WASHINGTON, 23 janvier 2026 – Des chercheurs américains et canadiens ont développé et validé une méthode de stratification de la santé métabolique des nouveau-nés très grands prématurés, en appliquant un modèle d’apprentissage automatique aux métabolites mesurés à partir des gouttes de sang prélevées au talon à la naissance, permettant de prédire mieux que les modèles existants le risque de survenue de quatre maladies graves fréquentes chez ces prématurés, selon une étude publiée mercredi dans Science Translational Medicine.
La prématurité est associée à une morbidité et une mortalité importantes, liées notamment à quatre pathologies graves couramment observées chez les prématurés, la dysplasie bronchopulmonaire, l’hémorragie intraventriculaire, l’entérocolite nécrosante et la rétinopathie du prématuré, rappellent Alan Chang de la Stanford University School of Medicine à Stanford (Californie) et ses collègues.
Les classifications standard fondées sur l’âge gestationnel, le poids de naissance et l’expérience clinique du praticien sont insuffisantes pour prédire l’évolution de l’état de santé des nouveau-nés prématurés. Il est donc nécessaire de développer de nouveaux outils de stratification afin d’initier la prise en charge la plus adaptée le plus tôt possible, soulignent-ils.
Les profils métaboliques des prématurés à la naissance pourraient livrer des informations supplémentaires sur le risque de complications par rapport aux mesures actuellement utilisées.
Les chercheurs ont exploité les prélèvements de sang séché effectués de manière systématique au talon des nouveau-nés à la naissance pour le dépistage néonatal, issus de 13.536 prématurés de 22 à 29 semaines, avec l’évolution clinique associée, afin de développer un indice de santé métabolique basé sur les métabolites mesurés lors du dépistage néonatal et sur la clinique, pour stratifier les nouveau-nés prématurés à risque de l’une des quatre pathologies fréquemment rencontrées, via un modèle d’apprentissage automatique. Parmi ces prématurés, 12.096 ont développé une ou plusieurs des quatre pathologies et 1.440 ont servi de contrôles.
Ce nouvel indice de santé métabolique s’est avéré plus performant que d’autres modèles d’apprentissage automatique pour prédire le risque de survenue de ces quatre maladies, constatent les chercheurs.
Une validation externe de cet indice a été effectuée sur une deuxième cohorte rétrospective indépendante constituée de 3.299 très grands prématurés nés en Ontario (Canada), dont 2.117 cas ayant développé l’une des quatre maladies considérées et 1.182 contrôles.
“Cette étude a démontré que les nouveau-nés très grands prématurés peuvent être stratifiés selon leur niveau de risque sur la base des caractéristiques métaboliques obtenues dans le cadre du dépistage néonatal en routine”, via des modèles basés notamment sur les données utilisant l’apprentissage automatique, concluent les auteurs.
L’indice de santé métabolique basé sur le dépistage néonatal peut améliorer les décisions thérapeutiques chez les nouveau-nés les plus vulnérables, étant donné qu’il repose sur des données déjà disponibles via le dépistage néonatal réalisé en routine dans les hôpitaux, en Amérique du Nord et dans de nombreux pays européens, d’Amérique latine, d’Asie et du Pacifique, ajoutent-ils.
(Science Translational Medicine, publication en ligne du 21 janvier)