Des recherches portant sur 5 millions de nuits de sommeil ont révélé que les trackers de sommeil peuvent aider à détecter des problèmes de santé chroniques et aigus en analysant les transitions entre les phénotypes de sommeil identifiés, offrant ainsi un aperçu plus approfondi de la santé que les seuls indicateurs de sommeil traditionnels.
Les chercheurs ont identifié cinq types distincts de sommeil ; les schémas de transition entre ces types donnent un aperçu des problèmes de santé chroniques et aigus.
Votre tracker de sommeil pourrait fournir des informations au-delà de vos habitudes de sommeil. Il peut également offrir des indices sur des maladies chroniques comme le diabète et l'apnée du sommeil, ainsi que sur des maladies telles que COVID 19. Ces informations proviennent d'une étude qui a examiné les données d'environ 5 millions de nuits de sommeil provenant d'environ 33 000 personnes. Les chercheurs menant cette étude ont identifié cinq phénotypes principaux du sommeil, qu’ils ont ensuite classés en 13 sous-types.
Les chercheurs ont également découvert que la manière dont et la fréquence à laquelle une personne passe d'un phénotype de sommeil à l'autre pourraient offrir deux à dix fois plus d'informations pertinentes pour détecter les problèmes de santé que de se fier uniquement au phénotype de sommeil moyen d'une personne.
L'étude a été récemment publiée dans la revue npj Médecine Numérique.
À l'aide des données collectées par Oura Ring, un anneau intelligent qui suit le sommeil, la température de la peau et d'autres informations, les chercheurs ont observé des personnes individuelles pendant une série de mois, notant si elles souffraient de problèmes de santé chroniques tels que le diabète et l'apnée du sommeil, ou de maladies telles que le diabète et l'apnée du sommeil. comme le COVID-19 et la grippe. L'équipe de recherche a découvert que les gens se déplaçaient souvent entre les phénotypes de sommeil au fil du temps, reflétant un changement dans l'état de santé d'un individu et créant ce qui ressemble au journal de voyage d'une personne à travers le paysage du sommeil basé sur les données créé par les chercheurs.
Varun Viswanath, doctorant à l'UC San Diego, est l'auteur correspondant de l'article. Les chercheurs ont analysé les données de l'anneau Oura, un appareil portable intelligent qui suit la température, le sommeil et d'autres informations. Crédit : David Baillot/Université de Californie à San Diego
« Nous avons constaté que de petits changements dans la qualité du sommeil nous aidaient à identifier les risques pour la santé. Ces petits changements n'apparaîtraient pas au cours d'une nuit moyenne ou sur un questionnaire. Cela montre donc vraiment comment les appareils portables nous aident à détecter des risques qui autrement seraient manqués », a déclaré Benjamin Smarr, l'un des auteurs principaux de l'étude et membre du corps professoral de la Jacobs School of Engineering et l'Halicioglu Data Science Institute de l'Université de Californie à San Diego.
En outre, les chercheurs ont souligné que le suivi des changements dans le sommeil sur le long terme à l'échelle de la population pourrait révéler de nouvelles informations pertinentes pour la santé publique, par exemple si certains changements dans les habitudes au cours de ces paysages de sommeil peuvent fournir une alerte précoce en cas de maladie chronique ou de vulnérabilité. à l'infection.
Le travail de l'équipe de recherche est basé sur de nouvelles analyses de l'ensemble de données TemPredict de l'Université de Californie à San Francisco, qui a été créé à l'aide de données collectées auprès de personnes portant l'Oura Ring disponible dans le commerce pendant la pandémie de COVID-19 de 2020.
Les analyses ont été dirigées par Smarr, qui est également professeur au Département de génie électrique et informatique de l'Université de Californie à San Diego Shu Chien – Gene Lay, et par le professeur Edward Wang du Département de génie électrique et informatique de l'Université de Californie à San Diego, en collaboration avec le responsable de l'étude. à l'Université de Californie à San Francisco, le professeur Ashley E. Mason, clinicien du sommeil en exercice. L'auteur principal était Varun Viswanath, étudiant diplômé au Département de génie électrique et informatique de la Jacobs School of Engineering de l'Université de Californie à San Diego.
Les cinq types de sommeil
Ce sont les cinq phénotypes du sommeil que les chercheurs ont identifiés sur la base de données provenant de 5 millions de nuits de sommeil chez environ 33 000 personnes. Bien que de nombreux facteurs aient été pris en compte dans l’étude, les chercheurs ont également identifié certaines tendances qui aident à séparer intuitivement les 5 phénotypes du sommeil.
- Phénotype 1 : Ce que nous considérons comme un sommeil « normal ». Dans ce phénotype, les gens dorment environ huit heures sans interruption pendant au moins six jours consécutifs. C'est le type de sommeil recommandé par le Instituts nationaux de la santé et c’était le type de sommeil le plus courant trouvé par les chercheurs.
- Phénotype 2 : Les gens dorment continuellement environ la moitié des nuits, mais ils ne dorment que pendant de courtes périodes, par périodes de moins de trois heures, l'autre moitié.
- Phénotype 3 : Les gens dorment principalement de manière continue, mais ils ont un sommeil interrompu environ une nuit par semaine. La nuit interrompue est caractérisée par une période de sommeil relativement longue d'environ cinq heures et une période de sommeil court de moins de trois heures.
- Phénotype 4 : Les gens dorment à nouveau principalement en continu. Mais ils connaissent de rares nuits, au cours desquelles de longues périodes de sommeil sont séparées par un réveil en plein sommeil.
