Comment mieux repérer les personnes à risque de maladies neurocognitives, anticiper les complications associées et améliorer le dépistage précoce ? Dans ce nouvel épisode de Minute Cerveau & Recherche, nous vous proposons un éclairage sur quatre études récentes qui illustrent la diversité des pistes explorées par la recherche : l’analyse de nos rythmes quotidiens, les liens étroits entre santé cardiovasculaire et cognition, et le recours à l’intelligence artificielle pour détecter plus tôt la maladie d’Alzheimer. Des travaux qui montrent à quel point le cerveau est influencé par nos habitudes, notre santé globale et les outils technologiques de demain.
/ Les actualités du 22 décembre 2025 au 11 janvier 2026
1. Les perturbations de nos rythmes biologiques comme facteur de risque de maladie d’Alzheimer
Nos rythmes quotidiens d’activité, le moment où nous sommes le plus actifs et la régularité de nos journées pourraient en dire long sur notre cerveau. Une nouvelle étude américaine montre que des cycles jour-nuit plus faibles, irréguliers ou décalés sont associés à un risque plus élevé de maladies neurocognitives chez les personnes âgées.
Le vieillissement s’accompagne de modifications des rythmes circadiens, qui régulent l’alternance veille-sommeil et l’activité quotidienne. Les rythmes repos-activité, mesurés à l’aide d’accéléromètres, sont des indicateurs de ces rythmes. Cette étude complémentaire à la précédente vise à examiner l’association entre les rythmes repos-activité et le risque de maladies neurocognitives chez une population d’origines diverses. Les données proviennent de l’étude ARIC (Atherosclerosis Risk in Communities), une cohorte communautaire américaine. Les participants, âgés en moyenne de 79 ans, ont porté le patch Zio XT® pendant au moins 3 jours entre 2016 et 2017. Les rythmes repos-activité ont été analysés via différentes méthodes pour quantifier par exemple la variabilité intrajournalière et l’acrophase (le moment de la journée où une certaine activité/fonction biologique atteint son maximum). Des cas de maladies neurocognitives ont été identifiés jusqu’en 2020 à partir de tests cognitifs, de dossiers hospitaliers et de certificats de décès. Parmi les 2 183 participants (58 % femmes, 24 % Noirs), 176 (8 %) ont développé une démence sur un suivi médian de 3 ans. Des rythmes veille-activité plus faibles, fragmentés et décalés dans la journée sont associés à un risque accru de démence chez les adultes âgés d’origine africaines (Noirs) et européennes (Blancs). Ces résultats suggèrent que la surveillance des rythmes repos-activité pourrait contribuer à identifier les personnes à risque.
2. Troubles cognitifs et maladies cardiovasculaires : un risque à ne pas négliger
Chez les personnes âgées ayant des troubles cognitifs légers ou une maladie neurocognitive, de nouvelles maladies cardiovasculaires peuvent apparaître rapidement. Une large étude américaine montre qu’en un an, une proportion non négligeable de ces personnes développe une indication pour des traitements anticoagulants, soulevant des questions importantes pour les choix thérapeutiques ultérieurs.
Quelles sont les interactions possibles entre certains traitements récents de la maladie d’Alzheimer et des médicaments couramment utilisés pour prévenir ou traiter des problèmes cardiovasculaires ? Les chercheurs se sont demandé combien de personnes ayant des troubles cognitifs légers ou une maladie neurocognitive développent, au fil du temps, une nouvelle indication pour des médicaments anticoagulants ou thrombolytiques, qui peuvent augmenter le risque de saignement cérébral lorsqu’ils sont associés à certains traitements anti-amyloïdes.
Les équipes de recherche impliquées ont analysé les données d’une grande étude américaine ayant suivi des adultes âgés de 65 ans ou plus entre 2010 et 2020. Tous les participants n’avaient, au départ, aucune indication médicale pour prendre des anticoagulants. Leur état cognitif a été classé en trois groupes : cognition normale, troubles cognitifs légers ou maladies neurocognitives. Au total, plus de 12 000 personnes ont été incluses, avec un âge moyen de 73 ans. Les chercheurs ont suivi l’apparition, sur une période d’un an, de maladies cardiovasculaires comme la fibrillation auriculaire, les phlébites, les embolies pulmonaires, les infarctus du myocarde et les accidents vasculaires cérébraux (AVC). Chez les personnes ayant des troubles cognitifs légers, environ 6 % ont développé en un an au moins une nouvelle indication pour ces traitements. Chez les personnes atteintes de maladies neurocognitives comme la maladie d’Alzheimer, cette proportion était d’environ 7 %. Les risques pour chaque maladie prise séparément restaient relativement faibles, mais non négligeables.
