Intelligence artificielle pour prédire la réponse au traitement chez les patients atteints de troubles anxieux après thérapie comportementale et cognitive : revue systématique et méta-analyse

Resume de l'article

Les modèles d'intelligence artificielle (IA) ont été de plus en plus explorés pour prédire la réponse thérapeutique à la thérapie comportementale et cognitive (TCC) chez les patients atteints de troubles anxieux. Identifier les répondeurs potentiels à l'avance pourrait faciliter la planification du traitement et soutenir la prise de décision clinique. Bien qu'un nombre croissant d'études aient appliqué des techniques d'IA dans ce contexte, les estimations de performance signalées varient considérablement, et la précision prédictive globale n'a pas été quantifiée de manière exhaustive. Cette revue systématique et méta-analyse vise à quantifier la performance globale des modèles d'IA pour prédire la réponse au traitement suite à une TCC pour les troubles anxieux et à examiner comment les sources de données, les approches algorithmiques et les sous-types diagnostiques influencent la performance prédictive. Une recherche systématique a été menée dans PubMed, Embase, Web of Science, Cochrane Library et PsycINFO jusqu'en août 2025. Onze études ont été incluses dans la méta-analyse. La sensibilité groupée des modèles basés sur l'IA était de 0,73 (IC 95 % 0,58-0,85), la spécificité groupée de 0,75 (IC 95 % 0,59-0,89) et la précision globale de 0,74 (IC 95 % 0,62-0,84). Les modèles intégrant des données multimodales ont atteint une performance supérieure, avec une sensibilité de 0,84 et une précision de 0,82. La performance prédictive était la plus élevée chez les patients présentant un trouble anxieux social comparativement à d'autres sous-types de troubles anxieux.