèle d’estimation préalablement entrainé, exécuté par une unité de calcul, ledit modèle d’estimation prenant en entrée ledit au moins un paramètre d’entrée. Elle concerne également un dispositif mettant en œuvre un tel procédé. Voir Figure 1
Description
La présente invention concerne un procédé d’assistance à la détermination d’une posologie d’antioxydants à administrer à une personne atteinte de stress oxydant, et en particulier une personne atteinte de dystrophie facio-scapulo-humérale (FSHD). Elle concerne également un dispositif mettant en œuvre un tel procédé.
Le domaine de l’invention est de manière générale le domaine de l’assistance à la détermination d’une posologie d’antioxydants à administrer à une personne atteinte de stress oxydant, et plus spécifiquement à une personne atteinte de FSHD.
L’utilisation d’antioxydants est connue pour le traitement de FSHD. Actuellement, les posologies d’antioxydants à administrer à une personne atteinte de FSHD sont standardisées. Il n’existe pas de règles prédéterminées permettant de déterminer la posologie la mieux adaptée, de manière rapide. Plus précisément, pour chaque antioxydant, une quantité de départ standardisée est administrée au patient. Puis, la réponse du patient à la quantité de départ est surveillée. En fonction de la réponse du patient, la quantité de départ est ajustée par paliers prédéterminés, et en particulier de valeurs constantes. Cette opération d’ajustement est réitérée aussi souvent que nécessaire en fonction de l’état du patient.
On comprend que cette façon de déterminer et d’ajuster la posologie d’antioxydants à administrer à un patient atteint de FSHD n’est pas optimisée et ne permet pas de déterminer de manière individuelle la posologie qui convient le mieux pour chaque patient.
De plus, avec la solution actuelle, la détermination d’une posologie convenable pour un patient se fait par tâtonnement ce qui peut être préjudiciable pour le patient.
En outre, avec la solution actuelle, la détermination d’une posologie convenable pour un patient nécessite un temps d’observation non négligeable, ce qui rend la solution actuelle longue et peu ergonomique, voire inefficace en cas de changement de l’état du patient, ce changement pouvant être suivi et quantifié avec des scores de type scores de Brooke et Vignos pour le FSHD, et plus généralement avec un score MFM (pour « Mesure de la Fonction Motrice »).
Un but de la présente invention est de remédier à au moins un des inconvénients de l’état de la technique.
Un autre but de l’invention est de proposer une solution pour déterminer une posologie d’antioxydants à administrer à un patient atteint de de stress oxydant, et en particulier de FSHD, de manière individualisée.
Un autre but de l’invention est de proposer une solution pour déterminer une posologie d’antioxydants à administrer à un patient atteint de stress oxydant, et en particulier de FSHD, de manière plus rapide et plus ergonomique pour le patient.
Il est aussi un autre but de la présente invention de proposer une solution pour déterminer une posologie d’antioxydants à administrer à un patient atteint de stress oxydant, et en particulier de FSHD, de manière plus précise.
Il est aussi un autre but de la présente invention de proposer une solution pour déterminer une posologie d’antioxydants à administrer à un patient atteint de stress oxydant, et en particulier de FSHD, plus efficace.
L’invention propose d’atteindre au moins l’un des buts précités par un procédé d’assistance à la détermination d’une posologie d’antioxydants à administrer à un patient atteint de stress oxydant, et en particulier un patient atteint de FSHD, ledit procédé comprenant au moins une itération d’une phase de prédiction comprenant les étapes suivantes :
- mesure, sur un échantillon de sang préalablement prélevé sur ledit patient, d’un niveau d’au moins des paramètres d’entrée, suivants :
- niveau de cholestérol,
- niveau de zinc,
- niveau de cuivre,
- niveau vitamine C,
- niveau de vitamine E ; et
- niveau sélénium ;
- estimation d’une posologie pour au moins un antioxydant à administrer audit patient, par un modèle préalablement entrainé, exécuté par une unité de calcul, ledit modèle prenant en entrée ledit au moins un paramètre d’entrée.
Ainsi, l’invention propose une assistance à la détermination d’une posologie d’antioxydants pour une personne atteinte de stress oxydant, et plus spécifiquement FSHD, avec un modèle d’estimation préalablement entrainé et exécuté par une unité de calcul. L’estimation de la posologie est réalisée en fonction d’au moins un paramètre d’entrée, spécifique au patient, et dont la valeur est mesurée sur un échantillon de sang dudit patient de sorte que le modèle d’estimation permet une estimation d’une posologie individualisée pour ledit patient, contrairement à la solution actuelle qui fixe une posologie correspondant à des doses standardisées, et donc non personnalisée, quel que soit le patient.
