HAL BIBLIO

# Analyse du Cluster Bibliométrique ## 1. THÈME DU CLUSTER **Cadres diagnostiques, biomarqueurs et substrats neurobiologiques de la maladie d'Alzheimer à travers le continuum cognitif : de la phase préclinique à la démence, intégrant neuroimagerie fonctionnelle et structurelle.** ## 2. SYNTHÈSE Ce cluster rassemble des travaux fondamentaux couvrant le continuum de la maladie d'Alzheimer (MA), depuis les critères diagnostiques historiques [7] jusqu'à leur révision contemporaine intégrant les biomarqueurs [10,18,19]. L'hypothèse de la cascade amyloïde constitue le socle physiopathologique du cluster, proposant que l'accumulation d'amyloïde-β cérébrale soit l'événement initiateur de la MA [28,13], une hypothèse renforcée par la démonstration que les oligomères amyloïdes exacerbent la pathologie tau [15]. Le facteur de risque génétique majeur identifié est l'allèle APOE-ε4, dont l'effet dose-dépendant augmente le risque de 20 % à 90 % [22]. Le cadre NIA-AA 2018 représente un tournant conceptuel majeur en proposant une définition purement biologique de la MA selon le système AT(N), découplant la maladie de ses manifestations cliniques [19]. Ce cadre s'appuie sur les critères révisés pour la démence [10] et le trouble cognitif léger (MCI) dû à la MA [18], ce dernier ayant été préalablement formalisé comme entité diagnostique distincte [26]. Sur le plan méthodologique, le cluster repose largement sur la neuroimagerie fonctionnelle, notamment la connectivité fonctionnelle à l'état de repos [17], l'identification du réseau du mode par défaut (DMN) comme signature neurale perturbée dans la MA [14,20], les réseaux de saillance et de contrôle exécutif [27], et les parcellations cérébrales standardisées [12,21,25]. Les méthodes de segmentation par champs de Markov cachés permettent le traitement automatisé des images cérébrales [30]. L'évaluation fonctionnelle des patients repose sur des outils cliniques validés comme l'échelle des activités instrumentales de la vie quotidienne [11], tandis que le diagnostic différentiel avec d'autres pathologies neurodégénératives, notamment la maladie de Parkinson, est abordé par des critères clinico-pathologiques [16] et des échelles spécifiques [29]. Les analyses statistiques mobilisent des environnements dédiés [1] et des modèles mixtes [4], et les revues systématiques suivent les recommandations PRISMA [3,5,6]. Les critères diagnostiques psychiatriques du DSM-5 complètent ce cadre nosologique [2]. ## 3. TEXTES FONDATEURS - **[19]** Jack et al. (2018) : Article pivot définissant le cadre AT(N) de la NIA-AA, qui redéfinit biologiquement la MA par ses biomarqueurs (amyloïde, tau, neurodégénérescence), fondement direct de la recherche préclinique actuelle. - **[10]** McKhann et al. (2011) : Révision des critères diagnostiques de la démence due à la MA, intégrant pour la première fois les biomarqueurs dans un cadre clinique flexible applicable en recherche et en pratique. - **[18]** Albert et al. (2011) : Formalisation des critères du MCI dû à la MA, établissant le pont diagnostique entre la phase préclinique et la démence, avec deux niveaux de certitude selon la disponibilité des biomarqueurs. - **[7]** McKhann et al. (1984) : Critères cliniques fondateurs NINCDS-ADRDA pour le diagnostic de la MA, référence historique ayant guidé trente ans de recherche avant leur révision. - **[13]** Hardy & Selkoe (2002) : Synthèse magistrale de l'hypothèse amyloïde, analysant ses succès et ses limites, structurant le débat thérapeutique et étiologique pour les deux décennies suivantes. - **[26]** Petersen (2004) : Conceptualisation du MCI comme entité diagnostique autonome, distinguant ses sous-types et établissant sa valeur prédictive pour la conversion vers la démence. - **[14]** Raichle et al. (2001) : Découverte du réseau du mode par défaut, devenu un biomarqueur fonctionnel central de la perturbation cérébrale dans la MA préclinique et prodromale. - **[22]** Corder et al. (1993) : Démonstration de l'effet dose-dépendant d'APOE-ε4 sur le risque et l'âge d'apparition de la MA, fondement de la stratification génétique des cohortes. ## 4. TENDANCES L'évolution chronologique révèle trois phases distinctes : **Phase fondatrice (1984-2002)** : Établissement des critères cliniques de la MA [7], identification d'APOE-ε4 comme facteur de risque génétique [22], formulation de l'hypothèse amyloïde [28,13], et découverte de la connectivité fonctionnelle cérébrale [17] et du réseau