Optimiser le dépistage du diabète pédiatrique
Le diabète de type 1 (DT1) apparaît souvent de manière silencieuse pendant l'enfance. De nombreux enfants ne sont diagnostiqués que lorsqu'ils développent une acidocétose diabétique (ACD), une urgence médicale potentiellement mortelle qui peut avoir des conséquences à long terme sur la santé et entraîner des frais hospitaliers élevés. Dans certaines régions, jusqu'à 60 % des enfants présentent une ACD au moment du diagnostic.
Cette étude a développé un modèle de simulation informatique pour tester différentes méthodes de dépistage précoce du DT1 avant l'apparition des symptômes chez les enfants à l'aide de scores de risque génétique et de tests d'auto-anticorps. Au lieu de tester une stratégie à la fois, le modèle a utilisé une optimisation avancée pour équilibrer trois objectifs : réduire les cas graves d'ACD, limiter les visites chez le médecin et maintenir les coûts à un niveau raisonnable.
Les résultats montrent que certaines stratégies de dépistage ciblées pourraient être rentables aux États-Unis et réduire les complications graves au moment du diagnostic. Cela est important car un dépistage plus intelligent pourrait améliorer la sécurité des enfants, réduire les admissions d'urgence et aider les systèmes de santé à utiliser leurs ressources plus efficacement.
Article complet>>
Citation:
Leiria, G., McQueen, R.B., Jackson, C. et al. Development of a Patient-Level Multi-objective Optimisation Model for Screening Strategies for Childhood Type 1 Diabetes. PharmacoEconomics (2026). https://doi.org/10.1007/s40273-025-01581-1
13 févr. 2026