De plus, l’estimation de la posologie par la présente invention est réalisée par un modèle d’estimation pré-entrainé pour l’estimation d’une posologie et prenant en entrée des paramètres d’entrée mesurés sur un échantillon de sang du patient. Ainsi, l’invention permet d’estimer une posologie d’antioxydant(s) pour un patient atteint de stress oxydant, et en particulier de FSHD, de manière plus rapide et plus ergonomique pour le patient, comparée à la solution actuelle, car elle ne nécessite pas d’itérations successives pour déterminer, par tâtonnement, la posologie adéquate pour un patient.
En outre, l’invention permet de déterminer une posologie d’antioxydant(s) sur les limites supérieurs de chaque anti-oxydant d’une population saine plus précise, et plus efficace, pour un patient atteint de stress oxydant, et en particulier de FSHD, car elle n’est pas basée sur une utilisation de paliers prédéterminés, mais sur des valeurs précises dépendant des paramètres d’entrée mesurés sur un échantillon de sang du patient.
De façon non limitante, cette solution pourra être adaptée à un patient atteint de stress oxydant propre à une pathologie où les intervalles et les types de vitamines et/ou les types d’oligoéléments seront spécifiques à la pathologie ciblée.
Préférentiellement, le modèle d’estimation réalise une estimation d’une posologie pour plusieurs antioxydants.
De préférence, le modèle d’estimation peut réaliser une estimation d’une posologie pour au moins un, et en particulier pour chacun, des antioxydants suivants :
- zinc,
- cuivre,
- vitamine C,
- vitamine E, et
- sélénium.
Suivant un exemple de réalisation préféré, la posologie peut comprendre une valeur pour chacun des paramètres listés ci-dessus.
Pour au moins un antioxydant, le modèle d’estimation peut être entrainé pour fournir une valeur dans une gamme de valeurs prédéterminée pour ledit antioxydant. Par exemple, le modèle d’estimation peut être entrainé pour estimer une valeur comprise dans ladite gamme de valeurs, de sorte que la valeur fournie peut être toute valeur appartenant à ladite gamme de valeurs.
Alternativement, ou en plus, pour au moins un antioxydant, le modèle d’estimation peut être entrainé pour choisir une valeur parmi plusieurs valeurs discrètes prédéfinies pour ledit antioxydant. Dans ce cas, le modèle d’estimation retourne forcément une de ces valeurs prédéfinies.
Suivant des modes de réalisation, pour le zinc, le modèle d’estimation peut être entrainé pour fournir une posologie comprise entre 15mg/jour et 45mg/jour. Suivant un exemple de réalisation non limitatif, pour le zinc, le modèle d’estimation peut être entrainé pour choisir une posologie parmi les valeurs discrètes suivantes prédéfinies :15mg/jour, 30mg/jour, 45mg/jour.
Suivant des modes de réalisation, pour le cuivre, le modèle d’estimation peut être entrainé pour fournir une posologie comprise entre 0 et 0,3 mg/jour. Suivant un exemple de réalisation non limitatif, pour le cuivre, le modèle d’estimation peut être entrainé pour choisir une posologie parmi les valeurs discrètes suivantes prédéfinies : 0mg/jour et 0.3 mg/jour.
Suivant des modes de réalisation, pour la vitamine E, le modèle d’estimation peut être entrainé pour fournir une posologie comprise entre 125mg/jour et 500mg/jour. Suivant un exemple de réalisation non limitatif, pour la vitamine E, le modèle d’estimation peut être entrainé pour choisir une posologie parmi les valeurs discrètes suivantes prédéfinies : 125mg/jour, 250 mg/jour, 500mg/jour.
Suivant des modes de réalisation, pour la vitamine C, le modèle d’estimation peut être entrainé pour fournir une posologie comprise entre 125mg/jour et 500mg/jour. Suivant un exemple de réalisation non limitatif, pour la vitamine C, le modèle d’estimation peut être entrainé pour choisir une posologie parmi les valeurs discrètes suivantes prédéfinies : 125mg/jour, 250 mg/jour, 500mg/jour.
Tel qu’indiqué plus haut, la phase de prédiction comprend aussi une mesure d’un niveau de sélénium dans le sang du patient, l’estimation de la posologie par le modèle d’estimation étant en outre réalisée en fonction dudit niveau de sélénium mesuré.
Le niveau de sélénium est donc un paramètre d’entrée supplémentaire donné en entrée du modèle d’estimation.
Le niveau de sélénium peut être mesuré à partir de l’échantillon de sang préalablement prélevé sur le patient.
Le modèle d’estimation peut en outre fournir une posologie pour le sélénium à administrer au patient.
Pour le sélénium, le modèle d’estimation peut être entrainé pour fournir une valeur dans une gamme de valeurs prédéterminée. Par exemple, le modèle d’estimation peut être entrainé pour estimer une valeur comprise dans ladite gamme de valeurs, de sorte que la valeur fournie peut être toute valeur appartenant à ladite gamme de valeurs.