du mode par défaut [14]. **Phase de transition (2004-2011)** : Formalisation du MCI comme entité clinique [26], raffinement des réseaux cérébraux intrinsèques [20,27,21,25], et surtout révision majeure des critères NIA-AA intégrant les biomarqueurs pour la démence [10] et le MCI [18]. **Virage biologique récent (2013-2018)** : Le tournant décisif est le cadre AT(N) de 2018 [19], qui opère un découplage radical entre définition biologique et syndrome clinique. Ce virage reflète le passage d'une nosologie syndromique à une nosologie basée sur les biomarqueurs, rendant possible l'identification de la MA à son stade préclinique, avant toute plainte cognitive. L'interaction entre pathologies amyloïde et tau est précisée expérimentalement [15], et les outils d'évaluation clinique comme le DSM-5 s'adaptent [2]. La tendance méthodologique montre une sophistication croissante : des analyses statistiques plus complexes via modèles mixtes [4], une standardisation des revues systématiques [3,5,6], et des parcellations cérébrales automatisées [12,30]. ## 5. CONTROVERSES / GAPS **Validité de l'hypothèse amyloïde** : Malgré sa centralité théorique [13,28], les échecs thérapeutiques répétés ciblant l'amyloïde questionnent la suffisance de cette hypothèse. La relation entre oligomères amyloïdes et pathologie tau [15] suggère des mécanismes plus complexes que la simple cascade linéaire initialement proposée. **Définition biologique vs. clinique de la MA** : Le cadre AT(N) [19] définit la MA indépendamment des symptômes, ce qui soulève la question de la signification clinique d'une positivité amyloïde chez des individus cognitivement normaux. Les critères de 2011 [10,18] maintenaient un ancrage clinique que le cadre de 2018 relativise, créant une tension conceptuelle non résolue. **Hétérogénéité du MCI** : Bien que formalisé comme entité [26], le MCI reste hétérogène dans ses trajectoires évolutives. Tous les patients MCI ne progressent pas vers la démence, et les critères biomarqueurs [18] ne permettent pas encore une prédiction individuelle fiable. **Spécificité des biomarqueurs d'imagerie fonctionnelle** : Le DMN [14,20] et les réseaux de saillance [27] sont perturbés dans de multiples pathologies neurodégénératives, pas uniquement la MA, ce qui limite leur spécificité diagnostique. Le diagnostic différentiel avec d'autres démences, notamment à corps de Lewy ou parkinsonienne [16,29], reste un défi. **Lacune sur la plainte cognitive subjective (SCD)** : Malgré la thématique de recherche initiale, ce cluster ne contient pas de référence fondatrice spécifiquement dédiée aux critères de SCD (notamment Jessen et al., 2014), ce qui suggère un gap dans la formalisation de cette phase la plus précoce du continuum, pourtant visée par le cadre AT(N) [19]. **Biais de représentativité** : L'évaluation fonctionnelle repose sur des instruments anciens [11] dont la sensibilité aux stades précliniques et prodromaux est discutable, et les cohortes fondatrices [22] présentent des biais ethniques et socio-économiques rarement discutés.

# Analyse Bibliométrique du Cluster ## 1. THÈME DU CLUSTER **Bases moléculaires, neuropathologiques et biomarqueurs de la maladie d'Alzheimer : de la cascade amyloïde aux modèles dynamiques de progression et aux approches thérapeutiques.** --- ## 2. SYNTHÈSE Ce cluster réunit les travaux fondateurs et contemporains qui structurent notre compréhension de la maladie d'Alzheimer (MA), depuis ses bases moléculaires jusqu'aux cadres diagnostiques modernes. La caractérisation initiale du peptide amyloïde-β (Aβ) [6] et le clonage de son précurseur (APP) [13] ont posé les fondements de l'hypothèse amyloïde, renforcée par l'identification de mutations causales dans l'APP [12] et les présénilines [21]. La stadification neuropathologique de Braak et Braak [1] a fourni un cadre anatomopathologique de référence pour la progression tau, complété par un modèle analogue pour la maladie de Parkinson [2]. Sur le plan mécanistique, la toxicité synaptique des oligomères solubles d'Aβ a été démontrée comme événement précoce clé [11,24], confortant l'hypothèse que la MA est fondamentalement une défaillance synaptique [18], s'ajoutant au déficit cholinergique historiquement identifié [25]. La neuroinflammation constitue un axe majeur, impliquant la microglie [4,5,15,26] et les astrocytes réactifs neurotoxiques [3], redéfinissant l'inflammation comme acteur causal et non simple épiphénomène. Le rôle de l'apolipoprotéine