Utilisation de l’intelligence artificielle pour prédire le délai d’accouchement après maturation cervicale par dinoprostone vaginale
| Titre | Utilisation de l’intelligence artificielle pour prédire le délai d’accouchement après maturation cervicale par dinoprostone vaginale |
| Type | Thèse d'exercice : Médecine |
| Auteurs | Jouffray Clementine |
| Directeurs | Bouet Pierre-Emmanuel |
| Année | 2020 |
| URL | http://dune.univ-angers.fr/fichiers/15008626/2020MCEM12110/fichier/12110F.pdf |
| Mots-clés | artificial intelligence, delivery, dinoprostone vaginal insert, induction of labor, mathematical model, mean time to delivery |
| Résumé | Objectifs. Déterminer la validité d’un modèle mathématique permettant de calculer le délai d’accouchement personnalisé après maturation cervicale par dinoprostone vaginale et évaluer en pratique l’impact de son utilisation sur le risque de survenue d’un accouchement entre minuit et 6h du matin. Matériels et méthodes. Nous avons réalisé une étude cas-témoins historico-prospective unicentrique. Entre Janvier 2015 et Septembre 2016, nous avons inclus rétrospectivement 405 patientes dans le groupe témoin. Durant cette période, on recommandait une pose de dinoprostone vaginale en matinée. A partir de ce groupe témoin, nous avons élaboré un modèle mathématique intégrant les facteurs influençant le délai d’accouchement après pose de dinoprostone : Y= 961,188 – 80,346 x parité + 21,437 x Indice de Masse Corporelle – 165,263 x dilatation cervicale – 241,759 x Rupture Prématurée des Membranes. Le groupe cas a été inclus de manière prospective entre Novembre 2017 et Novembre 2018 et a réuni 223 patientes ayant eu une maturation cervicale par dinoprostone vaginale dont le délai d’accouchement était calculé selon le modèle mathématique et l’horaire de pose adaptée à ce délai afin d’éviter la survenue « théorique » d’un accouchement entre minuit et 6h du matin. Résultats. Le délai calculé par l’algorithme était significativement différent du délai réel d’accouchement (respectivement 21h46min ± 3h28min versus 25h38min ± 12h10min, p<0.001). Pour 44% des patientes du groupe cas (99/223), il existait au moins 10h de différence entre le délai prédit et le délai réel. La proportion d’accouchements survenues entre 0h et 6h était significativement augmentée dans le groupe cas par rapport au groupe témoin (respectivement 30.5% versus 21.2%, p=0.01). Chez les patientes ayant eu une pose de dinoprostone vaginale en soirée, il existait significativement plus d’accouchements entre 0h et 6h dans le groupe cas que dans le groupe témoin (respectivement 45.45% (10/22) versus 18.75% (3/16), p=0.04). Le délai réel d’accouchement après pose de dinoprostone était significativement augmenté dans le groupe cas par rapport au groupe témoin (respectivement 25h38min±12H10min versus 20h39min±10h49, p<0.001). Conclusion. L’utilisation de l’intelligence artificielle fondée sur une approche mathématique ne nous a pas permis de prédire le délai d’accouchement personnalisé après maturation cervicale ni de réduire la survenue d’accouchements entre minuit et 6h du matin. |
| Résumé en anglais | Objectives : to determine the validity of a mathematical model to predict the mean time to delivery following cervical ripening with a dinoprostone vaginal insert, and to assess the impact of using this model on the risk of nocturnal deliveries between midnight and 6 a.m. Methods : we performed a monocentric retro-prospective case-control study at the Obstetrics and Gynecology department of the Angers University hospital. In the control group, we retrospectively included patients undergoing cervical ripening with a dinoprostone vaginal insert between January 2015 and September 2016, during which time the insert was usually placed in the morning. Based on delivery outcomes in the control group, we developed a mathematical model that integrates all the factors influencing the time to delivery following cervical ripening with dinoprostone: Y = 961.188 – 80.346 x parity + 21.437 x Body Mass Index – 165.263 x cervical dilation – 241.759 x premature rupture of membrane. In the study group, we prospectively included all patients who underwent cervical ripening with the dinoprostone vaginal insert between November 2017 and November 2018. The timing of insertion in the study group was calculated using the mathematical model in a way to prevent the occurrence of any delivery between midnight and 6h am. Results : we included 223 patients in the study group and 405 patients in the control group. The mean time to delivery calculated using the mathematical model was significantly shorter than the real time (21h46min ± 3h28min versus 25h38min ± 12h10min, p<0.001). 44% of patients in the study group had at least 10 hours difference between the estimated and the real time to delivery. The rate of deliveries occurring between midnight and 6 am was significantly higher in the study group compared to the control group (30.5% versus 21.2%, p=0.01). In patients who had the insert placed at night, there were significantly more deliveries between midnight and 6h am in the study group compared to the control group (45.45% (10/22) versus 18.75% (3/16), p=0.04). Finally, the real time to delivery following the insert placement was significantly higher in the study group compared to the control group (25h38min±12H10min versus 20h39min±10h49, p<0.001). Conclusion : the use of a mathematical model developed with the help of artificial intelligence did not help predicting the time to delivery following cervical ripening with dinoprostone insert, and did not significantly reduce the number of nocturnal deliveries occurring between midnight and 6 am. |
| Langue de rédaction | Français |
| Nb pages | 57 |
| Diplôme | Diplôme d'État de docteur en médecine |
| Date de soutenance | 2020-07-10 |
| Editeur | Université Angers |
| Place Published | Angers |
| Libellé UFR | UFR Médecine |
| Numéro national | 2020ANGE094M |