Alternativement, ou en plus, pour le sélénium, le modèle d’estimation peut être entrainé pour choisir une valeur parmi plusieurs valeurs discrètes prédéfinies. Dans ce cas, le modèle d’estimation retourne forcément une de ces valeurs prédéfinies.
Suivant des modes de réalisation, pour le sélénium, le modèle d’estimation peut être entrainé pour fournir une posologie comprise entre 0 et 200µg/jour. Suivant un exemple de réalisation non limitatif, pour le sélénium, le modèle d’estimation peut être entrainé pour choisir une posologie parmi les valeurs discrètes suivantes prédéfinies : 0 et 200µg/jour.
Suivant des modes de réalisation, la phase de prédiction peut en outre comprendre une mesure d’un niveau de fer dans le sang du patient, l’estimation de la posologie par le modèle d’estimation étant en outre réalisée en fonction dudit niveau de fer mesuré.
Dans ce cas, le niveau de fer est un paramètre d’entrée supplémentaire donné en entrée du modèle d’estimation.
Le niveau de fer peut être mesuré à partir de l’échantillon de sang préalablement prélevé sur le patient.
La vitamine C permet l’absorption du fer dans le corps humain. Par conséquent, l’indication d’une posologie en vitamine C devrait préférentiellement prendre en compte le niveau de fer dans le corps du patient pour ne pas entrainer une augmentation trop importante du niveau de fer dans le corps du patient. Ainsi, la prise en compte du niveau de fer dans le sang du patient permet d’ajuster la posologie en vitamine C.
Le procédé selon l’invention peut en outre comprendre une mesure d’un niveau de diabète dans le sang du patient, l’estimation de la posologie par le modèle d’estimation étant en outre réalisée en fonction dudit niveau de diabète.
Le niveau de diabète peut être mesuré par mesure d’un niveau d’hémoglobine glyquée.
Le niveau de diabète peut être mesuré à partir de l’échantillon de sang préalablement prélevé sur le patient.
La mesure du niveau de diabète peut être réalisée préalablement à la première itération de la phase de prédiction pour déterminer si le patient souffre, ou non, de diabète.
Alternativement, ou en plus, la mesure du niveau de diabète peut être réalisée lors de chaque itération de la phase de prédiction.
Le fait que le patient souffre ou non de diabète peut entrainer un ajustement de la posologie de sélénium. Lorsque le patient souffre de diabète, la posologie de sélénium peut être comprise entre 0µg/jour et 100µg/jour. Lorsque le patient ne souffre pas de diabète, la posologie de sélénium peut être comprise entre 0µg/jour, 200µg/jour.
En outre, le modèle d’estimation peut être entrainé pour déterminer une posologie d’antioxydants permettant d’atteindre les rapports suivants dans le sang du patient, par exemple à la fin d’une période de traitement :
0,7 < (Vitamine C) / (Vitamine E) <0,9
0,8 < (Cuivre) / (Zinc) <1
7 mg/g < (Vitamine E) / (Cholestérol) < 10 mg/g
0,7 < (Vitamine C) / (Vitamine E) <0,9
0,8 < (Cuivre) / (Zinc) <1
7 mg/g < (Vitamine E) / (Cholestérol) < 10 mg/g
Suivant des modes de réalisation, le modèle d’estimation peut être un arbre décisionnel.
Alternativement, le modèle d’estimation peut être un réseau neuronal réalisant une classification ou une régression, tel que par exemple un réseau neuronal convolutionnel.
Dans ce cas, le modèle d’estimation peut être entrainé avec une base d’entrainement comprenant une multitude de jeux d’entrainement, chaque jeu d’entrainement comprenant :
- un vecteur d’entrée comprenant une valeur pour au moins un paramètre ; et
- un vecteur de sortie comprenant une posologie pour au moins un antioxydant.
L’entrainement peut être réalisée suivant tout algorithme d’entrainement connu, tel que par exemple la rétropropagation du gradient.
Le procédé selon l’invention peut avantageusement être mis en œuvre pour la détermination d’une posologie d’antioxydants à administrer à un patient atteint de dystrophie facio-scapulo-humérale, FSHD.
Suivant un autre aspect de la présente invention, il est proposé un modèle d’estimation, mis en œuvre par d’ordinateur, comprenant des instructions exécutables qui, lorsqu’elles sont exécutées par un appareil informatique, mettent en en œuvre l’étape d’estimation du procédé selon l’invention.
Le modèle d’estimation peut être en tout langage informatique, tel que par exemple en langage machine, en C, C++, JAVA, Python, etc.
