neuroimagerie en population: défis et enjeux de santé...1 jfr - fli « imagerie en population:...

1

JFR - FLI « Imagerie en population: enjeux et besoins », Paris 15 Octobre 2015

Bernard Mazoyer [email protected]

Groupe d’Imagerie Neurofonctionnelle www.gin.cnrs.fr

UMR5296

Neuroimagerie en population: défis et enjeux de santé


Meyer-Lindenberg and Weinberger Nature Reviews Neuroscience 2006

Les phénotypes cérébraux sont intermédiaires entre les gènes et les phénotypes cognitifs et comportementaux

Pourquoi faire de la neuroimagerie en population?

2


Les modifica,ons des phénotypes cérébraux précèdent celles des phénotypes cogni,fs et comportementaux

Courchesne, 2000 Courchesne, 2000

Cerveau

LCR % TIV

Age (années)

hommes femmes

Tau pathology staging

Vieillissement normal

Pourquoi faire de la neuroimagerie en population?


imaging phenotypes

long-term health outcomes

learn

environment & lifestyle

blood chemistry

genetics

Neuroimagerie en popula,on: enjeux de santé

S Smith, FMRIB, Oxford

3


long-term health outcomes

predict

environment & lifestyle

genetics


S Smith, FMRIB, Oxford

blood chemistry imaging

phenotypes


Neuroimagerie en popula,on: caractéris,ques

² Echantillon de très grande taille (x1000) de la population générale §  ± critère de sélection socio-démographique (âge, …)

² Acquisition de données multivariées §  imagerie ± multimodale (IRM, US) §  socio-démographiques, psycho-comportementales §  bioclinique, génétique

² Suivi longitudinal de longue durée (>10 ans) §  sur tout ou partie des variables §  ± avec renouvellement partiel

² Budget important avec financeurs multiples

4


²  Vieillissement de la population française (+65 ans) §  2007 10,2 millions §  2050 20 millions

²  Espérance de vie en 2014 (F) §  ♀: 85,5 ans §  ♂: 79,3 ans §  +1 an tous les 5 ans

6 4 2 0 2 4 6

Men Women 2050

% of population

6 4 2 0 2 4 6 % of population

Men Women 1999

0 20 40 60 80

100+ Age

Cas

/ 10

0 ha

b

Age (ans)

²  Augmentation majeure de l’incidence des démences

²  Problèmes majeurs de prise en charge médicale et d’économie de santé

Exemple: neuroimagerie en popula,on du vieillissement


Vieillissement et démences: facteurs de risque ²  genre ²  hypertension artérielle ²  hypercholestérolémie ²  diabète type 2 ²  hyperhomocystéinémie ²  syndrome métabolique ²  obésité ²  tabagisme ²  génétique ²  sédentarité ²  activité physique ²  niveau d’éducation ²  activité intellectuelle ²  stress ²  dépression ²  ATCD traumatismes crâniens ²  alimentation ²  facteurs hormonaux ²  facteurs d’inflammation ²  facteurs d’oxydation cellulaire ²  association de plusieurs facteurs

²  Le vieillissement cérébral est un processus modulé par de très nombreux facteurs

²  Certains agissent par eux-mêmes, d’autres semblent être des co-facteurs

²  Certains facteurs pourraient être communs au vieillissement normal et aux maladies liées à l’âge

5


Marqueurs-‐imagerie du vieillissement cérébral

²  Perte de matière grise = atrophie cérébrale

Schmidt, Acta Neuropathol 2011

²  Lésions de la substance blanche = leukoaraïose

§  Mesurable sur des IRM T1 §  globalement §  régionalement (hippocampe) §  localement

§  Mesurable sur des IRM T2/FLAIR §  charge globale §  charge régionale


ABACI: Automated Brain Anatomy for Cohort Imaging

Imaging platform

•  Realignment •  Spatial normalization •  Segmentation •  Detection •  Morphometry

Algorithms

•  Development •  Implementation •  Validation •  Distribution

Unsupervised pipelines for automated MRI analysis

Global and regional brain MRI phenotypes

•  GM, WM, CSF volumes & maps •  Hippocampal volume •  Ventricular volume •  Mean cortical thickness & maps •  WMH load & maps •  FA, MD, RD maps

