Les varices œsophagiennes (VO) constituent une manifestation fréquente de l’hypertension portale chez les patients cirrhotiques. Malgré les progrès réalisés pour le diagnostic précoce des VO et le traitement de l’hémorragie variqueuse, le taux de mortalité lié à cette complication reste encore élevé. La fibroscopie digestive haute (FDH) constitue l’examen de référence pour le diagnostic de VO. Cependant, il s’agit d’un examen invasif associé à un coût relativement élevé.

L’objectif du travail est de développer une application web basée sur la machine learning et la data mining pour l’aide au dépistage de varices œsophagiennes au cours de la cirrhose.

Nous nous intéressons à tous les patients cirrhotiques suivis dans le service d’hépato-gastro-entérologie entre janvier 2010 et octobre 2019. En se basant sur un certain nombre de paramètres, le patient est classé dans l’une des catégories suivantes : absence de VO, VO grade 1, VO grade 2 ou 3.

Il s’agit de 166 patients, 92 femmes (55,4 %) et 74 hommes (44,6 %), d’âge moyen de 57,29 ans (entre 17 et 88 ans). Sur le plan étiologique, la cirrhose virale B retrouvée dans 51 cas (30,7 %) était la plus fréquente. Les autres étiologies de la cirrhose étaient : cirrhose virale C dans 28 cas, cirrhose biliaire primitive dans 17 cas, cirrhose auto-immune dans 10 cas, d’origine métabolique dans 19 cas, d’origine alcoolique dans 8 cas et d’origine vasculaire dans 5 cas. La cirrhose était d’étiologie indéterminée chez 30 patients. Le score CHILD moyen était de 7,92 points (entre 5 et 13 points). Les patients étaient répartis comme suit : CHILD A (39 patients, 23,5 %), CHILD B (89 patients, 53,6 %), CHILD C (38 patients, 22,9 %). Le score MELD moyen était de 6,02 points (entre 6 et 34 points). Le diamètre moyen de la rate était de 152,5mm (entre 100 et 230mm). Le diamètre moyen du tronc porte est de 14,3mm (entre 7 et 22mm). À la FDH, 16 patients (9,6 %) n’avaient pas de VO. Les autres patients avaient des VO grade 1 dans 41 cas (24,7 %), VO grade 2 dans 81 cas (24,7 %) et VO grade 3 dans 28 cas (16,9 %).

Après la phase de sélection, parmi 36 variables, 19 ont été retenues. Trois modèles de machines learning ont été élaborés : un modèle qui permet de prédire l’absence (0) ou la présence (1) des varices, un modèle qui permet de prédire l’absence de larges varices (0 ou grade 1) ou la présence de larges VO (grade 2 ou 3) et un modèle qui permet de prédire le grade 2 ou 3 des VO. Les performances de ces modèles étaient excellentes avec une précision de 90 %.

L’utilisateur aura le choix entre deux techniques de machine learning pour la prédiction et la caractérisation des VO : les réseaux de neurones et la régression logistique.

Nous proposons un outil informatique combinant plusieurs variables cliniques et paracliniques, pour une approche non endoscopique du diagnostic des VO.