Suivant un autre aspect de la présente invention, il est proposé un dispositif d’assistance à la détermination d’une posologie d’antioxydants à administrer à un patient atteint de stress oxydant, et en particulier de FSHD, comprenant :
- au moins un moyen de mesure, sur un échantillon de sang préalablement prélevé sur ledit patient, d’un niveau d’au moins des paramètres d’entrée suivants :
- niveau de cholestérol,
- niveau de zinc,
- niveau de cuivre,
- niveau vitamine C,
- niveau de vitamine E,
- niveau de sélénium, et
- éventuellement un niveau de fer, et/ou un niveau hémoglobine glyquée ;
- un modèle d’estimation, préalablement entrainé, pour estimer une posologie pour au moins un antioxydant à administrer audit patient en fonction desdites valeurs mesurées.
Le dispositif selon l’invention peut comprendre une unité de calcul pour exécuter le modèle d’estimation. L’unité de calcul peut être tout type d’appareil tel qu’un serveur, un ordinateur, une tablette, un calculateur, un processeur, une puce informatique, etc.
Le moyen de mesure d’au moins un paramètre d’entrée peut être tout moyen connu.
Par exemple, au moins un paramètre d’entrée peut être mesuré en laboratoire.
Le dispositif selon l’invention peut avantageusement être utilisé pour la détermination d’une posologie d’antioxydants à administrer à un patient atteint de dystrophie facio-scapulo-humérale, FSHD.
D’autres avantages et caractéristiques apparaîtront à l’examen de la description détaillée de modes de réalisation nullement limitatifs, et des dessins annexés sur lesquels :
- la
- la
- la
Il est bien entendu que les modes de réalisation qui seront décrits dans la suite ne sont nullement limitatifs. On pourra notamment imaginer des variantes de l’invention ne comprenant qu’une sélection de caractéristiques décrites par la suite isolées des autres caractéristiques décrites, si cette sélection de caractéristiques est suffisante pour conférer un avantage technique ou pour différencier l’invention par rapport à l’état de la technique antérieure. Cette sélection comprend au moins une caractéristique de préférence fonctionnelle sans détails structurels, ou avec seulement une partie des détails structurels si c'est cette partie qui est uniquement suffisante pour conférer un avantage technique ou pour différencier l’invention par rapport à l’état de la technique antérieure.
En particulier toutes les variantes et tous les modes de réalisation décrits sont combinables entre eux si rien ne s’oppose à cette combinaison sur le plan technique.
Sur les figures et dans la suite de la description, les éléments communs à plusieurs figures conservent la même référence.
La est une représentation schématique d’un exemple de réalisation non limitatif d’un procédé selon la présente invention.
Le procédé 100 de la peut être utilisé pour assister un praticien à déterminer la posologie d’antioxydants à administrer à un patient atteint de stress oxydant, et en particulier de FSHD, avec un modèle d’estimation exécuté par une unité de calcul et préalablement entrainé/déterminé pour l’estimation de la posologie pour au moins un antioxydant.
Lors d’une étape préliminaire 102,ne faisant pas partie du procédé 100, un échantillon de sang est prélevé sur le patient. Cet échantillon de sang peut être prélevé de manière classique.
Le procédé 100 comprend une étape 104, optionnelle, de mesure d’un taux d’hémoglobine glyquée. La mesure du taux d’hémoglobine glyquée est une opération bien connue et peut être réalisée de manière classique, par exemple en laboratoire.
Le taux d’hémoglobine est comparé à un seuil prédéterminé lors d’une étape 106, optionnelle, pour déterminer si le patient souffre aussi de diabète, ou non. La sortie de cette comparaison peut être utilisée comme un paramètre d’entrée signalant si le patient est atteint ou non de diabète. Par exemple, ce paramètre d’entrée peut prendre une valeur binaire :
- l’une, par exemple « 0 », indiquant que le patient ne souffre pas de diabète, et
- l’autre, par exemple 1, indiquant que le patient souffre de diabète.
Le procédé 100 comprend une phase 108 de prédiction de posologie à partir de paramètres d’entrée biologiques du patient.
La phase de prédiction 108 comprend une étape 110 de mesure d’au moins un paramètre biologique sur l’échantillon de sang, appelé paramètre d’entrée.
En particulier, l’étape 110 de mesure comprend :
- une étape 112 de mesure du niveau de cholestérol,
- une étape 114 de mesure du niveau de zinc,
- une étape 116 de mesure du niveau de cuivre,
- une étape 118 de mesure du niveau de vitamine C,
- une étape 120 de mesure du niveau de vitamine E, et
- une étape 122 de mesure du niveau de sélénium.
De manière optionnelle, l’étape de mesure 110 peut en outre comprendre une étape 124 de mesure du taux de Fer dans l’échantillon de sang.
Chacune des valeurs mesurées dans l’étape de mesure 110 constitue un paramètre d’entrée pour un modèle d’estimation pré-entrainé, ou pré-déterminé, pour l’estimation d’une posologie d’antioxydants à administrer au patient.
