Acide Folique : Nouvelles Études Révèlent des Bénéfices Neurodéveloppementaux et une Prédiction Améliorée du Diabète Gestationnel
Paris, France – Des recherches récentes mettent en lumière l’importance cruciale de l’acide folique, non seulement pour la prévention des anomalies du tube neural, mais aussi pour le développement cognitif et la prédiction du diabète gestationnel. Ces découvertes, issues d’études récentes, pourraient transformer les recommandations en matière de supplémentation pendant la grossesse.
Une étude a révélé que les enfants dont les mères ont pris de l’acide folique pendant la grossesse présentent des scores verbaux et comportementaux supérieurs à ceux des enfants dont les mères n’en ont pas pris. plus précisément, les enfants dont les mères ont reçu des doses élevées d’acide folique ont affiché un score verbal moyen de 110, contre 108 pour les groupes à faible dose, avec des scores comportementaux similaires autour de 103. Ces résultats suggèrent que l’acide folique, quelle que soit la dose, contribue positivement au neurodéveloppement, et que des doses plus élevées semblent sûres. Les chercheurs soulignent l’importance d’une supplémentation précoce, en particulier pour les femmes présentant un risque accru, comme celles atteintes d’épilepsie.
L’acide folique : un pilier de la santé maternelle et infantile
L’acide folique, également connu sous le nom de vitamine B9, est essentiel à la croissance et au développement cellulaire. Son rôle dans la prévention des anomalies du tube neural, telles que le spina bifida, est bien établi. Cependant, les recherches récentes élargissent considérablement notre compréhension de ses bénéfices.
Intelligence Artificielle et Prédiction du Diabète Gestationnel
Parallèlement, une autre étude publiée dans Endocrinologie Gynécologique démontre le potentiel de l’intelligence artificielle (IA) pour améliorer la prédiction du diabète gestationnel (GDM). Le GDM, qui touche entre 5% et 30% des femmes enceintes à travers le monde, présente des risques significatifs pour la mère et le bébé.
Des chercheurs ont utilisé un modèle d’apprentissage profond multicouche (MLP) pour analyser 32 variables prénatales, incluant l’âge, l’IMC pré-grossesse, la supplémentation en acide folique, les antécédents familiaux et les biomarqueurs de laboratoire. Le modèle MLP a surpassé les méthodes traditionnelles de régression logistique, atteignant une zone sous la courbe caractéristique de fonctionnement du récepteur de 0,943, une précision moyenne de 0,855 et un score F1 de 0,879.
Les femmes présentant un risque accru de GDM étaient plus susceptibles d’être plus âgées, d’avoir un IMC plus élevé, un niveau d’éducation plus faible, une ménarche précoce et des profils hématologiques, rénaux et hépatiques spécifiques. Les chercheurs suggèrent que l’intégration de données génétiques pourrait encore affiner la prédiction et permettre des stratégies de prévention et de traitement personnalisées.
Ces avancées soulignent l’importance d’une approche proactive de la santé maternelle et infantile, intégrant à la fois la supplémentation nutritionnelle et les technologies de pointe pour une meilleure prise en charge des femmes enceintes.