Ces résultats montrent qu’une part non négligeable de sujets avec des troubles cognitifs peut rapidement nécessiter des traitements cardiovasculaires potentiellement incompatibles avec certains médicaments anti-amyloïdes. Ces découvertes peuvent ainsi aider les patients, les proches et les médecins à mieux discuter des bénéfices et des risques des nouvelles options thérapeutiques.
3. AlzStack : l’intelligence artificielle au service du dépistage précoce de la maladie d’Alzheimer
Et si un algorithme pouvait aider à détecter la maladie d’Alzheimer plus tôt et plus simplement ? En combinant de nombreuses données médicales et des méthodes avancées d’intelligence artificielle, le modèle AlzStack montre qu’il est possible d’identifier la maladie avec une grande fiabilité tout en expliquant les raisons des décisions prises.
La maladie d’Alzheimer est une maladie du cerveau qui s’aggrave avec le temps, ce qui rend son dépistage précoce très important pour une meilleure prise en charge. Les méthodes de diagnostic actuelles reposent souvent sur des tests cognitifs, des examens d’imagerie ou des analyses biologiques, qui peuvent être longs, coûteux et parfois difficiles à comparer entre patients. Dans une étude récente, les chercheurs présentent AlzStack, un modèle d’intelligence artificielle conçu pour aider à détecter la maladie d’Alzheimer plus tôt. Le modèle a été développé à partir des données de 2 149 patients, incluant des informations démographiques, médicales, de mode de vie et des tests cognitifs. AlzStack combine plusieurs modèles prédictifs grâce à une méthode dite de « vote souple », qui permet de prendre en compte les résultats de chaque modèle de façon pondérée. Pour gérer le déséquilibre entre les groupes de patients (par exemple, moins de patients atteints que non atteints), différentes techniques de rééquilibrage des données ont été utilisées, ainsi qu’une validation croisée pour renforcer la fiabilité des résultats. Les performances du modèle sont élevées : il identifie correctement la maladie dans la grande majorité des cas, avec une précision globale supérieure à 93 %. Il fait également preuve d’un bon équilibre entre la détection des patients malades et la limitation des erreurs.
Les chercheurs ont aussi utilisé ces méthodes d’« intelligence artificielle explicable » pour mieux comprendre comment le modèle prend ses décisions. Ces analyses montrent que certains éléments, comme les scores aux tests cognitifs, les capacités fonctionnelles et certains comportements, jouent un rôle clé. En combinant de bonnes performances et une meilleure compréhension de ses décisions, AlzStack apparaît comme un outil prometteur d’aide à la décision pour le dépistage précoce de la maladie d’Alzheimer.
/ Ce qu’il faut retenir cette semaine
1️⃣ L’analyse fine des cycles veille-activité pourrait aider à repérer plus tôt les personnes à risque, dans des populations diverses.
2️⃣ Des maladies cardiovasculaires peuvent apparaître plus souvent chez les personnes ayant des troubles cognitifs, avec des implications pour les traitements
3️⃣L’intelligence artificielle permet d’améliorer le dépistage précoce de la maladie d’Alzheimer.
/ Rendez-vous dimanche prochain !
Ces travaux rappellent que la recherche sur les maladies neurocognitives progresse sur plusieurs fronts à la fois. Observer les rythmes du quotidien, mieux prendre en compte les maladies associées et développer des outils d’aide au diagnostic plus performants sont autant de leviers pour améliorer le repérage précoce et la prise en charge des patients.
S’ils ne modifient pas encore la pratique clinique à eux seuls, ces résultats ouvrent des perspectives concrètes pour une médecine plus préventive, plus personnalisée et mieux informée, au service du cerveau et de la mémoire.
👉 Rendez-vous dimanche prochain pour un nouvel épisode de la Minute Cerveau & Recherche !
Télécharger
