PRÉIMPRESSION : Exploiter la santé numérique et l'apprentissage automatique pour la détection précoce des troubles hypertensifs de la grossesse : enseignements tirés de contextes à ressources limitées, Tanzanie

Exploiter la santé numérique et l'apprentissage automatique pour la détection précoce des troubles hypertensifs de la grossesse : enseignements tirés de contextes à faibles ressources en Tanzanie

Consulter l'article complet

Aperçu de l'étude

Cette étude a examiné comment les données de routine de la CPN collectées par voie numérique et l'apprentissage automatique pourraient permettre une identification plus précoce des femmes à risque de troubles hypertensifs de la grossesse (HDP) en Tanzanie.

Les troubles hypertensifs, notamment l'hypertension gestationnelle, la pré-éclampsie et l'éclampsie, constituent des causes majeures de complications maternelles et néonatales. Leur identification précoce est particulièrement difficile dans les contextes à faibles ressources, où les établissements de santé peuvent souffrir d'une pénurie de personnel qualifié, d'une capacité diagnostique limitée, d'un volume élevé de patientes et de dossiers cliniques incomplets.

Les chercheurs ont analysé les dossiers de routine de la CPN collectés via le Unified Community System (UCS) de la Tanzanie, une plateforme de santé numérique pilotée par le gouvernement et utilisée pour saisir des informations sanitaires individuelles au niveau des établissements et des communautés.

L'ensemble de données initial comprenait 337 027 visites de CPN enregistrées entre 2020 et 2024. Après regroupement des enregistrements correspondant à des visites répétées, l'ensemble de données représentait 187 438 femmes enceintes.

Cinq classificateurs d'apprentissage automatique ont été évalués : K-Nearest Neighbours, Logistic Regression, Support Vector Machine, Random Forest et Extreme Gradient Boosting (XGBoost). XGBoost a affiché la meilleure performance en validation croisée et a été retenu pour le modèle final de prédiction du risque.

Le modèle a été conçu comme un outil d'aide à la décision clinique et de stratification du risque. Son objectif était d'aider les agents de santé à identifier les femmes susceptibles de nécessiter une nouvelle mesure de la tension artérielle, une évaluation clinique complémentaire, des examens de laboratoire, une surveillance plus étroite ou une orientation.

Données et développement du modèle

L'étude a utilisé des variables de santé maternelle collectées en routine, disponibles dans le module CPN de l'UCS. Celles-ci comprenaient l'âge gestationnel, la tension artérielle systolique et diastolique, le poids, la taille, l'indice de masse corporelle, les protéines urinaires, le glucose urinaire, la glycémie, la température, le groupe sanguin, le statut sérologique de la syphilis et le numéro de la visite de CPN.

Les enregistrements provenant de visites de CPN répétées ont été transformés en un seul enregistrement par femme. Certaines variables, notamment la tension artérielle, le poids, l'indice de masse corporelle, la glycémie et la température, ont été résumées à l'aide de valeurs moyennes. L'âge gestationnel a été représenté par la valeur maximale enregistrée, tandis que les valeurs les plus récentes ont été conservées pour certaines variables de laboratoire et de visite.

Comme les troubles hypertensifs n'étaient pas systématiquement documentés comme des diagnostics cliniques confirmés dans l'ensemble de données de routine, l'étude a dérivé le résultat à partir des mesures de tension artérielle enregistrées.

Une femme était classée comme à risque de HDP lorsque sa tension artérielle systolique était égale ou supérieure à 140 mmHg et/ou sa tension artérielle diastolique égale ou supérieure à 90 mmHg. Les enregistrements en dessous de ces deux seuils ont été classés comme ne présentant aucun risque identifié.

Un ensemble de données équilibré a été créé à l'aide de 1 894 enregistrements classés à risque et de 1 894 enregistrements classés comme non à risque. Les données ont été réparties en ensembles d'entraînement et de test, et les cinq algorithmes de classification ont été comparés par validation croisée.

Principaux résultats

Le modèle XGBoost a obtenu le meilleur score de validation croisée parmi les cinq approches d'apprentissage automatique évaluées et a été retenu pour l'application à un ensemble de données indépendant.

Le modèle final a été appliqué à 120 232 enregistrements de CPN supplémentaires issus du référentiel central de l'UCS. Il a atteint une précision globale d'environ 91 %.

Pour les enregistrements classés comme à risque de HDP, le modèle a atteint une sensibilité (rappel) de 100 %. Cela signifie qu'il a identifié tous les enregistrements répondant à la définition du risque fondée sur la tension artérielle utilisée dans l'ensemble de données de validation.

