Introducing circStudio, a Python package for preprocessing, analyzing and modeling actigraphy data

Le papier présente circStudio, un package Python unifié qui facilite le prétraitement, l'analyse et la modélisation mathématique des données d'actigraphie pour soutenir la recherche en biologie circadienne et en santé numérique.

L'essentiel

🌙 circStudio : Le Traducteur Magique de votre Sommeil

Imaginez que vous portez une montre connectée ou un bracelet qui enregistre tout ce que vous faites : quand vous bougez, quand il fait jour ou nuit autour de vous, et même votre température corporelle. C'est ce qu'on appelle l'actigraphie.

Le problème, c'est que ces appareils sont comme des cuisiniers qui parlent des langues différentes.

• L'un parle "ActTrust", l'autre "Fitbit", un troisième "Garmin".
• Pour comprendre ce qu'ils disent, il faut souvent utiliser plusieurs logiciels différents : un pour nettoyer les données, un autre pour calculer la qualité du sommeil, et un troisième pour prédire comment votre horloge interne réagit à la lumière. C'est fastidieux, comme devoir changer de dictionnaire à chaque phrase.

C'est ici qu'intervient circStudio.

🛠️ Qu'est-ce que circStudio ?

circStudio est un nouveau "couteau suisse" informatique (un logiciel écrit en Python) qui rassemble tout en un seul endroit. C'est comme si vous aviez un chef d'orchestre unique capable de :

1. Écouter n'importe quel instrument (n'importe quelle marque de montre).
2. Nettoyer le son (enlever les bruits parasites).
3. Analyser la mélodie (calculer si votre sommeil est régulier).
4. Prédire la suite de la musique (simuler comment votre corps réagira à la lumière).

🚀 Comment ça marche ? (L'analogie du Voyageur)

Voici le voyage que vos données font à travers circStudio :

1. L'Arrivée au Port (Lecture des fichiers)

Imaginez que vos données brutes sont des valises arrivant d'horizons différents. CircStudio possède des adaptateurs (des passeports universels) qui ouvrent n'importe quelle valise, quelle que soit la marque de la montre, pour en sortir le contenu proprement.

2. Le Nettoyage (Prétraitement)

Parfois, la montre tombe du poignet, ou vous la retirez pour la charger. Cela crée des trous dans les données (des moments où l'on ne sait pas si vous dormiez ou non).

• L'analogie : C'est comme un filtre à café. CircStudio enlève les grains de café (les erreurs) et, s'il manque un peu de liquide, il le remplit intelligemment en regardant ce que vous faisiez à la même heure les jours précédents.

3. L'Analyse (Les Métriques)

Une fois le café propre, on peut le déguster. CircStudio calcule des indicateurs de santé du sommeil :

• La Régularité (SRI) : Est-ce que vous vous couchez et vous levez à la même heure, comme un train suisse ? Ou est-ce que c'est le chaos ?
• L'Amplitude (RA) : Est-ce que la différence entre votre journée (très active) et votre nuit (très calme) est bien marquée ? C'est comme comparer un concert de rock à une bibliothèque silencieuse. Si la différence est faible, votre rythme est "mou".

4. La Prédiction (Modélisation Mathématique)

C'est la partie la plus "magique". CircStudio ne se contente pas de regarder le passé ; il essaie de simuler le futur.

• Il utilise des modèles mathématiques complexes (comme ceux inventés par de grands scientifiques) pour répondre à la question : "Si je m'expose à cette lumière bleue à 23h, comment mon horloge biologique va-t-elle réagir demain matin ?"
• C'est comme avoir un simulateur de vol pour votre corps. Vous pouvez tester : "Et si je changeais mes horaires de travail ?" et voir comment votre rythme circadien réagirait avant même de le faire.

🧪 L'Exemple Réel : Les Sous-Marins

Pour prouver que ça marche, les auteurs ont utilisé circStudio pour étudier des militaires sur un sous-marin.

• Le contexte : Dans un sous-marin, il n'y a pas de jour ni de nuit. Les gens travaillent par équipes (shifts).
• La découverte : En utilisant circStudio, ils ont pu montrer rapidement que plus le sommeil des marins était irrégulier (comme un train en retard), plus leur rythme biologique était faible (comme une mélodie sans force).
• Sans ce logiciel, cette analyse aurait pris des semaines de codage. Avec circStudio, c'est allé très vite.

🌟 Pourquoi c'est important pour tout le monde ?

Avant, pour faire ce genre d'études, il fallait être un expert en programmation et jongler avec cinq logiciels différents.
Aujourd'hui, circStudio rend cette science accessible.

• Pour les chercheurs : C'est un terrain de jeu flexible pour tester de nouvelles idées.
• Pour la santé : Cela ouvre la voie à des applications qui pourraient nous aider à mieux dormir, à mieux gérer le travail de nuit, ou à comprendre comment la lumière affecte notre humeur.

En résumé : circStudio est le pont qui relie la donnée brute (ce que votre montre enregistre) à la compréhension profonde de votre biologie (comment votre corps fonctionne), le tout dans une seule boîte à outils simple et puissante.

