Les uvéites sont classées selon la localisation de l’inflammation dans l’œil, mais les  causes, le cours de la maladie, son pronostic ou son traitement peuvent varier pour une même localisation. Les experts internationaux ont travaillé en 4 étapes. Dans la première, ils ont standardisé le langage utilisé pour décrire chaque type d’uvéite. Dans la deuxième (« collection de cas »), ils ont créé une base de données à partir de 5766 cas d’uvéite, chaque type d’uvéite comprenant 100 à 250 cas. Dans la troisième phase (« sélection de cas »), des comités de chacun neuf experts ont passé les cas d’uvéites en revue et décidé ensemble à quelle type d’uvéite chaque cas appartenait : seuls les cas obtenant au moins 75% de consensus étaient inclus dans la base de données finale, laquelle a regroupé en tout 4046 cas d’uvéites. Ces 4046 cas étaient traités par « machine learning » (ou apprentissage automatique, une forme d’intelligence artificielle), d’abord dans un set d’entraînement, puis dans un set de validation. Les critères retenus ont permis une performance globale pour chaque type d’uvéite de plus de 90% (de 94% pour la panuvéite à 99,3% pour l’uvéite intermédiaire). Le faible taux de classification inexacte permet de conclure à l’efficacité des critères retenus, ce qui soutient leur utilisation en recherche clinique et translationnelle.

Development of Classification Criteria for the Uveitides; The Standardization of Uveitis Nomenclature (SUN) Working Group. Am J Ophthalmol.   1er août, 2021;228:96-105.

F. Rigal