Are different consumer sleep technologies measuring the same essential aspects of sleep?

Cette étude conclut que, bien que l'agrégation des données sur 7 à 14 nuits permette d'obtenir des mesures fiables, la plupart des indicateurs de sommeil fournis par les technologies grand public sont spécifiques à l'appareil et que la durée du sommeil constitue le seul aspect essentiel véritablement comparable entre les différents dispositifs.

L'essentiel

🌙 Le Grand Test des Veilleurs de Nuit : Est-ce que toutes les montres racontent la même histoire ?

Imaginez que vous avez quatre amis qui vous racontent comment vous avez dormi la nuit dernière.

• L'ami 1 est un expert médical avec un casque spécial (le PSG, le standard de l'or).
• L'ami 2 est un chercheur avec un bracelet très précis (Axivity).
• L'ami 3 est une montre connectée grand public (Withings Watch).
• L'ami 4 est un capteur discret sous votre matelas (Withings Sleep Analyzer).

La question de cette étude est simple : Si l'ami 3 et l'ami 4 vous disent que vous avez dormi 7 heures, est-ce qu'ils parlent vraiment de la même chose que l'ami 1 ? Et si l'ami 3 dit "7 heures" et l'ami 4 dit "6 heures", est-ce qu'ils mesurent la même qualité de sommeil ?

Les chercheurs ont demandé à 74 personnes âgées (dont certaines avec des troubles de la mémoire) de porter ces appareils en même temps, nuit après nuit, pour voir si ces technologies "grand public" (CST) sont interchangeables.

Voici ce qu'ils ont découvert, traduit en langage courant :

1. Le problème des étiquettes trompeuses 🏷️

C'est un peu comme si deux restaurants vendaient tous les deux un "Burger".

• Chez le premier, c'est un burger de 200g avec du bœuf de qualité.
• Chez le second, c'est un petit sandwich avec du pain blanc et un steak haché industriel.
  Ils ont le même nom sur la carte, mais ce n'est pas la même chose.

De la même façon, les montres connectées utilisent des mots comme "Temps de sommeil total" ou "Sommeil profond". Mais comme elles ne mesurent pas l'activité du cerveau (comme le fait l'expert médical), elles devinent le sommeil en regardant les mouvements ou le pouls. Résultat : une "heure de sommeil" sur une montre n'est pas forcément égale à une "heure de sommeil" sur une autre montre.

2. La règle des "7 nuits" : La patience est la clé ⏳

Une seule nuit de données est comme essayer de deviner le goût d'un plat en y goûtant une seule bouchée. C'est souvent trompeur !

• Si vous regardez une seule nuit, les montres sont souvent en désaccord.
• Mais si vous moyennez les données sur 7 à 14 nuits, les choses se stabilisent.

C'est comme si vous regardiez le temps qu'il fait. Une journée pluvieuse ne signifie pas que l'été est pluvieux. Il faut regarder une semaine entière pour comprendre la "vraie" météo de votre sommeil. L'étude montre que pour obtenir une image fiable de votre sommeil, il faut agréger les données sur une semaine.

3. Le seul point d'accord : La durée (le "Combien") ⏱️

C'est la découverte la plus importante.

• La durée (combien de temps vous avez passé au lit ou dormi) : C'est le seul élément où les montres s'accordent assez bien entre elles. Si la montre A dit "7 heures" et la montre B dit "6h45", elles parlent grosso modo de la même chose. C'est fiable.
• La qualité et la continuité (combien de fois vous vous êtes réveillé, le sommeil profond) : Là, c'est le chaos. Une montre peut dire "sommeil très calme" tandis qu'une autre dit "sommeil agité". Elles ne mesurent pas la même chose.

Analogie : Imaginez que vous mesurez la taille d'une forêt.

• Toutes les montres sont d'accord sur la superficie (la durée).
• Mais elles ne sont pas d'accord sur la densité des arbres (la qualité/continuité). L'une voit une forêt dense, l'autre voit des clairières.

4. Les personnes âgées et la mémoire : Un défi supplémentaire 👴👵

L'étude a aussi inclus des personnes vivant avec la démence. Pour elles, le sommeil est souvent plus fragmenté (plus de réveils, plus de mouvements).
C'est comme essayer de prendre une photo nette d'un enfant qui court partout. Plus l'enfant bouge, plus la photo est floue.
Résultat : Pour les personnes dont le sommeil est très agité, il faut encore plus de nuits de données (parfois plus de 2 semaines) pour obtenir une image fiable, car la "variabilité naturelle" est plus forte.