Par exemple, en prenant en compte les étapes optionnelles, l’ensemble des paramètres d’entrée peut former un vecteur d’entrée, notée VE, de 8 valeurs :
VE= {D, Ch, Zc, Cu, C, E, Se, Fe}
dans lequel D indique si le patient souffre de diabète, ou non, et Ch, Zc, Cu, C, E, Se et Fe sont, respectivement, les valeurs mesurées des taux de cholestérol, de Zinc, de Cuivre, de vitamine C, de vitamine E, de sélénium et de Fer dans l’échantillon de sang prélevé sur le patient.
VE= {D, Ch, Zc, Cu, C, E, Se, Fe}
dans lequel D indique si le patient souffre de diabète, ou non, et Ch, Zc, Cu, C, E, Se et Fe sont, respectivement, les valeurs mesurées des taux de cholestérol, de Zinc, de Cuivre, de vitamine C, de vitamine E, de sélénium et de Fer dans l’échantillon de sang prélevé sur le patient.
La phase de prédiction 108 comprend une étape 130 lorsque de laquelle le vecteur d’entrée Veest donné en entrée d’un modèle d’estimation, prédéterminé pour l’estimation d’une posologie pour au moins un antioxydant, et en particulier pour une combinaison d’au moins deux antioxydants, à administrer au patient.
Préférentiellement, le modèle d’estimation est un arbre décisionnel. Alternativement, le modèle d’estimation peut être un réseau neuronal ou un modèle polynomial.
En réponse au vecteur d’entrée Ve, le modèle d’estimation fournit un vecteur de sortie, par exemple noté Vs, comprenant au moins une valeur de posologie. Suivant un exemple de réalisation non limitatif, le vecteur de sortie comprend :
- une posologie pour le zinc,
- une posologie pour le cuivre,
- une posologie pour la vitamine C,
- une posologie pour la vitamine E, et
- une posologie pour le sélénium.
Le modèle d’estimation peut être entrainé, ou déterminé, pour déterminer une posologie d’antioxydants permettant d’atteindre les rapports suivants dans le sang du patient, par exemple à la fin d’une période de traitement :
0,7 < (Vitamine C) / (Vitamine E) <0,9
0,8 < (Cuivre) / (Zinc) <1
7 mg/g < (Vitamine E) / (Cholestérol) < 10 mg/g
0,7 < (Vitamine C) / (Vitamine E) <0,9
0,8 < (Cuivre) / (Zinc) <1
7 mg/g < (Vitamine E) / (Cholestérol) < 10 mg/g
De plus, le modèle d’estimation peut être déterminé, ou entrainé, pour fournir une posologie d’antioxydants, telles que :
- la posologie de Zinc est choisie parmi les valeurs discrètes suivantes prédéfinies :15mg/jour, 30mg/jour, 45mg/jour.
- la posologie de Cu est choisie parmi les valeurs discrètes suivantes prédéfinies : 0mg/jour et 0.3 mg/jour.
- la posologie de vitamine E est choisie parmi les valeurs discrètes suivantes prédéfinies : 125mg/jour, 250 mg/jour, 500mg/jour.
- la posologie de Vitamine C est choisie parmi les valeurs discrètes suivantes prédéfinies : 125mg/jour, 250 mg/jour, 500mg/jour
De plus, le modèle d’estimation peut être déterminé, ou entrainé, pour fournir une posologie de sélénium de la manière suivante :
- lorsque le patient ne souffre pas de diabète : la posologie de Sélénium est choisie entre 0 et 200µg/jour, mais peut être soit 0 µg/jour ou 200µg/jour.
- lorsque le patient souffre de diabète : la posologie de Sélénium est choisie entre 0 et 100µg/jour, mais peut être soit 0 µg/jour soit 100µg/jour.
Bien entendu, l’ensemble des valeurs ci-dessus sont données à titre d’exemples non limitatifs.
La phase de prédiction 108 peut être réitérée autant de fois que souhaitée pour le même patient en vue toujours d’adapter la posologie d’antioxydants à l’état du patient.
Par exemple, la phase de prédiction 108 peut être réitérée à une fréquence prédéterminée. Alternativement, ou en plus, la phase de prédiction 108 peut être réitérée sur demande du patient ou sur décision d’un praticien.
Ainsi, l’état du patient peut être surveillé et la posologie d’antioxydants peut être adaptée à l’évolution de son état immédiatement.
Dans le procédé 100, les étapes 104 et 106 relatives au diabète sont réalisées préalablement à la première itération de la phase de prédiction 108. Alternativement, ces étapes peuvent faire partie de la phase de prédiction 108 et réitérées à chaque itération de phase de prédiction 108.
La est une représentation schématique d’un exemple de réalisation non limitatif d’un dispositif selon la présente invention.
Le dispositif 200 de la peut être utilisé pour assister un praticien à déterminer la posologie d’antioxydants à administrer à un patient attient de stress oxydant, et en particulier à un patient atteint de FSHD, avec un modèle d’estimation exécuté par une unité de calcul et préalablement entrainé/déterminé pour l’estimation de la posologie pour au moins un antioxydant.
