Sommeil et démences : un algorithme entraîné sur neuf mesures

Une étude publiée dans Scientific Reports (2024) a entraîné un algorithme de machine learning à quatre classes en utilisant l’âge et neuf biomarqueurs du sommeil. Les classes étaient : démence de la maladie d’Alzheimer, démence à corps de Lewy, synucléinopathie prodromique (personnes atteintes d’un trouble du comportement en sommeil paradoxal isolé) et témoins sans maladie neurodégénérative. L’algorithme a ensuite été testé sur 381 enregistrements, qui comprenaient aussi des personnes atteintes de Parkinson sans démence et avec un trouble cognitif léger.

Les neuf biomarqueurs sont : le temps en sommeil paradoxal, la durée des fuseaux du sommeil, un sommeil N3 atypique, l’hypertonie en sommeil lent, l’activation autonome, le thêta relatif en sommeil lent, le rapport thêta/alpha en sommeil lent, l’efficacité du sommeil et le sommeil en position dorsale.

Ils ont été enregistrés à domicile avec un appareil dédié qui relève l’électroencéphalogramme frontal, les mouvements des yeux, le pouls, la position de la tête et le ronflement : ce ne sont pas des mesures qu’une bague ou une montre ordinaire sait fournir.

La démence à corps de Lewy (LBD) peut être difficile à distinguer de la maladie d’Alzheimer et de la maladie de Parkinson.

Dans l’étude, le profil tiré du sommeil concordait avec le diagnostic clinique dans plus de 75 % des cas pour la maladie d’Alzheimer, la démence à corps de Lewy et les témoins. En répétant l’enregistrement après un certain temps, le profil était identique ou similaire chez 88 % des personnes atteintes de démence à corps de Lewy, 86 % de celles atteintes d’Alzheimer et 98 % des témoins.

La fenêtre de l’intervention neuroprotectrice

Selon les auteurs, il faut des biomarqueurs qui aident à reconnaître tôt la neurodégénérescence, pour traiter plus tôt les symptômes et pour repérer les personnes qui pourraient bénéficier d’interventions neuroprotectrices. Ils écrivent aussi que la méthode doit encore être développée et validée sur des groupes plus larges.

L’étude utilise un appareil dédié et un diagnostic clinique : ce n’est pas ce que fait une application. Le Jumeau Numérique met bout à bout les données que tes appareils écrivent sur ton téléphone, comme les pas, la fréquence cardiaque et le sommeil, et t’en montre l’évolution dans le temps. Il ne compare pas ton sommeil aux profils de cet algorithme, ne signale pas de maladies et ne pose pas de diagnostic : cette recherche décrit des groupes de personnes, pas toi. Une évaluation neurologique, c’est ton médecin qui la décide.