Les chercheurs développent l'une des premières méthodes de dépistage du sommeil utilisant des appareils portables pour prédire et détecter l'apparition de la maladie de Parkinson

Les chercheurs développent l’une des premières méthodes de dépistage du sommeil utilisant des appareils portables pour prédire et détecter l’apparition de la maladie de Parkinson

Accueil » Santé » Maladies » Les chercheurs développent l’une des premières méthodes de dépistage du sommeil utilisant des appareils portables pour prédire et détecter l’apparition de la maladie de Parkinson

Le trouble du comportement du sommeil à mouvements oculaires rapides isolés provoque des contractions anormales pendant le sommeil et des épisodes de réalisation de rêves, y compris des mouvements corporels, une expression émotionnelle ou des verbalisations audibles. Le trouble du comportement du sommeil à mouvements oculaires rapides isolé est souvent un symptôme précoce de troubles neurodégénératifs qui pourraient affecter les adultes d’âge moyen et plus âgés plus d’une décennie plus tard ; cependant, des méthodes de dépistage précises ne sont actuellement pas disponibles pour suivre cette condition.

Les chercheurs ont maintenant développé l’une des premières méthodes de dépistage pendant le sommeil pour détecter les premières manifestations de la maladie de Parkinson, en utilisant une technologie non invasive, peu coûteuse, à distance et évolutive déjà intégrée dans la plupart des trackers de sommeil et de fitness portables connus sous le nom d’accéléromètres. Les accéléromètres peuvent surveiller les mouvements et le repos, et ainsi nous informer sur les schémas de sommeil et d’activité avec une grande précision.

La nouvelle méthode est décrite dans un article publié dans la revue Troubles du mouvement.

Plus de 80 participants à l’étude ont porté l’appareil portable à leur poignet pendant au moins 14 nuits et ont rempli à la fois un questionnaire et un journal du sommeil signalant tout comportement anormal pendant le sommeil. Les chercheurs ont analysé les données d’actigraphie à domicile pour déterminer les mouvements des participants pendant le sommeil et ont examiné le questionnaire en neuf points de la cohorte, qui comprenait plus de 40 patients atteints de troubles du comportement du sommeil à mouvements oculaires rapides isolés, plus de 20 patients souffrant d’autres troubles du sommeil. , et plus de 20 patients sans troubles du sommeil comme témoins.

Le questionnaire demandait aux participants de signaler tout mouvement anormal pendant le sommeil ou les premiers symptômes courants associés à la maladie de Parkinson, tels que la perte d’odorat et les étourdissements. À l’aide des données d’actigraphie des appareils portables, les chercheurs ont développé un cadre de classification des mouvements et testé l’approche dans un modèle d’apprentissage automatique. De même, ils ont également développé une approche à partir des données du questionnaire à tester sur un modèle d’apprentissage automatique. Une fois que les modèles d’actigraphie et de questionnaire ont été développés, les chercheurs ont créé un modèle de prédiction bidimensionnel pour le trouble isolé du comportement du sommeil à mouvements oculaires rapides.

Le classificateur d’actigraphie analysant les mouvements pendant le sommeil pourrait détecter un trouble du comportement du sommeil à mouvements oculaires rapides isolé avec une précision de 92,9 %. En comparaison, tous les questionnaires combinés ont atteint une précision de 91,7 %, dépassant les performances du seul questionnaire de l’inventaire du RBD d’Innsbruck (précision de 86,9 %). Les prédictions concordantes entre l’actigraphie et les questionnaires ont atteint une spécificité et une précision de 100 % avec une sensibilité de 88,1 %, et ont surpassé toute combinaison d’actigraphie et d’une seule question du questionnaire sur les premiers symptômes de la maladie de Parkinson.

Plus d’un million d’adultes aux États-Unis présentent des caractéristiques de troubles du sommeil liés à la maladie de Parkinson qui sont désormais détectables à l’aide de simples dispositifs de poignet portables tels qu’une Apple Watch ou un FitBit. Cette nouvelle méthode de dépistage pourrait diagnostiquer un sous-type très courant de la maladie de Parkinson des années avant les méthodes conventionnelles de diagnostic, qui nécessitent un examen clinique par un neurologue expérimenté. Les populations à risque pourraient recevoir des soins et des conseils plus tôt et recevoir des thérapies neuroprotectrices avant que le processus neurodégénératif n’ait causé des lésions cérébrales irréversibles.

Le Dr Emmanuel Pendant de Mount Sinai a déclaré à propos de la recherche : « Nous avons besoin de méthodes de dépistage fiables et évolutives pour détecter la maladie de Parkinson afin de développer des thérapies efficaces et de sélectionner des candidats pour recevoir des thérapies efficaces. Il existe maintenant une opportunité pour les secteurs universitaire, pharmaceutique et technologique. de s’associer pour développer et appliquer cette méthode de dépistage préventif dans la population âgée à risque de maladie de Parkinson. »

Des chercheurs de l’Université technique du Danemark et de l’Université de Stanford ont contribué à cette étude. L’étude a été menée au Stanford Sleep Center d’avril à décembre 2021.

Publications similaires