Prédire le rendement ovocytaire pour chaque dose, en corrigeant le biais de prescription

Contexte

Prédire la réponse à une dose donnée se heurte à une difficulté qui a ruiné beaucoup de tentatives : les cliniciens prescrivent déjà des doses fortes aux patientes de mauvais pronostic. Une analyse naïve conclut donc que les fortes doses donnent moins d'ovocytes, ce qui est un artefact de prescription et non un effet du médicament.

Ce qui a été fait

Étude de cohorte rétrospective multicentrique sur dix centres de FIV d'Europe, d'Amérique du Nord et d'Asie, entre 2014 et 2024. Vingt-deux mille six cent quatre-vingt-six cycles de protocoles variés ont servi au développement du modèle, et 778 cycles utilisant uniquement de la FSH recombinante à son évaluation. La méthode repose sur l'inférence causale, qui corrige le biais de sélection de dose.

Résultats

Le modèle atteint un coefficient de détermination de 0,66 sur le jeu de test, avec une erreur absolue moyenne de 3,65 ovocytes, ce qui dépasse les performances publiées jusqu’ici. Il permet de simuler, pour chaque patiente, le rendement attendu pour des doses de départ allant de 75 à 450 unités.

Limites

Les auteurs assument un choix méthodologique discutable : le modèle ignore délibérément la réponse aux cycles antérieurs, la cause de l'infertilité et les raisons du choix thérapeutique, afin de rester simple d'usage. Ces informations sont pourtant celles dont dispose le clinicien.

Portée pratique

L'intérêt principal est de pouvoir montrer à une patiente ce que changerait une dose différente, plutôt que de justifier a posteriori la dose choisie. La correction du biais de prescription est ce qui distingue ce travail des nombreux algorithmes proposés avant lui, et elle mérite d'être comprise avant d'accepter les performances annoncées ailleurs.