•  Virtual machine •  System environment •  Portability •  Maintenance •  Exploitation •  Quality control

•  Brain maturation: i-Share •  Migraine •  Multiple sclerosis •  Stroke •  Brain aging

Cohort imaging

F Crivello, N Vinuesa & Bmazoyer – UMR5296

6


Neuroimagerie en popula,on: exemple de l’Etude des 3 Cités (3C)

http://www.three-city-study.com

²  10 000 participants dans 3 villes §  recrutement: listes électorales §  65 < âge < 82 §  habitudes vie, tests cognitifs

²  IRM §  Siemens 1.5T §  3D-T1, 2D T2-DP §  à T0: 3500 dont 2000 à Dijon §  À T4: 1400 à Dijon

²  Suivi sur 10 ans+ §  évènements: AVC, démence §  évolution des marqueurs-IRM

Collaboration: INSERM U708 (A Alpérovitch, C Tzourio), CNRS-CEA UMR6095 (B Mazoyer)


Tabagisme facteur majeur d’atrophie cérébrale

²  La multidimensionnalité des données permet de comparer les relations entre différents facteurs, différents phénotypes §  Identification de combinaison de facteurs de risque §  Identification de sous-groupes infracliniques à risque

Duriez 2014

Comparaison des effets de différents facteurs de risque

7


Crivello, 2010

²  Polymorphisme de l’allèle e4 et taux annualisé d’atrophie de l’hippocampe

Valeurs de références de marqueurs-‐imagerie et popula,ons à risque

§  Pour ce marqueur-imagerie, l’hétérozygotie E4 n’est pas un facteur de risque


SNP’s are from genes involved in •  apoptosis (HRK), •  embryo development (WIF1) •  oxydative stress (MSR3B)

Hippocampus volume

Bis et al, Nature Genetics 2012 CHARGE consortium

Iden,fier les bases moléculaires: neuroimagerie et géné,que

²  Variants géniques et volume de l’hippocampe

8


²  Identifier des marqueurs-imagerie pour le(s) processus d’intérêt §  Phénotypes-imagerie intermédiaires entre niveaux moléculaires et cognitifs §  Gain de sensibilité/spécificité

² Etablir des valeurs de références de ces marqueurs-imagerie §  Prédire le risque individuel de valeurs hors-normes §  Définition de population à risque

² En caractériser les sources de variance et “facteurs de risque” §  Comparer les relations entre différents facteurs et différents biomarqueurs §  Politiques de dépistage, de prévention, et d’intervention en santé publique

² Obtenir des informations sur leurs corrélats moléculaires §  Impact sur le développement de nouvelles stratégies thérapeutiques

² Contribuer à la construction de mega-meta-données §  Reproductibilité et gain de puissance (maladies rares)



² Standardiser les procédures d’acquisition internes et externes

² Analyser des données de grande taille §  Automatisation > ABACI

² Gérer dans la durée §  Eviter l’obsolescence due au progrès technologique en imagerie

² Partager des données sensibles et hétérogènes §  Méta-résultats ou méta-données? ENIGMA, CHARGE, …

² Ethique §  Données identifiantes §  Découvertes fortuites d’anomalies

Neuroimagerie en popula,on: défis

9


Scientists Fabrice Crivello Isabelle Hesling Gael Jobard Marc Joliot Bernard Mazoyer Emmanuel Mellet Laurent Petit Nathalie Tzourio-Mazoyer Laure Zago Postdocs Solveig Badillo Pierre-Yves Hervé Visiting scholars Haemmy Lee-Masson Eduardo Sanz Arigita Technical staff Jean-Philippe Fougère Gaelle Leroux Guy Perchey Nicolas Vinuesa PhD students Janice Hau Sophie Maingault Marianne Allanic

Main collaborations INSERM 894 ICBM consortium CHARGE consortium ENIGMA consortium MPI for Psycholinguistics CNRS PACEA CADESYS

Groupe d’Imagerie Neurofonctionnelle, UMR5296 CNRS CEA Université de Bordeaux

neuroimagerie en population: défis et enjeux de santé...1 jfr - fli « imagerie en population:...

Documents