Apprentissage automatique pour estimer les scores des tests neurocognitifs chez les adolescents et jeunes adultes atteints de cardiopathie congénitale

Pourquoi cela compte quand on grandit avec une maladie cardiaque

Un nombre croissant d’enfants nés avec des malformations cardiaques graves arrivent aujourd’hui à l’âge adulte. Mais de nombreuses familles constatent que survivre à la chirurgie cardiaque n’est qu’une partie de l’histoire : certains adolescents et jeunes adultes rencontrent des difficultés d’attention, d’apprentissage ou de mémoire. Cette étude pose une question pratique aux grandes implications : peut-on utiliser conjointement des images cérébrales, des données génétiques, des antécédents médicaux et le milieu familial pour estimer les capacités scolaires et de résolution de problèmes d’un jeune atteint de cardiopathie congénitale, sans se fier uniquement à des tests longs et formels ?

Regarder le tableau d’ensemble, pas seulement le cœur

Les chercheurs ont suivi 89 adolescents et jeunes adultes atteints de cardiopathie congénitale, âgés de 8 à 30 ans, issus de centres à travers les États-Unis. Chaque participant a passé des tests papier-crayon standard évaluant la lecture, le vocabulaire, la résolution de problèmes, la mémoire, la vitesse de traitement et le QI global. Dans un délai d’environ six mois — souvent en seulement quelques jours — ils ont aussi bénéficié d’IRM cérébrales détaillées et fourni des échantillons génétiques. L’équipe a recueilli des informations sur les diagnostics et chirurgies cardiaques, la taille et le poids, et le milieu socioéconomique familial, notamment le niveau d’éducation des parents et le revenu du foyer. L’objectif était de considérer chaque jeune non pas comme « un cas cardiaque » mais comme une personne entière dont le cerveau, les gènes, l’histoire médicale et l’environnement contribuent tous à la façon dont il pense et apprend.

Apprendre aux ordinateurs à estimer les capacités cognitives

Pour donner du sens à ce mélange complexe d’informations, les scientifiques ont utilisé l’apprentissage automatique — des méthodes informatiques capables de repérer des motifs dans de grands ensembles de données. Ils ont introduit des milliers de mesures issues d’IRM structurelles et de diffusion (captant la taille, la forme et les connexions du cerveau), ainsi que 17 facteurs non-imagerie tels que le sexe, le nombre de chirurgies cardiaques, le type de variants génétiques rares et l’éducation des parents. Pour chacun des 15 scores de tests répartis en sept grandes régions cognitives, ils ont entraîné des modèles à inférer le score à partir de ces caractéristiques. Une méthode avancée de sélection de caractéristiques ajoutait et retirait de façon répétée des variables candidates, ne conservant que les combinaisons qui amélioraient effectivement la performance lors de tests sur des participants tenus à l’écart. L’équipe a évalué le succès en fonction de la proximité entre les scores inférés et les scores réels et de l’ampleur de l’erreur typique en points de test.

Ce que les modèles pouvaient et ne pouvaient pas voir

Les modèles informatiques ont réussi à estimer la plupart des scores mieux que le hasard, avec des corrélations entre scores réels et inférés allant de modestes à assez fortes. Le QI total, la mémoire de travail (retenir des séquences de chiffres) et la vitesse de traitement (balayage visuel rapide et appariement de symboles) faisaient partie des capacités les plus faciles à estimer. Par exemple, les estimations du modèle pour l’empan de chiffres, un test courant de mémoire, suivaient de près la performance réelle. En revanche, des compétences plus spécifiques, comme la compréhension de phrases ou la résolution de puzzles de construction, étaient plus difficiles à prédire. Lorsqu’ils ont combiné les résultats sur l’ensemble des tests, l’intelligence générale est apparue comme l’aptitude la plus « inférable », tandis que le raisonnement perceptif — identifier des motifs dans des formes et des espaces — était le moins.

Comment le cerveau, les gènes et l’environnement interviennent chacun

En examinant les caractéristiques sur lesquelles les modèles s’appuyaient, l’étude dresse un portrait nuancé des facteurs qui façonnent la cognition dans ce groupe. Les mesures cérébrales issues de l’IRM apparaissaient dans les sept domaines cognitifs. Les régions des lobes frontal et temporal, et les voies de matière blanche qui les relient, étaient particulièrement importantes — des zones longtemps associées au langage, à la mémoire et à la résolution de problèmes. Mais des facteurs non cérébraux jouaient aussi un rôle. Le niveau d’éducation du père aidait à inférer le QI global et les compétences visuospatiales, suggérant l’impact de l’environnement familial et des opportunités d’apprentissage. Des caractéristiques de la cardiopathie elle-même, comme le type de diagnostic et le nombre de chirurgies, influençaient les capacités verbales. Certains variants génétiques rares, en particulier ceux qui perturbent des gènes impliqués dans le neurodéveloppement, étaient en tendance associés à des performances plus faibles en lecture, mathématiques ou vocabulaire. Plutôt qu’une cause unique, se dégage une image d’influences qui se chevauchent, où la structure cérébrale, l’histoire médicale, les gènes et le contexte socioéconomique orientent chacun à leur manière les résultats cognitifs.

Ce que cela pourrait signifier pour les soins et le suivi

Pour les familles et les cliniciens, le message est à la fois rassurant et tourné vers l’avenir. Dans ce groupe relativement petit mais étudié avec soin, de nombreux jeunes atteints de cardiopathie congénitale présentaient des capacités cognitives dans la moyenne. Pourtant l’étude montre que des différences subtiles de cognition peuvent être estimées de manière significative à partir d’informations déjà collectées dans les soins modernes, notamment des scans cérébraux détaillés. Si ces résultats sont confirmés dans des échantillons plus larges et plus diversifiés, des modèles similaires pourraient un jour aider les médecins à repérer les enfants à risque accru de difficultés scolaires ou de mémoire, avant même l’apparition complète des problèmes. Cela pourrait orienter des orientations précoces vers un soutien éducatif, un entraînement cognitif ou des interventions basées sur la famille — faisant de la santé cérébrale un élément central du suivi, au même titre que la santé cardiaque.

Citation: Hussain, M.A., He, S., Adams, H.R. et al. Machine learning to infer neurocognitive testing scores among adolescents and young adults with congenital heart disease. Commun Med 6, 144 (2026). https://doi.org/10.1038/s43856-026-01417-9

Mots-clés: cardiopathie congénitale, cognition des adolescents, IRM cérébrale, apprentissage automatique, neurodéveloppement