un-biais-en-médecine-défavoriserait-les-femmes-
Il y a un manque de données cliniques réelles, qui évaluent les effets indésirables des médicaments chez les femmes, parmi d’autres populations mal desservies, en raison d’une longue histoire d’essais réalisés sur des populations de patients, relativement homogènes (hommes blancs en bonne santé). En l’absence de données hétérogènes, les résultats biaisés placent les femmes dans la position dangereuse, de ne pas disposer d’informations précises sur les effets indésirables des médicaments.

Un biais qui nuit aux femmes

Un exemple de ce problème est l’Ambien, un médicament contre l’insomnie qui était auparavant prescrit à la même dose pour les hommes et les femmes. Lorsqu’il est apparu que les femmes présentaient un taux nettement plus élevé d’effets indésirables le lendemain matin, la FDA a réduit de moitié le dosage recommandé en 2013.
« Plutôt que d’attendre que les preuves deviennent si accablantes, que nous devons faire quelque chose, nous avons voulu être plus proactifs », a déclaré Nicholas Tatonetti, un chercheur de l’Université de Columbia qui utilise l’apprentissage automatique pour identifier ces effets indésirables chez les femmes. « Nous voulons utiliser des bases de données comme le système de notification des effets indésirables (FAERS) de la FDA, ou les dossiers médicaux électroniques pour identifier les effets indésirables spécifiques au sexe avant qu’il ne soit trop tard ».
Tatonetti a collaboré avec Payal Chandak, un étudiant de premier cycle au département d’informatique de Columbia, pour développer AwareDX (Analysing Women At Risk for Experiencing Drug toxicity), un algorithme qui tire parti des progrès de l’apprentissage automatique, pour prédire les risques liés au sexe.

Un cadre d’apprentissage automatique

« Nous avons développé un cadre d’apprentissage automatique, pour l’exploration de données sur les effets indésirables spécifiques au sexe », a déclaré M. Tatonetti. « Nous avons passé en revue des centaines de milliers d’hypothèses et les avons évaluées. Payal a conçu un système qui s’attaque aux biais confondants, car il est très difficile d’étudier ces effets, car certains médicaments ou effets sont plus fréquents chez les femmes ou les hommes. Nous avons inventé une technique qui atténue ces biais confondants, développé une base statistique pour identifier les différences entre les sexes dans les effets indésirables et les avons classés selon la force de ces preuves ».
Un exemple des résultats de cet algorithme, qui considéré comme la première approche validée pour prédire les risques liés au sexe, est la confirmation qu’un seul gène (ABCB1) peut présenter des risques différents pour les hommes et les femmes. Au total, cette ressource comprend 20 817 effets indésirables de médicaments présentant des risques spécifiques au sexe, et elle offre la possibilité de minimiser les effets indésirables, en adaptant la prescription et le dosage des médicaments au sexe.

Un impact sur les directives concernant les prescriptions

« Nous avons été motivés par le manque d’information des différentes populations, sur l’efficacité et la sécurité des effets des médicaments », a déclaré M. Tatonetti. « Nous avons abordé cette question dans cette étude spécifiquement pour les femmes, qui sont plus exposées à ces effets indésirables que les hommes en raison des différences de pharmacocinétique et de pharmacodynamique. Ces connaissances spécifiques peuvent avoir un impact sur les directives concernant la prescription et le dosage des médicaments, et la création de conditions plus sûres et plus saines pour les femmes ».
Cette recherche a été publiée dans Patterns.
Source : Columbia University Irving Medical Center
Crédit photo : Pexels