Résumé technique

Titre : Introduction de circStudio, un package Python pour le prétraitement, l'analyse et la modélisation des données d'actigraphie

1. Problématique

L'actigraphie est une méthode non invasive et rentable pour surveiller les rythmes comportementaux (activité locomotrice, exposition à la lumière, température) dans des conditions réelles. Cependant, l'analyse de ces données souffre de plusieurs limitations majeures :

• Fragmentation des outils : Les fonctionnalités essentielles (prétraitement, calcul de métriques, modélisation mathématique) sont souvent dispersées dans des logiciels distincts ou des packages open-source différents (par exemple, pyActigraphy pour le traitement des données et circadian pour la modélisation).
• Interopérabilité réduite : Le passage d'un outil à l'autre nécessite un effort de programmation supplémentaire et limite la reproductibilité.
• Dépendance aux formats propriétaires : De nombreux fabricants de capteurs utilisent des formats de fichiers fermés et des logiciels d'analyse propriétaires, ce qui restreint l'accès des chercheurs aux données brutes et à des méthodes d'analyse avancées.
• Limitations des modèles existants : Certains packages de modélisation circadienne (comme circadian) peinent à gérer des schémas d'exposition à la lumière réalistes et bruyants, échouant souvent à calculer les variables d'état du modèle.

2. Méthodologie et Architecture

Pour répondre à ces défis, les auteurs ont développé circStudio, un package Python unifié conçu pour intégrer le traitement des données d'actigraphie et la modélisation mathématique des rythmes circadiens.

• Architecture Logicielle :

  • Le package est construit sur la base de code de pyActigraphy mais réorganisé en deux modules principaux : io (Entrée/Sortie et prétraitement) et analysis (Analyse des données).
  • Classe Raw : Contrairement à pyActigraphy, le calcul des métriques est découplé de la classe Raw. Cette dernière est dédiée exclusivement au prétraitement du signal (lecture de fichiers, masquage, nettoyage), permettant aux utilisateurs d'implémenter des pipelines de prétraitement personnalisés.
  • Adaptateurs de fichiers : Le package inclut des classes adaptatrices pour convertir divers formats de fichiers propriétaires (ex: ActTrust) en objets Raw standardisés.

• Fonctionnalités de Prétraitement :

  • Gestion des segments invalides (début/fin d'enregistrement).
  • Masquage des périodes d'inactivité erronées (marquées comme NaN) et imputation des valeurs manquantes (par la moyenne des jours correspondants).
  • Binarisation du signal, lissage (smoothing) et rééchantillonnage.

• Modélisation Mathématique :

  • CircStudio intègre plusieurs modèles de rythmes circadiens issus du package circadian (Arcascope), adaptés pour gérer des données lumineuses réalistes.
  • Modèles implémentés : Forger, Jewett, HannaySP, HannayTP, Hilaire07, Breslow13 (modèle de mélatonine) et Skeldon23 (pression de sommeil).
  • Workflow de modélisation : Les modèles utilisent les séries temporelles de lumière prétraitées comme entrée. Le package permet d'estimer de nouvelles conditions initiales par itération pour stabiliser les prédictions (ex: DLMO - Dim Light Melatonin Onset) avant d'extraire les marqueurs de phase.

3. Contributions Clés

• Unification du flux de travail : CircStudio est le premier package à offrir un cadre unique allant des données brutes de wearables aux sorties physiologiques interprétables, couvrant le prétraitement, l'extraction de métriques et la simulation dynamique.
• Flexibilité et Extensibilité : La séparation entre le prétraitement (Raw) et l'analyse permet d'appliquer les métriques de circStudio à d'autres types de séries temporelles (ex: température corporelle périphérique) et de créer des pipelines personnalisés.
• Support de modèles complexes : Le package gère efficacement des modèles non linéaires complexes (comme Skeldon23 avec ses boucles de rétroaction continue/discontinue) et des modèles de compartiments physiologiques (Breslow13 pour la mélatonine).
• Documentation et Accessibilité : Le package est disponible sur PyPI, avec une documentation complète incluant des tutoriels interactifs et un référentiel GitHub actif.

4. Résultats et Validation

Les auteurs ont validé l'outil à travers deux approches :

• Cas d'usage théorique (Submarine Study) : L'application de circStudio sur des données réelles d'une mission militaire en sous-marin a permis de calculer rapidement des métriques clés (Indice de Régularité du Sommeil - SRI, Amplitude Relative - RA).
  • Résultats statistiques : Une corrélation positive modérée a été observée entre le SRI et la RA ($\rho = 0.422$), et une corrélation négative entre le SRI et l'activité durant les 5 heures les moins actives (L5).
  • Interprétation : Ces résultats confirment l'hypothèse selon laquelle une régularité du sommeil réduite est associée à une robustesse circadienne diminuée, médiée par une activité nocturne accrue.
• Visualisation : Le package fournit des visualisations interactives des séries temporelles brutes, des métriques calculées et des états internes des modèles mathématiques (ex: trajectoires de mélatonine ou de pression de sommeil).

5. Importance et Perspectives

• Impact Scientifique : CircStudio facilite la reproductibilité des recherches en biologie circadienne, en science du sommeil et en santé numérique en éliminant la barrière technique liée à l'utilisation de multiples logiciels.
• Applications Futures : Le package ouvre la voie au développement d'applications orientées vers la santé et permet aux chercheurs de construire des pipelines d'analyse sur mesure.
• Limites et Évolutions : Bien que spécialisé dans l'actigraphie, les auteurs envisagent une généralisation vers l'analyse de séries temporelles biologiques plus larges. L'ajout futur d'algorithmes automatiques de détection des périodes de non-port (non-wear) et potentiellement d'une interface graphique (GUI) sont identifiés comme des pistes d'amélioration pour élargir l'accessibilité de l'outil.

En résumé, circStudio représente une avancée significative en consolidant l'écosystème d'analyse des données d'actigraphie en Python, offrant une solution robuste, flexible et intégrée pour la recherche en rythmes biologiques.