5. À quoi ça sert ? (L'avenir) 🔮

Même si les montres ne sont pas parfaites, elles sont utiles si on les utilise intelligemment.

• Ne les comparez pas directement : Ne dites pas "Ma montre dit que je dors mal, donc je dois aller chez le médecin". Comparez plutôt vos propres données d'une semaine à l'autre.
• Utilisez-les pour détecter des tendances : Si vous voulez savoir si un médicament aide à dormir, ou si le sommeil d'une personne âgée se dégrade, ces montres sont excellentes à condition de regarder les moyennes sur plusieurs nuits.
• Le "Temps de sommeil" est le roi : Si vous cherchez un indicateur fiable pour suivre la santé d'une personne, concentrez-vous sur la durée totale, car c'est ce que toutes les montres arrivent à mesurer de manière cohérente.

En résumé 📝

Les technologies de sommeil grand public sont comme des cartes géographiques dessinées par différents artistes.

• Elles s'accordent bien sur les frontières des pays (la durée du sommeil).
• Mais elles dessinent les routes et les montagnes (la qualité, les réveils) de manière très différente.

Le conseil des chercheurs : Ne faites pas confiance à une seule nuit. Regardez la moyenne sur une semaine. Et surtout, ne comparez pas les résultats d'une montre avec ceux d'une autre comme s'ils étaient identiques. Chaque appareil a sa propre "vision" du sommeil.

Résumé technique

1. Problématique et Contexte

Les technologies de sommeil grand public (CST - Consumer Sleep Technologies), telles que les montres connectées et les capteurs sous matelas, sont de plus en plus utilisées pour le suivi longitudinal du sommeil, notamment chez les personnes âgées et les personnes vivant avec une démence (PLWD). Cependant, ces dispositifs utilisent des algorithmes propriétaires et non transparents basés sur des signaux périphériques (mouvement, fréquence cardiaque) plutôt que sur l'activité cérébrale directe (comme l'EEG).

Le problème central est que les mesures générées par ces CST (ex: temps de sommeil total, latence d'endormissement) sont souvent étiquetées avec la même terminologie que celles de la polysomnographie (PSG), l'étalon-or clinique. Cela crée une illusion d'équivalence. Les auteurs s'interrogent sur :

• L'interchangeabilité des mesures entre différents appareils.
• La fiabilité (stabilité nuit après nuit) de ces mesures pour caractériser des traits individuels.
• La capacité de ces mesures à capturer des aspects latents du sommeil comparables entre les dispositifs.
• Leur utilité pour la découverte de biomarqueurs numériques (ex: distinction entre PLWD et témoins).

2. Méthodologie

L'étude a été menée sur 74 adultes âgés (moyenne d'âge 70,5 ans), dont 20 PLWD et 54 témoins cognitivement intacts.

Collecte de données :

• Durée : Jusqu'à 14 nuits à domicile, suivies d'une session de PSG en laboratoire.
• Dispositifs simultanés :
  1. Actigraphie de recherche : Axivity (AX3/6), considéré comme un standard de recherche.
  2. CST Portable : Withings Watch (montre connectée).
  3. CST "Nearable" : Withings Sleep Analyzer (capteur sous matelas).
  4. Journal de sommeil : Rapport subjectif (Sleep Diary).
• Données de référence : Une nuit de PSG en laboratoire pour valider les mesures.

Analyse statistique :

• Corrélations : Analyses de corrélation répétées (repeated-measures correlation) pour évaluer les associations entre dispositifs et avec la PSG.
• Fiabilité : Calcul du coefficient de corrélation intra-classe (ICC) pour évaluer la stabilité des mesures sur une seule nuit et l'effet de l'agrégation sur plusieurs nuits (jusqu'à 14) via la formule de Spearman-Brown.
• Analyse en Composantes Principales (PCA) : Application de la PCA avec rotation Varimax pour identifier des aspects latents du sommeil (ex: Durée, Continuité, Timing) et réduire la dimensionnalité.
• Modélisation prédictive : Utilisation de modèles de classification binaire (XGBoost) et d'explications SHAP pour distinguer les PLWD des témoins, en comparant les performances des mesures brutes vs. les aspects latents filtrés par fiabilité.

