Objectif Cette étude vise à explorer, à l'aide d'un modèle d'apprentissage automatique, la corrélation entre l'amélioration du syndrome de « chaleur toxique réelle » traitée par Huanglian Jiedu Wan et les biomarqueurs cliniques validés issus des essais cliniques de phase II antérieurs, ainsi que la prédiction efficace des principaux symptômes du syndrome à partir des valeurs de ces biomarqueurs connus. Méthode 229 patients présentant le syndrome de « chaleur toxique réelle » et remplissant les critères d'inclusion ont été sélectionnés et répartis de manière aléatoire en groupe Huanglian Jiedu Wan et groupe placebo. Pour les trois principaux symptômes du syndrome — aphtes buccaux, pharyngite et gingivite — des matrices de transition des symptômes ont été construites pour chaque groupe, puis les données des trois types de patients ont été intégrées pour une analyse globale avec visualisation via des cartes thermiques des tendances d'évolution des symptômes. Basés sur les données préalablement validées des biomarqueurs cliniques liés à l’inflammation, au stress oxydatif et au métabolisme énergétique, des analyses de corrélation de Spearman ont été réalisées pour évaluer l’association entre biomarqueurs et amélioration du syndrome, et des biomarqueurs clés reflétant l’effet du Huanglian Jiedu Wan ont été identifiés par comparaison intergroupe. Un modèle de classification des symptômes majeurs a ensuite été construit avec l’algorithme XGBoost, évalué par validation croisée à 10 plis, et une analyse d’importance des caractéristiques a permis d’identifier les variables les plus contributives. Résultats Les matrices de transition symptomatiques ont montré que le Huanglian Jiedu Wan améliorait davantage les aphtes buccaux, la pharyngite et les symptômes globaux par rapport au placebo, avec un effet particulièrement significatif sur la pharyngite et les symptômes globaux (P <0,01). L’analyse de corrélation de Spearman a révélé que des biomarqueurs cliniques positivement corrélés (liés à l’« inflammation ») comprenaient le succinate, l’α-cétoglutarate, la glycine, le lactate, l’adénosine monophosphate (AMP), le facteur de nécrose tumorale (TNF-α), l’interféron-γ (IFN-γ), les interleukines (IL)-1β, IL-4, IL-6, IL-8, IL-10, etc. Les biomarqueurs négativement corrélés (liés à l’« abaissement de la chaleur ») sous traitement par Huanglian Jiedu Wan comprenaient le malate, le fumarate, l’acide aconitique, l’hormone corticotrope (ACTH), IL-1β, IL-4, IL-8, le succinate et le citrate. Le modèle de classification XGBoost utilisant les 52 biomarqueurs cliniques a obtenu une précision moyenne de test de 0,754 et un F1 moyen de 0,777. L’analyse d’importance a montré que le glutamate et IL-6 dans la salive avaient des scores d’importance respectifs de 0,081 et 0,080, les plus élevés parmi toutes les variables. Après sélection de 14 variables clés et optimisation des paramètres, les performances du modèle se sont améliorées, avec une précision moyenne de 0,758 et un F1 de 0,798, confirmant la bonne capacité prédictive basée sur ces biomarqueurs clés. Conclusion Cette étude révèle systématiquement la corrélation entre l’amélioration du syndrome de « chaleur toxique réelle » sous traitement par Huanglian Jiedu Wan et des biomarqueurs cliniques, et établit un modèle de classification XGBoost basé sur des biomarqueurs clés pour prédire efficacement les symptômes d’aphtes buccaux et de pharyngite, offrant de nouvelles perspectives pour l’identification objective des syndromes en médecine traditionnelle chinoise.

Huanglian Jiedu Wan ; syndrome « chaleur toxique réelle » ; biomarqueurs cliniques ; apprentissage automatique ; analyse de corrélation