Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
At the moment of a heart attack, a patient’s future may already be splitting into different paths. Researchers at the University of Surrey used machine learning—an artificial intelligence method that finds patterns in data—to identify three distinct five-year health trajectories among 12,701 UK Biobank participants who had survived a heart attack.
Au moment d’un infarctus, l’avenir d’un patient peut déjà se diviser en plusieurs trajectoires. Des chercheurs de l’Université de Surrey ont utilisé le machine learning — une méthode d’intelligence artificielle qui détecte des schémas dans les données — pour identifier trois trajectoires de santé distinctes sur cinq ans chez 12 701 participants de UK Biobank ayant survécu à un infarctus.
The team tracked when new diagnoses appeared and grouped patients whose health records followed similar sequences. 63% developed cardiometabolic conditions such as hypertension, type 2 diabetes and dyslipidemia, together with episodic heart and respiratory complications. A second group, 23% of participants thought to smoke, experienced declines in the lungs, musculoskeletal system and other organs. The final 14% developed structural heart diseases, arrhythmias and kidney problems.
L’équipe a suivi l’apparition des nouveaux diagnostics et regroupé les patients dont les dossiers de santé présentaient des séquences similaires. 63 % ont développé des affections cardiométaboliques telles que l’hypertension, le diabète de type 2 et la dyslipidémie, ainsi que des complications cardiaques et respiratoires épisodiques. Un deuxième groupe, représentant 23 % des participants considérés comme fumeurs, a connu un déclin touchant les poumons, le système musculosquelettique et d’autres organes. Les 14 % restants ont développé des maladies cardiaques structurelles, des troubles du rythme et des problèmes rénaux.
The difference between those paths was not merely statistical. The smoking-related group recorded a 44% mortality rate, more than three times the rate of the largest group. Genetic analysis also connected each trajectory to distinct molecular pathways: immune activation and tissue remodeling in the largest group, insulin signaling and lipid transport in the arrhythmia group, and chronic inflammation and degeneration in the smoking-related group.
La différence entre ces trajectoires n’était pas seulement statistique. Le groupe associé au tabagisme affichait un taux de mortalité de 44 %, soit plus de trois fois celui du groupe le plus important. L’analyse génétique a également relié chaque trajectoire à des voies moléculaires distinctes : l’activation immunitaire et le remodelage des tissus dans le groupe le plus important, la signalisation de l’insuline et le transport des lipides dans le groupe présentant des troubles du rythme, et l’inflammation chronique ainsi que la dégénérescence dans le groupe associé au tabagisme.
The researchers say the model could predict a patient’s likely trajectory at the time of the heart attack, using pre-existing diagnoses and demographic data. Anthony Onoja, the study’s lead author, said respiratory conditions, older age and higher deprivation scores were key predictors of the highest-risk group. Existing risk assessments, including the SMART score, remained the strongest single predictor of mortality in the study; the trajectories added information about why and where intervention might be needed.
Les chercheurs affirment que le modèle pourrait prédire la trajectoire la plus probable d’un patient au moment de l’infarctus, à partir de diagnostics préexistants et de données démographiques. Anthony Onoja, l’auteur principal de l’étude, a déclaré que les affections respiratoires, l’âge avancé et des scores de privation plus élevés constituaient des prédicteurs clés du groupe le plus à risque. Les évaluations de risque existantes, notamment le score SMART, restaient le meilleur prédicteur individuel de la mortalité dans l’étude ; les trajectoires apportaient des informations supplémentaires sur les raisons et les endroits où une intervention pourrait être nécessaire.
So what changes in practice? If the approach is validated and adopted, hospitals could identify higher-risk survivors earlier and tailor follow-up care to the problems most likely to emerge, rather than relying on a single estimate of another heart event. For now, the evidence comes from health-record analysis, and the researchers describe the work as an early step.
Qu’est-ce qui change en pratique ? Si cette approche est validée et adoptée, les hôpitaux pourraient repérer plus tôt les survivants les plus à risque et adapter leur suivi aux problèmes les plus susceptibles d’apparaître, plutôt que de s’appuyer sur une seule estimation du risque d’un nouvel événement cardiaque. Pour l’instant, les éléments disponibles proviennent de l’analyse de dossiers de santé, et les chercheurs présentent ces travaux comme une première étape.