3. Résultats Clés

A. Validité et Accord avec la PSG

• Les corrélations entre les CST et la PSG sont modérées pour certaines mesures de durée et de timing (ex: temps de sommeil total), mais faibles pour d'autres.
• Les dispositifs Withings surestiment le sommeil profond et sous-estiment le sommeil léger/REM par rapport à la PSG.
• Les mesures de sommeil REM et de profondeur ne sont pas significativement corrélées entre les dispositifs Withings et la PSG.

B. Fiabilité et Agrégation

• Stabilité : 71 % des mesures atteignent une fiabilité acceptable (ICC ≥ 0,7) après 7 nuits d'agrégation, mais ce nombre varie selon le dispositif, la mesure et le groupe de participants.
• Population : Les mesures chez les PLWD sont moins fiables (plus de variabilité intra-sujet) que chez les témoins, nécessitant potentiellement plus de nuits pour stabiliser l'estimation.
• Limites de l'agrégation : L'agrégation améliore la fiabilité des mesures de durée et de timing, mais a un impact limité sur les mesures de continuité (ex: nombre d'éveils, WASO) qui restent instables même après 14 nuits.

C. Interchangeabilité et Aspects Latents (PCA)

• Spécificité des appareils : La plupart des mesures sont spécifiques à l'appareil. Même après réduction de dimensionnalité (PCA), les composantes "Continuité" et "Qualité" restent fortement liées à un dispositif spécifique.
• L'exception de la Durée : La composante "Durée" (Total Sleep Time, temps au lit) est le seul aspect latent qui montre une association modérée et cohérente entre les différents dispositifs objectifs.
• Timing : Les aspects liés au timing montrent également des associations améliorées après agrégation, mais moins robustes que la durée.

D. Utilité Prédictive (Biomarqueurs)

• Les modèles de classification (PLWD vs. Témoins) utilisant des mesures brutes ont des performances variables selon le dispositif (AUC de 0,44 à 0,64).
• L'utilisation d'aspects latents filtrés par fiabilité (PCA sur les mesures fiables) améliore la performance et la stabilité des modèles, notamment pour l'Axivity (AUC = 0,71).
• Il existe une corrélation positive entre la fiabilité d'une mesure (ICC) et son importance dans le modèle prédictif (SHAP), suggérant que les mesures stables sont plus utiles pour la discrimination clinique.

4. Contributions Principales

1. Cadre d'évaluation de la fiabilité : L'article propose une approche centrée sur la fiabilité (stabilité intra-individuelle) plutôt que sur la simple validation absolue contre la PSG, ce qui est plus pertinent pour le suivi longitudinal à domicile.
2. Preuve de non-interchangeabilité : Il démontre que des mesures portant le même nom (ex: "Temps de sommeil total" ou "Efficacité du sommeil") ne sont pas interchangeables entre différents CST et ne mesurent pas nécessairement le même phénomène physiologique sous-jacent.
3. Guide d'agrégation : Il établit que le nombre de nuits nécessaires pour obtenir une mesure fiable varie considérablement (de 2 à 14+ nuits) selon le type de mesure et la population, remettant en question les protocoles standards fixes.
4. Stratégie de filtrage : La démonstration que le filtrage des mesures instables avant l'analyse (PCA) améliore la robustesse des biomarqueurs numériques.

5. Signification et Implications

• Pour la recherche clinique : Les chercheurs ne doivent pas supposer que les données de sommeil provenant de différents appareils grand public sont comparables ou équivalentes à la PSG, sauf pour les mesures de durée.
• Conception d'études : Les études longitudinales doivent adapter la durée de surveillance en fonction de la mesure cible (ex: 7 nuits pour la durée, mais potentiellement plus pour la fragmentation du sommeil, surtout chez les patients atteints de démence).
• Développement de biomarqueurs : Pour créer des biomarqueurs numériques fiables, il est crucial de sélectionner des mesures basées sur leur stabilité (ICC) et d'éviter l'agrégation aveugle de données hétérogènes.
• Prudence clinique : Les mesures de sommeil dérivées de CST ne doivent pas être utilisées pour des diagnostics cliniques directs sans validation spécifique, car elles capturent des représentations spécifiques au dispositif plutôt que l'état latent réel du sommeil.

En conclusion, bien que les CST soient utiles pour le suivi du sommeil, leur utilisation nécessite une approche "consciente de la fiabilité" : privilégier les mesures de durée, agréger les données sur plusieurs nuits, et reconnaître que la plupart des autres métriques sont spécifiques à l'appareil utilisé.