La précision du modèle pour la catégorie à risque était de 14 %, avec un score F1 de 0,24. Cette faible précision indique qu'un grand nombre d'enregistrements signalés par le modèle ne répondraient pas à la définition dérivée du HDP utilisée dans l'étude et nécessiteraient donc une évaluation clinique complémentaire.

Cette performance reflète une approche de dépistage délibérément sensible. Dans le domaine de la santé maternelle, le fait de ne pas détecter une femme présentant potentiellement une affection hypertensive grave peut avoir des conséquences plus importantes que d'orienter une femme vers une évaluation complémentaire qui confirmera par la suite qu'elle n'est pas hypertendue.

Le modèle a atteint une aire sous la courbe ROC (Receiver Operating Characteristic) de 0,95, indiquant une forte capacité à distinguer les enregistrements classés à risque de ceux classés comme non à risque.

Lorsqu'il a été appliqué à l'ensemble de données indépendant, le modèle a signalé 12 603 enregistrements comme potentiellement à risque de troubles hypertensifs. Ces alertes ne doivent pas être interprétées comme des diagnostics confirmés. Elles permettent plutôt d'identifier les femmes susceptibles de bénéficier de mesures répétées, d'un examen clinique, d'examens complémentaires ou d'une orientation.

Facteurs prédictifs importants

La tension artérielle systolique et diastolique a constitué le principal facteur contribuant aux prédictions du modèle. Ce résultat était attendu, la définition du résultat de l'étude étant directement fondée sur des seuils de tension artérielle.

D'autres variables ont contribué dans une moindre mesure à la classification du risque. Il s'agit notamment de l'indice de masse corporelle, des protéines dans les urines et de la glycémie. La température et le statut sérologique de la syphilis ont eu une influence relativement faible sur la prédiction finale.

L'intégration de plusieurs variables collectées en routine montre comment l'apprentissage automatique peut combiner plusieurs éléments d'information clinique pour générer une alerte de risque. Toutefois, le modèle ne remplace pas les procédures diagnostiques établies pour l'hypertension gestationnelle, la pré-éclampsie ou l'éclampsie.

Utilisation des soins prénatals

L'étude a également révélé d'importantes lacunes dans la continuité des soins prénatals. Plus de la moitié des visites de CPN enregistrées étaient des premières visites, et seule une faible proportion de femmes avait effectué quatre contacts documentés ou plus.

Après regroupement des enregistrements répétés, environ 43 % des femmes n'avaient effectué qu'une seule visite de CPN enregistrée, tandis qu'environ 6 % en avaient effectué quatre ou plus. L'âge gestationnel moyen enregistré lors des visites de CPN était d'environ 24 semaines.

Une fréquentation répétée limitée réduit les possibilités pour les agents de santé de surveiller les évolutions de la tension artérielle, de la protéinurie, des symptômes maternels, du développement foetal et d'autres indicateurs tout au long de la grossesse. Un outil numérique de stratification du risque pourrait donc s'avérer particulièrement utile lorsque seules des informations limitées sur la patiente sont disponibles, bien qu'il ne puisse se substituer à un suivi adéquat.

Implications pour le système de santé

L'étude démontre que les données de santé gouvernementales collectées en routine peuvent soutenir le développement d'outils d'apprentissage automatique pour la santé maternelle, même dans des contextes à ressources limitées.

L'intégration de la prédiction du risque dans l'UCS pourrait aider les agents de santé à prioriser les femmes nécessitant un examen urgent, des mesures répétées de la tension artérielle, un dépistage des protéines urinaires, une évaluation des symptômes, un suivi plus étroit ou une orientation vers un niveau de soins supérieur.

De tels outils pourraient s'avérer précieux dans les cliniques de CPN très fréquentées, où le nombre de patientes dépasse les capacités du personnel clinique disponible. Une priorisation fondée sur le risque pourrait permettre une utilisation plus efficace du temps limité du personnel et des ressources diagnostiques.

Toutefois, la mise en oeuvre doit s'accompagner de protocoles cliniques clairs. Chaque alerte devrait déboucher sur une action appropriée, telle que la vérification de la mesure de tension artérielle, l'évaluation d'un mal de tête sévère ou de troubles visuels, un dépistage des protéines urinaires, un examen clinique, un traitement ou une orientation.

