Protocole d’étude de cohorte prospective et longitudinale utilisant des méthodes d’apprentissage automatique pour la personnalisation et l’optimisation de la rééducation chez des patients souffrants de lombalgie chronique

Contexte et objectifs : La lombalgie concerne 83 % des Français et constitue un enjeu majeur de santé publique. Environ 10 % évoluent vers la chronicité, reflet de sa nature multidimensionnelle. Pour les traiter, de nombreux axes thérapeutiques existent tels que la prise médicamenteuse, des soins ambulatoires ou encore la participation à des programmes de Restauration Fonctionnelle du Rachis (RFR). Ces derniers ont pour vocation de traiter les maux du dos via une approche pluridisciplinaire, dynamique et intensive pouvant aller de 4 à 5 semaines. Malgré cela, leur efficacité à moyen terme reste éphémère voire incertaine. Cette étude vise à proposer un protocole exploratoire afin d’identifier les facteurs associés au maintien ou à la perte des bénéfices post-RFR. Nous essayerons à l’issue de ce protocole d’identifier des profils « répondeurs » et « non répondeurs » au programme de RFR. Méthodes : Ce protocole d’étude prospective explore les facteurs multidimensionnels pouvant influencer l’efficacité des soins. Des entretiens, des évaluations physiques et des questionnaires auto-administrés à différents moments seront proposés à 120 patients (avant, après et à 4 et 6 mois post-programme RFR). Seuls les patients souffrant de lombalgie chronique, âgés de 18 à 65 ans, sans chirurgie récente et ayant un échec thérapeutique antérieur seront inclus. Tous les patients participeront à un programme de type RFR de 4 semaines. Ce travail a été soutenu par l'Association nationale pour la recherche et la technologie (CIFRE n° 2022/0609), le Centre Hélène-Borel, Raimbeaucourt, France, et la Fondation Hopale, Arras, France. Cette étude a été approuvée par le CERNI de l'Université de Picardie Jules Verne (2025-01-7/2025-51) et réalisée conformément à la Déclaration d'Helsinki, avec consentement éclairé écrit.Résultats attendus : Sur la base d'une analyse de multiples variables biopsychosociales, la stratification des patients en « répondeurs » et « non-répondeurs » permettrait de proposer des interventions plus adaptées et optimisées à tous les niveaux. Les modèles d’apprentissage non supervisés et supervisés permettront de dégager des patterns et des interactions complexes.Conclusion : L'intégration de techniques d'intelligence artificielle dans la personnalisation des soins pourrait améliorer l'efficacité des programmes de réadaptation fonctionnelle. Ces outils offriraient la possibilité de mieux cibler les interventions en fonction des spécificités individuelles des patients atteints de lombalgie chronique, optimisant ainsi les résultats cliniques et thérapeutiques.