Source : AIDES Remaides 

Vers un traitement VIH tous les six mois ? Une combinaison prometteuse à l'essai

Si le lénacapavir a montré sa grande efficacité en monothérapie Prep (voir plus bas), les chercheurs-ses n’ont pas encore trouvé son ou ses « partenaires » pour en faire un traitement VIH à longue durée d’action. Une étude de phase 2 présentée par Onyema Ogbuagu (Yale University, New Haven, États-Unis) a testé un nouveau traitement injectable contre le VIH, combinant le lénacapavir et deux anticorps neutralisants (le téropavimab et le zinlirvimab), administré tous les six mois. L’objectif était de comparer son efficacité et sa tolérance à celles des traitements antirétroviraux oraux quotidiens classiques. Parmi les 53 participants-es ayant reçu cette nouvelle combinaison, 96 % ont maintenu une charge virale indétectable après 26 semaines, un taux équivalent à celui des 27 participants-es ayant poursuivi leur traitement habituel.Un seul participant a connu un rebond avec des résistances aux anticorps et au lénacapavir. Les effets indésirables ont été globalement bénins, se limitant principalement à des réactions légères au point d’injection (37 % des participants-es), sans complications graves ni abandons au cours de l’essai pour raisons médicales. En parallèle, le nombre de cellules CD4, indicateur clé de l’efficacité du système immunitaire, s’est maintenu, voire légèrement amélioré. Ces résultats encourageants ouvrent la voie à un traitement potentiellement plus pratique, réduisant la contrainte de prise quotidienne et facilitant l’observance des personnes, notamment celles pour qui la discrétion et la régularité du traitement sont un défi.

L'intelligence artificielle au service de la prévention et du soin : promesses et défis

Le machine learning, une branche de l'intelligence artificielle où la machine apprend à partir de données, se décline en apprentissage supervisé, non supervisé et par renforcement. Son application dans le domaine du VIH, notamment pour l’analyse des données de santé ou le soutien via des chatbots (il s’agit d’un programme ou d’une application avec lequel les utilisateurs-rices peuvent converser par le biais de la voix ou du texte), ouvre de nouvelles perspectives, bien que certaines pratiques, comme la prédiction du risque individuel d’infection, suscitent des débats. Les principaux défis incluent les biais des algorithmes, le manque de précision, les questions de confidentialité, le consentement des utilisateurs-rices et la confiance dans ces outils. Par ailleurs, les inégalités d’accès, les coûts d’implémentation et le risque de stigmatisation restent des préoccupations majeures. Plus un algorithme est complexe, plus son interprétation devient difficile, remettant parfois en question son intérêt. Cette session met en lumière plusieurs exemples d’applications concrètes : un algorithme améliorant la prédiction du risque d’échec virologique en intégrant des variables souvent absentes des études rétrospectives, un modèle exploitant les dossiers informatisés pour anticiper le désengagement des patients-es dans les soins en Afrique subsaharienne avec une précision supérieure à celle des experts-es, et enfin, des avancées dans l’IA pour renforcer les chatbots en matière de détection des messages stigmatisants et des idées suicidaires, offrant ainsi un meilleur soutien aux personnes concernées.

Pour lire la suite de l'article cliquez ici : AIDES Remaides