Le dispositif 200 de la peut être utilisé pour mettre en œuvre un procédé selon l’invention, et en particulier le procédé 100 de la .
Le dispositif 200 comprend au moins un moyen de mesure 202 d’au moins un paramètre biologique sur un échantillon de sang du patient, tel que par exemple les paramètres décrits plus haut en référence au procédé 100, c’est-à-dire un niveau de zinc, un niveau de cuivre, un niveau de vitamine C, un niveau de vitamine E, et un niveau de sélénium, un niveau d’hémoglobine glyquée, et un niveau de fer. Au moins un de ces paramètres peut être mesuré par un moyen de mesure dédié. Au moins deux de ces paramètres peuvent être mesurés par un même moyen de mesure.
Le dispositif 200 comprend en outre une unité de calcul 204 pour exécuter un modèle d’estimation 206 pré-entrainé, ou prédéterminé, pour estimer, en fonction du ou des paramètres d’entrée mesurés par l’au moins un moyen de mesure, une posologie d’au moins un antioxydant, tel que par exemple les antioxydants décrits plus haut en référence au procédé 100, c’est-à-dire une posologie pour le Zinc, une posologie pour le Cuivre, une posologie pour la vitamine C, une posologie pour la vitamine E, et une posologie pour le Sélénium.
L’unité de calcul 204 peut être tout type d’appareil tel qu’un serveur, un ordinateur, une tablette, un calculateur, un processeur, une puce informatique, etc.
Le modèle d’estimation 206 peut être un arbre décisionnel ou un réseau de neurones.
Les paramètres d’entrées peuvent être présentés au modèle d’estimation 206 sous la forme d’un vecteur d’entrée, noté VE, comprenant une valeur pour chaque paramètre d’entrée. La ou les valeurs de posologie peuvent être fournies par le modèle d’estimation sous la forme d’un vecteur de sortie, noté VS, comprenant une valeur de posologie pour chaque antioxydant.
La est une représentation schématique d’un exemple schématique non limitatif d’un arbre décisionnel pouvant être utilisé comme modèle d’estimation dans le cadre de la présente invention.
L’arbre décisionnel représenté sur la peut être utilisé dans un procédé, respectivement un dispositif, selon l’invention et en particulier dans le procédé 100 de la ou dans le dispositif 200 de la .
L’arbre décisionnel 300 de la prend en entrée tout d’abord la valeur mesurée de vitamine E. La valeur mesurée de vitamine E permet de choisir une branche de l’arbre décisionnelle, parmi plusieurs branches correspondantes chacune à une valeur, ou à une gamme de valeurs, de vitamine E.
Puis, l’arbre décisionnel prend en compte la valeur mesurée du cholestérol. La valeur mesurée du cholestérol permet de choisir une branche de l’arbre décisionnelle, parmi plusieurs branches correspondantes chacune à une valeur, ou une gamme de valeurs, de cholestérol. Ainsi de suite avec la valeur mesurée de vitamine C, puis de Cuivre, puis de Zinc, et enfin de sélénium pour déboucher sur une branche terminale 302i, parmi plusieurs branches terminales 3021-302n. Chaque branche terminale 302icorrespond à une posologie pour au moins un, et en particulier chacun des paramètres suivants :
- zinc,
- cuivre,
- vitamine C,
- vitamine E, et
- sélénium .
Bien entendu, l’arbre décisionnel 300 peut prendre en compte d’autres paramètres d’entrée tels que le niveau de fer, le niveau d’hémoglobine glyquée.
De plus, la posologie correspondant à chaque branche terminale de l’arbre décisionnel peut comprendre une posologie pour d’autres paramètres que ceux indiqués, tel que par exemple le niveau de sélénium.
En outre, l’arbre décisionnel 300 peut être organisé différemment de sorte que les paramètres d’entrée sont considérés dans un autre ordre que ceux indiqués plus haut.
Bien entendu l’invention n’est pas limitée aux exemples qui viennent d’être décrits.
Claims (10)
- Procédé (100) d’assistance à la détermination d’une posologie d’antioxydants à administrer à un patient atteint de stress oxydant, ledit procédé (100) comprenant au moins une itération d’une phase de prédiction (108) comprenant les étapes suivantes :
- mesure (110), sur un échantillon de sang préalablement prélevé sur ledit patient, d’un niveau d’au moins des paramètres d’entrée, suivants :
- niveau de cholestérol,
- niveau de zinc,
- niveau de cuivre,
- niveau vitamine C,
- niveau de vitamine E, et
- niveau de sélénium ;
- estimation (130) d’une posologie pour au moins un antioxydant à administrer audit patient, par un modèle d’estimation (206) préalablement entrainé, exécuté par une unité de calcul (204), ledit modèle d’estimation (206) prenant en entrée ledit au moins un paramètre d’entrée.