Le modèle ne doit pas être utilisé de manière autonome pour diagnostiquer une pré-éclampsie ou d'autres troubles hypertensifs. Le diagnostic clinique doit être confirmé par des prestataires de santé formés, sur la base d'informations cliniques complètes et des directives nationales établies.

Qualité des données et défis de mise en oeuvre

L'étude a mis en évidence d'importantes faiblesses dans les données de routine de la CPN. Les troubles hypertensifs n'étaient pas systématiquement enregistrés à l'aide d'un champ diagnostique normalisé, et plusieurs symptômes et signes de danger cliniquement importants faisaient souvent défaut.

En l'absence d'un diagnostic de HDP cliniquement confirmé, les chercheurs ont dérivé le statut du risque à partir des valeurs de tension artérielle systolique et diastolique. Bien que ces seuils soient cliniquement pertinents, cette approche limite la capacité du modèle à distinguer l'hypertension chronique, l'hypertension gestationnelle, la pré-éclampsie et les mesures isolées de tension artérielle élevée.

La nature rétrospective et dépersonnalisée de l'ensemble de données a également empêché les chercheurs de réaliser un suivi individuel, d'examiner des dossiers cliniques complets ou de confirmer les issues de grossesse après la génération d'une prédiction de risque par le modèle.

Un déploiement à plus grande échelle nécessitera donc une meilleure exhaustivité des données, une terminologie clinique normalisée, une documentation cohérente des signes de danger maternels, une identification plus solide des patientes d'une visite à l'autre, ainsi que des mécanismes permettant de relier les alertes de risque à l'évaluation clinique et aux issues ultérieures.

Les agents de santé auront également besoin d'une formation, d'un encadrement de soutien, d'appareils numériques fiables, d'une connexion internet, d'un appui technique et de responsabilités claires pour répondre aux alertes générées par le modèle.

Conclusion

Cette étude démontre le potentiel de la combinaison des dossiers numériques de CPN et de l'apprentissage automatique pour soutenir l'identification précoce des femmes à risque de troubles hypertensifs de la grossesse en Tanzanie.

Le modèle XGBoost a obtenu une forte capacité de discrimination globale et une sensibilité très élevée, ce qui en fait potentiellement un outil de dépistage utile axé sur la sécurité. Sa faible précision signifie toutefois que les alertes du modèle doivent toujours être suivies d'une vérification clinique appropriée.

L'apprentissage automatique devrait donc être mis en oeuvre comme un outil d'aide à la décision qui complète les prestataires de santé plutôt que de les remplacer. Sa valeur réside dans sa capacité à aider les équipes cliniques à prioriser les femmes susceptibles de nécessiter une évaluation complémentaire dans des contextes où le personnel et les ressources diagnostiques sont limités.

Avant une mise en oeuvre plus large, le modèle devrait faire l'objet d'une validation clinique prospective à partir de diagnostics confirmés et d'issues de grossesse. Une mise en oeuvre pilote devrait également évaluer la charge de travail, les schémas d'orientation, la gestion des alertes, le rapport coût-efficacité, la sécurité des patientes, l'acceptabilité et l'équité.

Grâce à des systèmes de données plus solides, une gouvernance clinique appropriée et une intégration soigneuse dans les flux de travail de routine, la santé numérique et l'apprentissage automatique pourraient aider la Tanzanie à améliorer la détection des risques maternels et à faire un usage plus efficace des ressources limitées destinées aux soins prénatals.

Détails de la publication

La prépublication a été publiée pour la première fois en 2025 dans VeriXiv. Elle examine l'utilisation des données numériques de routine de la CPN issues du Unified Community System de la Tanzanie pour développer et tester un modèle d'apprentissage automatique destiné à identifier les femmes à risque de troubles hypertensifs pendant la grossesse.

Ces travaux ont été menés par des chercheurs de Prime Health Initiative Tanzania, de l'Ifakara Health Institute, du Ministère de la Santé, de l'administration gouvernementale responsable de l'administration régionale et des collectivités locales, de l'University of Dodoma et du Geita Regional Health Secretariat.

Le projet a été financé par la Gates Foundation dans le cadre de l'initiative Grand Challenges, sous l'identifiant d'investissement INV-046249.

Citation suggérée :
Lyatuu I, Mwanga E, Kulindwa Y, et al. Harnessing Digital Health and Machine Learning for Early Detection of Hypertensive Disorders in Pregnancy: Insights from low-resource settings, Tanzania. VeriXiv. 2025;2:158. doi:10.12688/verixiv.1245.1.