La crise de la Covid-19 et les confinements successifs qu’elle a engendrés ont mis en lumière l’impact de la dépression dans la population, et ce tout particulièrement chez les jeunes et les étudiants. Ce trouble de l’humeur, très fréquent dans la population, peut parfois être sévère. Il s’agit d’un facteur de risque majeur de suicide : le risque de tentative de suicide est ainsi multiplié par 30 en cas d’épisode dépressif d’après le site Internet de l’Inserm. Le suicide est la 2^ème cause de mortalité chez les 15-24 ans, et la 1ère chez les 25-34 ans.

Pour tenter d’enrayer ce phénomène, il faudrait pouvoir proposer précocement une prise en charge adaptée aux jeunes les plus à risque, c’est-à-dire ceux présentant des « comportements suicidaires » tels que des pensées suicidaires ou encore ayant réalisé une tentative de suicide. Mais comment les identifier rapidement et simplement ? Des chercheurs, dans le cadre d’une collaboration internationale, ont fait un pas en ce sens en utilisant une technologie innovante : l’intelligence artificielle.

Les chercheurs ont ainsi demandé à plus de 5 000 étudiants issus de la cohorte française i-Share de remplir deux questionnaires à un an d’intervalle. Les questions portaient sur leur santé, leur consommation de drogues et d’alcool, leurs antécédents médicaux et psychiatriques ainsi que sur leur état psychique. Dans un premier temps, 70 facteurs prédictifs potentiels ont été identifiés.

Les réponses ont été soumises à un programme dit d’« apprentissage automatique », une forme particulière d’intelligence artificielle qui permet à un programme informatique d’apprendre à partir de données et non à l’aide d’une programmation explicite. Cette méthode a permis de déterminer que quatre d’entre eux étaient suffisants pour prédire plus de 80 % des risques suicidaires : les pensées suicidaires, l’anxiété, des symptômes de dépression et la baisse de l’estime de soi.

Ces travaux demandent confirmation mais ils ouvrent la possibilité de dépistage à grande échelle en identifiant, grâce à des questionnaires courts et simples, les étudiants à risque de suicide pour les orienter vers une prise en charge adéquate.

Source : Macalli M et al. A machine learning approach for predicting suicidal thoughts and behaviours among college students. Sci Rep 2021 ; 11 : 11363.