- Phénotype 5 : Les gens ne dorment que pendant de très courtes périodes chaque nuit. Ce phénotype est le plus rare découvert par les chercheurs et représente un sommeil extrêmement perturbé.
Suivi des changements dans le type de sommeil
Pour mesurer l’évolution des phénotypes du sommeil au fil du temps, Viswanath a construit un modèle spatial des 5 millions de nuits, dans lequel les phénotypes étaient représentés comme des îles différentes, composées de semaines de sommeil pour la plupart similaires. Différents modèles sont apparus au fil du temps, permettant aux chercheurs de modéliser les itinéraires de chaque individu entre les îles.
À partir de là, ce qui a permis de distinguer les personnes atteintes de maladies chroniques, comme le diabète et l’apnée du sommeil, n’était pas leur phénotype moyen. Au lieu de cela, il s’agissait de la fréquence à laquelle ils changeaient d’île dans ce paysage endormi. De cette façon, même si une personne changeait rarement de phénotype, le fait de changer de phénotype pourrait quand même fournir des informations utiles sur sa santé.
Les chercheurs ont identifié cinq types de sommeil sur la base d'analyses de cinq millions de nuits auprès d'environ 33 000 personnes portant une bague Oura. Crédit : OURA
Les données ont montré qu’il est rare que la plupart des gens passent plusieurs mois sans quelques nuits de sommeil perturbé. « Nous avons constaté que les petites différences dans la manière dont les perturbations du sommeil se produisent peuvent nous en dire beaucoup. Même si ces cas sont rares, leur fréquence est également révélatrice. Il ne s'agit donc pas seulement de savoir si vous dormez bien ou non, mais aussi des habitudes de sommeil au fil du temps où se cachent les informations clés », a déclaré Wang, co-auteur et membre du corps professoral de génie électrique et informatique à l'UC San Diego.
À l’inverse, les gens n’avaient pas tendance à rester dans des schémas définis par un sommeil interrompu. Mais la fréquence à laquelle ils ont visité des habitudes de sommeil perturbées en dit long sur leur état de santé.
« Si vous imaginez qu'il existe un paysage de types de sommeil, alors il s'agit moins de l'endroit où vous avez tendance à vivre dans ce paysage que de la fréquence à laquelle vous quittez cette zone », a déclaré Viswanath, l'auteur correspondant du journal.
Recherche précédente
Dans ce nouvel article publié le 20 juin, l'équipe de recherche a modifié la technique utilisée dans une recherche précédente qui constituait la plus grande enquête similaire sur le sommeil à ce jour, qui avait rassemblé environ 103 000 nuits de données de la biobanque britannique. Cette étude précédente a examiné le moment du sommeil, les réveils et de nombreuses caractéristiques connexes, puis a construit un « paysage » de l’endroit où les nuits tombaient les unes par rapport aux autres. Mais les chercheurs précédents n’ont pas fait deux choses essentielles : ils ne pouvaient pas regarder dans le temps, car ils ne disposaient que de deux à trois nuits par personne ; et ils ne pouvaient pas lier les habitudes de sommeil qui en résultent aux résultats en matière de santé.
D’autres analyses du sommeil à grande échelle ont examiné des différences importantes dans les caractéristiques simples du sommeil, comme le temps total passé à dormir.
En revanche, ce nouveau travail est le premier à montrer que les chercheurs peuvent quantifier la dynamique changeante du sommeil des personnes au fil du temps et utiliser cette quantification pour donner aux gens de meilleures informations sur leur santé du sommeil. La recherche suggère également que ces changements dans le sommeil peuvent indiquer un risque plus élevé pour un large éventail de conditions.
Cet effort a été financé dans le cadre de la sollicitation MTEC MTEC-20-12-Diagnostics-023 et de l'USAMRDC du ministère de la Défense (#MTEC-20-12-COVID19-D.-023). La fondation #StartSmall (#7029991) et Oura Health Oy (#134650) ont également financé ce travail. Les points de vue et conclusions contenus dans ce document sont ceux des auteurs et ne doivent pas être interprétés comme représentant nécessairement les politiques officielles ou l'approbation, expresse ou implicite, du gouvernement américain.
Conflit d'intérêts : AEM a reçu une rémunération pour son travail de conseil de la part d'Oura Ring Inc. mais ne déclare aucun intérêt concurrent non financier. BLS a reçu une rémunération pour son travail de conseil et détient un intérêt financier dans Oura Ring Inc., mais ne déclare aucun autre intérêt concurrent non financier.
AEM, PhD, et BLS, PhD, sont répertoriés comme co-inventeurs sur les demandes de brevet comme suit : 17/357 922, déposée le 24 juin 2021, intitulée « DÉTECTION DE MALADIE BASÉE SUR LES DONNÉES DE TEMPÉRATURE », le statut est en attente ; PCT/US21/39260, déposé le 25 juin 2021, intitulé « DÉTECTION DE MALADIE BASÉE SUR LES DONNÉES DE TEMPÉRATURE », le statut est expiré ; et 17/357 930, déposé le 24 juin 2021, intitulé « PLATEFORME DE SURVEILLANCE DE LA SANTÉ POUR LA DÉTECTION DES MALADIES », le statut est en attente. Ceux-ci ont tous été déposés en juillet 2021 par Oura Health Oy au nom de l'UCSD. Toutes les applications couvrent l'utilisation des données des appareils portables pour détecter l'apparition d'une maladie.
