IntroductionLa maladie d'Alzheimer (MA) est une maladie neurodégénérative entraînant des pertes cognitives qui évoluent vers des troubles fonctionnels. L'objectif principal de l’étude MEMORA-Learning était d’étudier les prédicteurs de passage du stade de trouble neurocognitif (TNC) mineur au stade de TNC majeur (démence). Le travail présenté ici répond à une sous question de recherche: ”parmi les patients atteints de TNC majeur au stade modéré, quels patients passent prématurément [ou tardivement] au stade sévère ? ”MéthodesLes données des patients atteints d'une MA clinique avec TNC majeur entre 2014 et 2019 ont été extraites de la cohorte MEMORA incluant les patients suivis dans les consultations Mémoire du Centre mémoire ressources recherche de Lyon. Cette base contient le diagnostic étiologique des patients, les informations sociodémographiques (genre, âge, niveau d’études, profession), les comorbidités, les traitements, les scores MMSE (Mini Mental State Examination) et les hospitalisations (via le PMSI). Les patients ayant une (ou des) maladie neurogénérative concomitante à la MA ont été exclus (maladie de Parkinson notamment). Le score MMSE a permis d'identifier les stades modéré (MMSE entre 11 et 19) et sévère (MMSE ≤10). Le critère de jugement principal de l’étude était le temps censuré de conversion (TC) entre ces deux stades, toutes les autres variables étaient des prédicteurs (calculées à la date index, défini au premier diagnostic de stade modéré). L'impact de chaque prédicteur sur le TC a d'abord été évalué via un estimateur de Kaplan-Meier (KM). Ensuite, afin d'identifier les profils à haut risque de conversion précoce ou tardive, nous avons entrainé des arbres de décision de survie. Ce sont des arbres de régression où la qualité d'une séparation est mesurée par une règle de division log-rang. Chaque arbre ...