E comme principal facteur de risque génétique [27] et l'identification de nouveaux loci de susceptibilité par GWAS [28] ont élargi le paysage génétique. Les modèles dynamiques de biomarqueurs [10,19] ont formalisé la séquence temporelle des changements pathologiques, validés par les données longitudinales des formes autosomiques dominantes [23]. Ces cadres ont conduit aux critères diagnostiques de recherche IWG-2 [30] et à la caractérisation du trouble cognitif léger comme stade prodromique [22]. La réserve cognitive module l'expression clinique de cette pathologie [29]. Les approches d'imagerie, incluant la morphométrie voxelwise [14] et les standards pour la pathologie des petits vaisseaux [7], ont enrichi la phénotypisation. La revue la plus récente du Lancet [16] synthétise ces avancées, tandis que le succès modéré du lécanémab [8] représente la première validation thérapeutique anti-amyloïde en phase III. Le modèle triple-transgénique [20] reste un outil préclinique central pour tester ces hypothèses. --- ## 3. TEXTES FONDATEURS - **[1] Braak & Braak (1991)** : Article le plus cité du cluster (16 046 citations), il établit la stadification en six stades de la pathologie neurofibrillaire tau, devenue le gold standard neuropathologique universel pour évaluer la sévérité de la MA. - **[6] Glenner & Wong (1984)** : Première purification et caractérisation biochimique du peptide amyloïde-β cérébrovasculaire, acte fondateur de toute l'hypothèse de la cascade amyloïde. - **[10] Jack et al. (2009)** : Propose le modèle hypothétique de biomarqueurs dynamiques ordonnant temporellement amyloïde, tau, neurodégénérescence et déclin cognitif, cadre conceptuel directement précurseur du framework AT(N). - **[12] Goate et al. (1991)** : Première démonstration d'une mutation causale dans le gène APP co-ségréguant avec la MA familiale précoce, preuve génétique décisive de la causalité amyloïde. - **[5] Keren-Shaul et al. (2017)** : Identification par transcriptomique unicellulaire de la microglie associée à la maladie (DAM), révolutionnant la compréhension du rôle de l'immunité innée cérébrale dans la MA. - **[19] Jack et al. (2013)** : Mise à jour du modèle dynamique de biomarqueurs intégrant la variabilité interindividuelle et les données longitudinales, consolidant le cadre théorique pour les essais cliniques en phase préclinique. - **[23] Bateman et al. (2012)** : Validation empirique majeure du modèle de biomarqueurs dans les formes autosomiques dominantes, démontrant des changements pathologiques débutant 25 ans avant les symptômes. - **[30] Dubois et al. (2014)** : Critères IWG-2 intégrant les biomarqueurs dans la définition diagnostique de la MA, étape clé vers une conception biologique (et non purement clinique) de la maladie. --- ## 4. TENDANCES CHRONOLOGIQUES **Phase fondatrice (1976-1995)** : Découverte du déficit cholinergique [25], caractérisation biochimique de l'Aβ [6], clonage de l'APP [13], identification des mutations de l'APP [12] et des présénilines [21], et stadification neuropathologique [1]. Cette période pose les bases moléculaires et anatomopathologiques. **Phase mécanistique (2000-2010)** : Approfondissement des mécanismes avec la synaptotoxicité des oligomères [11,24], la caractérisation de la MA comme maladie synaptique [18], la synthèse sur la neuroinflammation [15,26], le développement de modèles animaux [20], la génétique des formes sporadiques [28], et la formalisation du modèle de biomarqueurs dynamiques [10]. La morphométrie cérébrale se standardise [14]. **Phase translationnelle (2012-2017)** : Validation du modèle temporel par les cohortes dominantes [23], mise à jour des biomarqueurs [19], nouveaux critères diagnostiques [30], caractérisation du MCI [22], réserve cognitive [29], et révolution de la neuroimmunologie avec la DAM [5] et les astrocytes A1 [3]. Les standards d'imagerie vasculaire se formalisent [7]. **Virage thérapeutique récent (2021-2022)** : La synthèse du Lancet [16] intègre l'ensemble de ces connaissances, et le lécanémab [8] marque un tournant en démontrant pour la première fois un bénéfice clinique significatif d'une immunothérapie anti-amyloïde, validant partiellement l'hypothèse amyloïde comme cible thérapeutique après des décennies d'échecs. --- ## 5. CONTROVERSES ET LACUNES **Validité de l'hypothèse amyloïde comme cible thérapeutique** : Malgré les preuves génétiques solides [6,12,21] et le modèle de biomarqueurs [10,19], l'efficacité clinique