- mesure (110), sur un échantillon de sang préalablement prélevé sur ledit patient, d’un niveau d’au moins des paramètres d’entrée, suivants :
- Procédé (100) selon la revendication précédente, caractérisé en ce que le modèle d’estimation (206) réalise une estimation d’une posologie pour au moins un, et en particulier pour chacun, des antioxydants suivants :
- zinc,
- cuivre,
- vitamine C,
- vitamine E, et
- sélénium.
- Procédé (100) selon la revendication précédente, caractérisé en ce que le modèle d’estimation (206) est entrainé pour fournir :
- une posologie pour le zinc comprise entre 15mg/jour et 45mg/jour ;
- une posologie pour le cuivre comprise entre 0 et 0,3 mg/jour ;
- une posologie pour la vitamine E comprise entre 125mg/jour et 500mg/jour ;
- une posologie pour la vitamine C comprise entre 125mg/jour et 500mg/jour ;
- une posologie pour le sélénium comprise entre 0 et 200µg/jour
- Procédé (100) selon l’une quelconque des revendications précédentes, caractérisé en ce que la phase de prédiction (108) comprend en outre une mesure (124) d’un niveau de fer dans le sang du patient, l’estimation de la posologie par le modèle d’estimation (206) étant en outre réalisée en fonction dudit niveau de fer mesuré.
- Procédé (100) selon l’une quelconque des revendications précédentes, caractérisé en ce qu’il comprend en outre une mesure (104) d’un niveau de diabète dans le sang du patient, et en particulier d’un niveau d’hémoglobine glyquée, l’estimation de la posologie par le modèle d’estimation (206) étant en outre réalisée en fonction dudit niveau de diabète.
- Procédé (100) selon l’une quelconque des revendications précédentes, caractérisé en ce que le modèle d’estimation (206) est un arbre décisionnel.
- Procédé (100) selon l’une quelconque des revendications précédentes, caractérisé en ce qu’il est mis en œuvre pour la détermination d’une posologie d’antioxydants à administrer à un patient atteint de dystrophie facio-scapulo-humérale, FSHD.
- Modèle d’estimation (206), mis en œuvre par d’ordinateur, comprenant des instructions exécutables qui, lorsqu’elles sont exécutées par un appareil informatique, mettent en en œuvre l’étape (130) d’estimation du procédé (100) selon l’une quelconque des revendications précédentes.
- Dispositif (200) d’assistance à la détermination d’une posologie d’antioxydants à administrer à un patient atteint de stress oxydant, comprenant :
- au moins un moyen de mesure (202), sur un échantillon de sang préalablement prélevé sur ledit patient, d’un niveau d’au moins des paramètres d’entrée suivants :
- niveau de cholestérol,
- niveau de zinc,
- niveau de cuivre,
- niveau vitamine C,
- niveau de vitamine E,
- niveau de sélénium, et
- éventuellement un niveau de fer, et/ou un niveau hémoglobine glyquée ; et
- un modèle d’estimation (206), préalablement entrainé, pour estimer une posologie d’antioxydants à administrer audit patient en fonction desdites valeurs mesurées.
- au moins un moyen de mesure (202), sur un échantillon de sang préalablement prélevé sur ledit patient, d’un niveau d’au moins des paramètres d’entrée suivants :
- Utilisation du dispositif (200) selon la revendication précédente pour la détermination d’une posologie d’antioxydants à administrer à un patient atteint de dystrophie facio-scapulo-humérale, FSHD.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR2209589A FR3140199A1 (fr) | 2022-09-22 | 2022-09-22 | Procédé et dispositif d’assistance à la détermination d’une posologie d’antioxydants pour une personne atteinte de stress oxydant |
PCT/EP2023/076105 WO2024062051A1 (fr) | 2022-09-22 | 2023-09-21 | Procédé et dispositif d'assistance à la détermination d'une posologie d'antioxydants pour une personne atteinte de stress oxydant |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR2209589 | 2022-09-22 | ||
FR2209589A FR3140199A1 (fr) | 2022-09-22 | 2022-09-22 | Procédé et dispositif d’assistance à la détermination d’une posologie d’antioxydants pour une personne atteinte de stress oxydant |
Publications (1)
Publication Number | Publication Date |
---|---|
FR3140199A1 true FR3140199A1 (fr) | 2024-03-29 |
Family
ID=86272023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR2209589A Pending FR3140199A1 (fr) | 2022-09-22 | 2022-09-22 | Procédé et dispositif d’assistance à la détermination d’une posologie d’antioxydants pour une personne atteinte de stress oxydant |
Country Status (2)
Country | Link |
---|---|
FR (1) | FR3140199A1 (fr) |
WO (1) | WO2024062051A1 (fr) |
-
2022
