[Late preterm : high risk newborns despite appearances]. / La prématurité tardive : des nourrissons fragiles malgré les apparences.

Late preterm infants are born between 34 weeks of amenorrhea and 36 weeks 6 days. Late preterms represent the largest proportion of premature infants (about 75 %). Late prematurity is increasing in recent decades. While studies initially focused on mortality and morbidity related to very preterm birth, the late preterms have been the subject of increased attention over the past 15 years. Late preterm infants have an increased risk of respiratory complications, infections, feeding problems, hypothermia and hypoglycemia. Neonatal, infant and during adulthood mortalities are significantly higher in late preterm than in term infants. In addition, late preterm infants carry an increased risk of long-term morbidities, such as neurodevelopmental delay, cerebral palsy, chronic respiratory or metabolic diseases. This review highlights the evidence that late preterm infants are high risk newborns and require adapted follow-up.

Les enfants nés entre 34 semaines d'aménorrhée et 36 semaines 6 jours sont dans la période de prématurité tardive. Ils sont également appelés «late-preterm¼. Ces enfants représentent près de 75 % des naissances prématurées dans les pays industrialisés. Cette prématurité tardive est en augmentation croissante sur les dernières décennies. Alors qu'initialement les études se concentraient essentiellement sur la mortalité et les morbidités liées à la grande prématurité, la population des prématurés tardifs a fait l'objet d'une attention accrue ces 15 dernières années. Il est ainsi démontré que ces enfants présentent un risque accru de complications respiratoires, d'infections, de problèmes d'alimentation, d'hypothermie et d'hypoglycémie. La mortalité néonatale, infantile et jusqu'à l'âge adulte des late-preterm est significativement plus élevée que chez les nouveau-nés à terme. De plus, les morbidités à long terme, tels que le retard neurodéveloppemental, l'infirmité motrice cérébrale, les pathologies respiratoires chroniques ou métaboliques, sont significativement plus élevées. A travers cette revue de la littérature, nous revoyons ces risques, qui contribuent à faire des «late preterm¼ une population fragile et nécessitant un suivi adapté.

[Therapeutic advances in neonatology]. / Actualités thérapeutiques en néonatologie.

In this article, we will review major therapeutic advances in neonatology over the past ten years. We will discuss the antenatal administration of magnesium sulfate, the interest of hypothermia in the context of hypoxic ischaemic encephalopathy, the benefits and modalities of placental transfusion, less invasive techniques for ventilation and administration of the surfactant, possibilities to fortify breast milk and the concept of developmental care. These therapeutic advances are sometimes based on new therapeutics, sometimes on new concepts and, sometimes, on new less invasive techniques. They have made it possible to optimize the care of premature babies but also of term newborns.

Dans cet article, nous allons passer en revue les grandes avancées thérapeutiques dans le domaine de la néonatologie au cours des dix dernières années. Nous traiterons de l'administration anténatale du sulfate de magnésium, de l'intérêt de l'hypothermie contrôlée dans le cadre de l'encéphalopathie d'origine hypoxo-ischémique, des bénéfices et modalités de la transfusion placentaire, des techniques moins invasives pour la ventilation et pour l'administration du surfactant, de la fortification du lait maternel et du concept de soins de développement. Ces avancées thérapeutiques reposent tantôt sur des nouveautés thérapeutiques, tantôt sur de nouveaux concepts et, parfois, sur de nouvelles techniques moins invasives. Elles ont permis d'optimiser la prise en charge des prématurés, mais aussi des nouveau-nés à terme.

Three-dimensional architectures grown by simple 'stigmergic' agents.

A simple model of multi-agent three-dimensional construction is presented. The properties of this model are investigated. Based on these properties, a fitness function is defined to characterize the structured patterns that can be generated by the model. The fitness function assigns a value to each pattern. The choice of the fitness function is validated by the fact that human observers tend to view patterns with high (resp. low) fitness as structured (resp. unstructured). A genetic algorithm based on this fitness function is used to explore the space of possible patterns. The genetic algorithm is able to make use of sub-modules of existing patterns and recombine them to produce novel patterns, but strong epistatic interactions among genes make the fitness landscape rugged and prevent more complex patterns from being produced.