modeste du lécanémab [8] (réduction de 27% du déclin cognitif) soulève la question de savoir si le ciblage de l'amyloïde seul est suffisant, ou si la pathologie tau [1] et la neuroinflammation [4,5] doivent être ciblées conjointement. **Rôle causal versus réactif de la neuroinflammation** : L'identification de la microglie DAM [5] et des astrocytes neurotoxiques A1 [3] suggère un rôle actif de la neuroinflammation dans la neurodégénérescence [4,26], mais la question de la fenêtre temporelle d'intervention (bénéfique précocement, délétère tardivement) reste non résolue [15]. **Transposabilité des modèles animaux** : Le modèle 3xTg-AD [20] et autres modèles transgéniques reproduisent l'amyloïdose et la tauopathie mais échouent à capturer la complexité de la MA humaine, notamment l'interaction avec la pathologie vasculaire [7] et le vieillissement naturel, contribuant aux échecs translationnels. **Hétérogénéité et comorbidités** : Le modèle linéaire de biomarqueurs [10,19] ne rend pas pleinement compte de l'hétérogénéité clinique, de l'influence de la réserve cognitive [29], de la contribution vasculaire [7], ni de la co-occurrence fréquente avec la pathologie à corps de Lewy [2,9]. Les critères IWG-2 [30] et le framework AT(N) peinent encore à intégrer ces dimensions de comorbidité. **Lacune sur la phase préclinique subjective** : Bien que le modèle de biomarqueurs [10,19,23] identifie des changements des décennies avant les symptômes et que le MCI soit bien caractérisé [22], les mécanismes liant la positivité amyloïde au déclin cognitif subjectif restent insuffisamment élucidés dans ce corpus, qui manque d'articles spécifiquement centrés sur le SCD (subjective cognitive decline) et les facteurs de progression dans cette fenêtre pré-MCI.

# Analyse Bibliométrique du Cluster ## 1. THÈME DU CLUSTER **Méthodologies statistiques, outils d'évaluation clinique et approches computationnelles appliqués au vieillissement cognitif, à la dépression et aux troubles neurodégénératifs.** ## 2. SYNTHÈSE Ce cluster réunit des articles qui constituent l'infrastructure méthodologique et clinique de la recherche sur le déclin cognitif lié au vieillissement et les troubles associés (dépression, troubles du sommeil, fragilité). Il ne s'agit pas d'un cluster thématiquement homogène centré sur la maladie d'Alzheimer elle-même, mais plutôt d'un ensemble d'outils fondamentaux mobilisés dans cette recherche. Sur le plan de l'**évaluation cognitive**, le Mini-Mental State Examination (MMSE) [4] et le Montreal Cognitive Assessment (MoCA) [19] constituent les deux instruments de dépistage les plus utilisés pour identifier le trouble cognitif léger (MCI) et les stades précliniques de la démence, le MoCA ayant été spécifiquement développé pour détecter le MCI chez des patients performant normalement au MMSE [19]. Le test de Stroop [25] complète ces outils en évaluant les fonctions exécutives et l'interférence attentionnelle. L'**évaluation psychiatrique et gériatrique** repose sur des échelles standardisées de dépression — Hamilton [18], Beck [14], l'échelle gériatrique de Yesavage [28] — et d'anxiété/dépression hospitalière [10], ainsi que sur des mesures de qualité du sommeil (Pittsburgh Sleep Quality Index [17]) et de somnolence diurne (Epworth [26]). Le cadre diagnostique est structuré par le DSM-5 [2]. La fragilité physique, facteur de risque de déclin cognitif, est opérationnalisée par le phénotype de Fried [21]. La qualité de vie des personnes âgées dépressives [30] et les soins en unités spécialisées pour la démence [23] sont également abordés. Sur le plan **méthodologique et statistique**, le cluster intègre des méthodes de méta-analyse (PRISMA [5,12], hétérogénéité [8,16], biais de publication [9]), d'analyse statistique (contrôle du taux de fausses découvertes [3], puissance statistique [7], comparaison de courbes ROC [22], médiation/modération [11]), d'apprentissage automatique (forêts aléatoires [1], apprentissage profond [6]) et d'analyse de signaux neurophysiologiques (EEGLAB [20]). L'analyse de réseaux complexes [13] et les marqueurs biologiques du vieillissement [29] complètent ce panorama. L'utilisation de technologies pour le maintien à domicile [24] et les effets hormonaux postménopausiques [27] représentent des thématiques transversales liées au vieillissement. ## 3. TEXTES FONDATEURS - **[4]** Folstein et al. (1975) : Le MMSE est l'instrument de dépistage cognitif le plus cité de l'histoire médicale, servant