- 2022-09-22 FR FR2209589A patent/FR3140199A1/fr active Pending
-
2023
- 2023-09-21 WO PCT/EP2023/076105 patent/WO2024062051A1/fr unknown
Non-Patent Citations (4)
Title |
---|
EMILIE PASSERIEUX ET AL: "Effects of vitamin C, vitamin E, zinc gluconate, and selenomethionine supplementation on muscle function and oxidative stress biomarkers in patients with facioscapulohumeral dystrophy: A double-blind randomized controlled clinical trial", FREE RADICAL BIOLOGY & MEDICINE, vol. 81, 1 April 2015 (2015-04-01), US, pages 158 - 169, XP055408269, ISSN: 0891-5849, DOI: 10.1016/j.freeradbiomed.2014.09.014 * |
KAN JUNTAO ET AL: "A Machine Learning Based Dose Prediction of Lutein Supplements for Individuals With Eye Fatigue", FRONTIERS IN NUTRITION, vol. 7, 13 November 2020 (2020-11-13), XP093064128, DOI: 10.3389/fnut.2020.577923 * |
LYNCH S R ET AL: "Interaction of vitamin C and iron", ANNALS OF THE NEW YORK ACADEMY OF SCIENCES, NEW YORK ACADEMY OF SCIENCES, US, 1 January 1980 (1980-01-01), pages 32 - 44, XP002532659, ISSN: 0077-8923, DOI: 10.1111/J.1749-6632.1980.TB21325.X * |
WONGDOKMAI ROSSUKON ET AL: "The Involvement of Selenium in Type 2 Diabetes Development Related to Obesity and Low Grade Inflammation", DIABETES, METABOLIC SYNDROME AND OBESITY: TARGETS AND THERAPY, vol. Volume 14, 1 January 2021 (2021-01-01), pages 1669 - 1680, XP093064342, Retrieved from the Internet <URL:https://www.dovepress.com/getfile.php?fileID=68492> DOI: 10.2147/DMSO.S303146 * |
Also Published As
Publication number | Publication date |
---|---|
WO2024062051A1 (fr) | 2024-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3445271B1 (fr) | Procede de prediction d'une situation dentaire | |
Lim et al. | Refractive associations with cataract: the blue mountains eye study | |
BE1004497A5 (fr) | Instrument de mesure de niveau de stress. | |
Muntner et al. | Blood lead and chronic kidney disease in the general United States population: results from NHANES III | |
EP1745403B1 (fr) | Methode pour diagnostiquer la presence et/ou la severite d'une pathologie hepatique chez un sujet et/ou pour suivre l'efficacite d'un traitement d'une telle pathologie | |
WO2006136598A2 (fr) | Systeme et procede d'analyse electrophysiologique | |
Roustit et al. | On-demand sildenafil as a treatment for Raynaud phenomenon: a series of n-of-1 trials | |
Hashemi et al. | Five‐year change in refraction and its ocular components in the 40‐to 64‐year‐old population of the Shahroud eye cohort study | |
CH678690A5 (fr) | ||
Peeters et al. | Relationship between cortisol and physical performance in older persons | |
Haushofer et al. | Stress and temporal discounting: Do domains matter | |
WO2018065482A1 (fr) | Procédé et dispositif de traitement d'au moins une image d'une partie donnée d'au moins un poumon d'un patient | |
EP3058341B1 (fr) | Determination de la concentration d'un composant dans un fluide d'un animal par analyse spectroscopique d'un autre fluide | |
FR3140199A1 (fr) | Procédé et dispositif d’assistance à la détermination d’une posologie d’antioxydants pour une personne atteinte de stress oxydant | |
Amiel-Lebigre | Événements stressants de la vie: méthodologie et résultats | |
EP3405895A1 (fr) | Gestion de l'équilibre glycémique d'un patient diabétique | |
EP3443491A2 (fr) | Méthode de détermination de la susceptibilité d'induction d'une torsade de pointes | |
Vuillerot et al. | Development and validation of a motor function classification in patients with neuromuscular disease: the NM-Score | |
WO2021259958A1 (fr) | Procede de determination de la pression arterielle a partir d'un signal ppg et dispositif correspondant | |
Antoniazzi et al. | Association between crack cocaine use and dental caries experience: a cross-sectional study in southern Brazil | |
WO2021160720A1 (fr) | Procede de generation d'un indice nutritionnel composite, systeme associe | |
Eggerickx et al. | Inégalités sociales de mortalité au-delà de 65 ans. Le cas de la Belgique | |
FR3142593A1 (fr) | Procédé pour déterminer une sensibilité d’un patient à un médicament prescrit pour traiter une maladie neurodégénérative | |
EP4387521A1 (fr) | Méthode de détermination d'un indicateur représentatif d'une altération du cerveau d'un individu causée par une pathologie démyélinisante ou apparentée, affectant l'état de la myéline du cerveau | |
WO2013087104A1 (fr) | Systeme pour detecter des performances cognitives normales, anormales, ou douteuses dans une population adulte apparemment saine et procede associe |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20240329 |