Les résultats de l’étude démontrent que les bruits respiratoires enregistrés par les smartphones pendant dormir à domicile peut identifier de manière fiable l’apnée obstructive du sommeil (AOS), présentant une alternative innovante et accessible à la polysomnographie traditionnelle en laboratoire (PSG). Entre février 2022 et février 2023, les chercheurs ont cherché à valider l’efficacité d’un modèle de prédiction de l’AOS utilisant les bruits respiratoires enregistrés à partir de smartphones, en particulier ceux équipés des systèmes d’exploitation iOS et Android, en conjonction avec une PSG de niveau 2 réalisée à domicile.

Femmes dormant à côté d’un réveil | Crédit d’image : stokkete – stock.adobe.com.jpg

L’étude diagnostique prospective, publiée dans JAMA Otolaryngologie : Chirurgie de la tête et du cou, impliquaient des participants de 19 ans et plus ayant subi un niveau 2 sans surveillance au PSG. Les bruits respiratoires ont été enregistrés simultanément à l’aide de smartphones dans l’environnement familial des participants. L’étude a inclus des personnes atteintes d’AOS diagnostiquée et celles sans diagnostic préalable.

Sur les 101 participants, avec un âge moyen de 48,3 ans et une répartition presque égale entre les sexes, les performances du modèle prédictif ont été évaluées à différents niveaux d’indice d’apnée-hypopnée (IAH).

Pour le smartphone iOS, les données ont révélé des mesures de performances notables dans la prévision de l’OSA. Les valeurs de sensibilité à différents niveaux d’AHI, dont 5, 15 et 30 par heure, étaient constamment élevées à 92,6 %, 90,9 % et 93,3 %, respectivement. Spécificités enregistrées à 84,3 %, 94,4 % et 94,4 %, indiquant la précision du modèle dans l’identification correcte des instances non OSA. Les taux d’exactitude ont souligné la fiabilité du modèle prédictif, s’établissant à 88,6 %, 93,3 % et 94,3 % pour les niveaux d’IAH correspondants.

Le smartphone Android présentait également des capacités prédictives pour l’OSA. Les valeurs de sensibilité aux niveaux d’AHI de 5, 15 et 30 par heure étaient systématiquement élevées à 92,2 %, 90,0 % et 92,9 %, indiquant l’efficacité du modèle pour identifier les vrais cas positifs. Les spécificités ont été mesurées à 84,0 %, 94,4 % et 94,3 %, soulignant la capacité du modèle à reconnaître correctement les instances non OSA. Dans l’ensemble, les taux de précision soulignent davantage la fiabilité du modèle prédictif pour le smartphone Android, atteignant respectivement 88,1 %, 93,1 % et 94,1 % aux niveaux AHI de 5, 15 et 30 par heure.

« Cette étude diagnostique a produit des résultats prometteurs concernant les performances de la prédiction de l’IAH sur smartphone à domicile », ont écrit les chercheurs. « La validation de l’AHI sur smartphone avec la PSG à domicile de niveau 2 comme référence suggère qu’un scénario futur dans lequel les cliniciens utilisent à la fois la PSG en laboratoire et les smartphones à domicile pour évaluer de manière exhaustive les caractéristiques du sommeil des patients atteints d’AOS sur plusieurs nuits est à portée de main. »

Les auteurs de l’étude ont reconnu plusieurs limites à leurs conclusions. Ils se sont concentrés uniquement sur l’IAH total sans enquêter sur les changements de l’IAH dans différentes positions du patient pendant le sommeil, et en raison de la dépendance aux bruits respiratoires enregistrés par les smartphones, l’étude manquait de données sur les changements de position et la saturation en oxygène, limitant l’analyse de leur impact sur l’IAH.

Deuxièmement, le bassin de participants exclusivement coréens et la petite population de validation de l’étude ont limité la généralisabilité du modèle de prédiction à d’autres groupes raciaux et ethniques. Pour résoudre ce problème, les futures études devraient impliquer un échantillon de participants plus large et plus diversifié, selon les résultats de l’étude.

Les chercheurs ont également reconnu le problème bien documenté des résultats de la PSG à domicile de niveau 2 sous-estimant les niveaux d’AOS et d’AHI par rapport à la PSG de niveau 1 en laboratoire. Malgré une grande précision par rapport au PSG à domicile de niveau 2, le modèle peut encore sous-estimer les niveaux d’AOS et d’AHI.

Malgré ces limites, l’étude représente une avancée significative dans la validation d’un modèle d’apprentissage profond pour prédire l’AOS à l’aide des bruits respiratoires enregistrés sur un smartphone.

« En exploitant la commodité et l’accessibilité des smartphones, notre modèle de prédiction offre le potentiel d’une compréhension plus globale des habitudes de sommeil des individus au-delà des limites du laboratoire du sommeil », ont conclu les chercheurs. « Cependant, il est important de reconnaître que le perfectionnement et la validation continus du modèle seront essentiels pour garantir l’exactitude et la fiabilité des résultats. »

Référence

Han SC, Kim D, Rhee C et al. Prédiction à domicile de l’apnée obstructive du sommeil basée sur un smartphone en conjonction avec la polysomnographie à domicile de niveau 2. JAMA Otolaryngol Chirurgie de la tête et du cou. Publié en ligne le 16 novembre 2023. est ce que je:10.1001/jamaoto.2023.3490