de référence universelle pour quantifier le déclin cognitif et stratifier les patients dans les études sur l'Alzheimer préclinique. - **[19]** Nasreddine et al. (2005) : Le MoCA a été explicitement conçu pour combler les lacunes du MMSE dans la détection du MCI, avec une sensibilité et une spécificité élevées, ce qui en fait un outil central dans le cadre AT(N). - **[2]** DSM-5 (2013) : Fournit le cadre nosologique de référence pour les troubles neurocognitifs majeurs et légers, structurant la classification diagnostique de l'ensemble du domaine. - **[5]** Page et al. (2021) et **[12]** Moher et al. (2009) : Les directives PRISMA standardisent la conduite et le rapport des revues systématiques, essentielles pour synthétiser les données sur les biomarqueurs amyloïdes et le déclin cognitif subjectif. - **[1]** Breiman (2001) : Les forêts aléatoires sont devenues un outil prédictif majeur pour la classification des stades précliniques de la maladie d'Alzheimer à partir de données multimodales (neuroimagerie, biomarqueurs, données cognitives). - **[3]** Benjamini & Hochberg (1995) : La correction FDR est indispensable dans les études à grande échelle (neuroimagerie voxel-à-voxel, études génomiques) pour contrôler les faux positifs. - **[21]** Fried et al. (2001) : La définition opérationnelle de la fragilité physique a permis d'étudier ses interactions avec le déclin cognitif, établissant un pont entre gériatrie et neurologie. ## 4. TENDANCES L'évolution chronologique révèle trois phases distinctes : **Phase fondatrice (1960-1995)** : Développement des outils d'évaluation psychiatrique et cognitive classiques — échelles de dépression de Hamilton [18] et Beck [14], MMSE [4], test de Stroop [25], Edinburgh Handedness Inventory [15], échelle gériatrique de dépression [28] — ainsi que des méthodes statistiques fondamentales [3]. **Phase de consolidation méthodologique (1997-2007)** : Émergence des outils de méta-analyse [9,16,8], du MoCA [19] comme alternative au MMSE pour le MCI, de l'apprentissage automatique [1], des réseaux complexes [13], du phénotype de fragilité [21], de l'analyse EEG [20] et des outils de puissance statistique [7]. **Phase contemporaine (2013-2021)** : Virage marqué vers l'apprentissage profond [6], la mise à jour des cadres diagnostiques (DSM-5 [2]) et méthodologiques (PRISMA 2020 [5]), la biologie du vieillissement [29], les technologies pour le maintien à domicile [24], et les revues intégratives sur la dépression et la qualité de vie en gériatrie [30,23]. Ce virage récent traduit une convergence entre approches computationnelles avancées, biomarqueurs du vieillissement et évaluations cliniques multidimensionnelles. ## 5. CONTROVERSES / GAPS - **MMSE vs MoCA** : Le MoCA [19] a été développé pour pallier le manque de sensibilité du MMSE [4] au MCI, mais le débat persiste sur les seuils optimaux et l'applicabilité interculturelle de ces deux instruments, aucun des deux n'étant parfaitement calibré pour le déclin cognitif subjectif préclinique. - **Hétérogénéité des méta-analyses** : Les mesures d'hétérogénéité [8,16] et les tests de biais de publication [9] révèlent des inconsistances fréquentes dans les synthèses sur le vieillissement cognitif, questionnant la robustesse de certaines conclusions agrégées. - **Lacune d'intégration** : Le cluster met en évidence un écart entre les outils d'évaluation clinique traditionnels [4,19,14,18,28] et les méthodes computationnelles modernes [1,6,20]. L'intégration effective de l'apprentissage profond [6] et des forêts aléatoires [1] dans la pratique clinique de détection précoce reste un défi non résolu. - **Fragilité et cognition** : Bien que le phénotype de fragilité [21] soit bien défini physiquement, son articulation avec les cadres cognitifs (MCI, déclin subjectif) et le cadre AT(N) demeure insuffisamment explorée, les marqueurs de fragilité cognitive n'étant pas standardisés. - **Technologies et vieillissement** : L'utilisation de la technologie pour le maintien à domicile [24] et les unités spécialisées de soins [23] soulèvent des questions sur l'équité d'accès et l'efficacité comparative, avec des données encore limitées issues d'essais contrôlés. - **Facteurs hormonaux** : L'étude WHI [27] a montré que les risques de l'hormonothérapie substitutive dépassaient les bénéfices, mais les effets cognitifs spécifiques restent débattus, créant un gap dans la compréhension des facteurs de risque sexe-spécifiques du déclin cognitif.