AAP: les projets lauréats en vidéo!

Les ataxies cérébelleuses de transmission autosomique récessive (ACAR) sont des maladies très invalidantes, d’aggravation progressive, aboutissant dans la majorité des cas à une perte de la marche en quelques années, et plus tardivement à une perte d’autonomie totale. Selon les gènes impliqués, la durée d’évolution ainsi que les pronostics fonctionnel et vital sont variables (Anheim et al 2012). Or, un diagnostic de certitude est indispensable pour un conseil génétique (pour le patient mais aussi pour ses apparentés) et une prise en charge adaptée, tenant compte du profil évolutif et des complications connues de la maladie en question. Le diagnostic de certitude de ces affections est un diagnostic génétique, mais reste aujourd’hui très difficile et très long en pratique clinique.

Afin d’améliorer ces difficultés de diagnostic, notre équipe a proposé le développement de différents outils d’aide au diagnostic. Nous avons proposé une démarche d’analyse clinique et paraclinique permettant d’orienter le diagnostic étiologique des ACAR [Anheim et al, 2012] et construit un algorithme automatisé de diagnostic des ACAR (RADIAL) regroupant les données cliniques et paracliniques de 67 gènes responsables d’ACAR [Renaud et al, 2017]. Cet algorithme doit permettre, pour le clinicien, d’orienter le diagnostic génétique et donc la demande de recherche de mutations dans les gènes les plus probablement impliqués compte tenu du phénotype du patient. La très bonne performance de cet algorithme a été démontrée, de même que sa supériorité par rapport à un groupe d’experts internationaux en termes de prédiction du génotype responsable du phénotype (Renaud et al). RADIAL pourrait également s’avérer efficace pour aider l’interprétation de résultats d’analyses génétiques et la prise de décision lors de réunions de confrontation génétique et clinique.

L’objectif de cette recherche est donc de valider de manière prospective chez des patients de novo, l’algorithme d’aide au diagnostic des ACAR : RADIAL.