Un modèle d'apprentissage automatique établit un lien entre la résistance à l'insuline et 12 types de cancer

Des chercheurs ont démontré pour la première fois que la résistance à l'insuline est un facteur de risque pour 12 types de cancer en utilisant un modèle de prédiction basé sur l'apprentissage automatique appliqué à 500 000 participants de la UK Biobank. L'outil, appelé AI-IR, prédit la résistance à l'insuline chez les individus sur la base de neuf informations médicales différentes obtenues lors de bilans de santé standard, fournissant ainsi les premières preuves à l'échelle de la population de la connexion entre la résistance à l'insuline et le cancer.

L'équipe de recherche a utilisé avec succès son outil d'apprentissage automatique pour prouver un lien entre la résistance à l'insuline et plusieurs types de cancer. Bien qu'un lien possible entre la résistance à l'insuline et le cancer ait été suggéré, les preuves à grande échelle étaient limitées en raison de la difficulté d'évaluer la résistance à l'insuline en clinique. Avec AI-IR, les chercheurs ont fourni les premières preuves à l'échelle de la population que la résistance à l'insuline est un facteur de risque pour le cancer.

AI-IR pourrait être facilement mis en œuvre pour identifier les individus à haut risque et permettre un dépistage ciblé du diabète, des maladies cardiovasculaires et du cancer. Comparé à la mesure directe de la résistance à l'insuline dans des ensembles de données de validation, AI-IR a atteint de fortes performances prédictives. La mesure directe de la résistance à l'insuline est impraticable sauf lorsque les patients sont traités dans des cliniques spécialisées en diabétologie, mais AI-IR fournit une alternative robuste et évolutive pour évaluer la résistance à l'insuline à l'échelle de la population.

En combinant neuf paramètres cliniques en une seule métrique, AI-IR peut détecter une résistance à l'insuline que l'indice de masse corporelle (IMC) seul ne peut expliquer. Actuellement, l'IMC est couramment utilisé pour prédire la résistance à l'insuline d'un individu et sa susceptibilité aux cancers associés, mais cette approche présente des limites avec des faux positifs et des faux négatifs. Les chercheurs ont démontré non seulement la puissance prédictive d'AI-IR, mais aussi que leur modèle est robuste dans diverses conditions.

La résistance à l'insuline — lorsque le corps ne répond pas correctement à l'insuline, une hormone qui aide à contrôler les niveaux de glucose sanguin — est l'une des causes fondamentales du diabète. En plus du diabète, il est largement connu que la résistance à l'insuline peut entraîner des maladies cardiovasculaires, rénales et hépatiques. Bien que la résistance à l'insuline soit étroitement associée à l'obésité, il a été difficile d'évaluer la résistance à l'insuline elle-même en clinique.

La recherche a été publiée dans Nature Communications et a été soutenue par plusieurs sources de financement, notamment le Programme d'excellence pour jeunes chercheurs de l'Université de Tokyo, l'Agence japonaise pour la recherche et le développement médical, la Société japonaise pour la promotion de la science, et plusieurs autres fondations. L'équipe travaille maintenant à comprendre comment les différences génétiques entre les individus influencent ce risque, et finalement à relier les données humaines à grande échelle avec des études de biologie moléculaire pour développer de meilleures stratégies pour surmonter la résistance à l'insuline.