Impact de l'hypotension chez le rat avec encéphalopathie hépatique due à la maladie de foie chronique : implication pour les complications neurologiques suivant la transplantation hépatique

L’encéphalopathie hépatique (EH) est une complication neuropsychiatrique de la maladie de foie telle que la cirrhose, caractérisée par des dysfonctions cognitives et motrices. Le seul traitement curatif est la transplantation hépatique (TH). Historiquement, l’EH est considérée comme un désordre métabolique réversible et il est attendu qu’il soit résolu suivant la TH. Cependant, il a été démontré que des complications neurologiques persistent chez 47% des patients transplantés. La TH est une opération chirurgicale complexe accompagnée de stress péri-opératoire telle que la perte sanguine et l’hypotension. L’hypothèse de ce projet d’étude est que l’EH minimale (EHm) rend le cerveau plus susceptible à une perte neuronale suite à une insulte hypotensive. Nous avons donc caractérisé un modèle d’hypotension chez des rats cirrhotiques avec ligation de la voie biliaire (BDL) dans lequel une hypovolémie de l’artère fémorale a été faite. Avec ce modèle, nous avons étudié l’impact de différentes pressions sanguines de 120 minutes sur le compte neuronal. Nos résultats démontrent que les BDL hypotendus à une pression artérielle moyenne de 60 mmHg et 30 mmHg ont une diminution du compte neuronal et que les neurones mourraient par apoptose (observée par la présence de caspase-3 clivée). Nous avons également déterminé que le flot sanguin cérébral était altéré chez les rats cirrhotiques BDL. Le second objectif était d’évaluer si le traitement de l’EHm par l’ornithine phénylacétate (OP) permettait d’éviter la perte neuronale chez les BDL hypotendus. Nos résultats ont démontrés que l’OP permettait de partiellement rétablir les fonctions cognitives chez les rats BDL. De plus, les rats BDL traités avec l’OP peuvent éviter la mort neuronale. Cependant, le processus apoptotique est toujours enclenché. Ce résultat suggère la possibilité de mort cellulaire retardée par l’OP. Ces résultats suggèrent que les patients cirrhotiques avec EHm sont plus susceptibles à une mort neuronale induite par hypotension. La combinaison de l’EHm et l’hypotension permet d’expliquer les complications neurologiques rencontrées chez certains patients. Le diagnostic et le traitement de ce syndrome doit donc être fait chez les patients cirrhotiques pour éviter ces complications post-TH.

Non invasive classification system of scoliosis curve types using least-squares support vector machines

Objective To determine scoliosis curve types using non invasive surface acquisition, without prior knowledge from X-ray data. Methods Classification of scoliosis deformities according to curve type is used in the clinical management of scoliotic patients. In this work, we propose a robust system that can determine the scoliosis curve type from non invasive acquisition of the 3D back surface of the patients. The 3D image of the surface of the trunk is divided into patches and local geometric descriptors characterizing the back surface are computed from each patch and constitute the features. We reduce the dimensionality by using principal component analysis and retain 53 components using an overlap criterion combined with the total variance in the observed variables. In this work, a multi-class classifier is built with least-squares support vector machines (LS-SVM). The original LS-SVM formulation was modified by weighting the positive and negative samples differently and a new kernel was designed in order to achieve a robust classifier. The proposed system is validated using data from 165 patients with different scoliosis curve types. The results of our non invasive classification were compared with those obtained by an expert using X-ray images. Results The average rate of successful classification was computed using a leave-one-out cross-validation procedure. The overall accuracy of the system was 95%. As for the correct classification rates per class, we obtained 96%, 84% and 97% for the thoracic, double major and lumbar/thoracolumbar curve types, respectively. Conclusion This study shows that it is possible to find a relationship between the internal deformity and the back surface deformity in scoliosis with machine learning methods. The proposed system uses non invasive surface acquisition, which is safe for the patient as it involves no radiation. Also, the design of a specific kernel improved classification performance.