SFH 2024 | LAM et accès au traitement optimal - Des facteurs socio-démographiques en cause, une démonstration par l’IA

Méthodologie Mille trente-trois cas incidents provenant de 3 départements français ont été examinés. Les patients traités dans les 5 jours post diagnostic par des hématologies académiques ont été considérés comme le groupe de référence (n = 297). Un modèle de gradient boosting machine a été entrainé sur 80 % (n = 236) des données du groupe de référence puis validés sur les 20 % (n = 59) restant. Ensuite, le GBM a été utilisé pour prédire le traitement des patients (« traitement curatif » si chimiothérapie intensive et « non traité » si autre) en fonction de leurs caractéristiques clinico-biologiques. Enfin, par une régression logistique multivariable, les auteurs ont déterminé l’association entre le traitement non-optimal (patient non traité mais prédit traité) et les facteurs non biologiques (sexe, quintile-EDI, ville de résidence, distance/temps de trajet). Ces analyses ont été répétées 1 000 fois pour réduire les incertitudes de prédictions. Les patients prédits, comme non-traités, ont été exclus car non informatifs sur l’accès au traitement curatif (n = 471).   Résultats Au total, 85 % (252/297) des patients référents avaient été traités versus 33 % (247/736). L’âge (68,3 %), une LAM/SMD secondaire (15,8 %) et le sous-type LAM-autre (5,4 %) étaient les facteurs les plus prédictifs du traitement. Un traitement non optimal a été identifié chez 102 patients (10 %). Résider en Basse-Normandie (0,65 ; IC95% : 0,5-0,8) ou à plus de 30 minutes d’un hôpital académique était fortement associé à un traitement non optimal.   Conclusion Les auteurs concluent qu’il existe des disparités géographiques dans l’accès au traitement curatif qui sont potentiellement liés à des déserts médicaux ou des différences institutionnelles d’accès aux soins. Des efforts doivent être déployés pour réduire ces inégalités.