Découvrez comment l'analyse de simples habitudes de sommeil peut révolutionner le traitement de la santé mentale en prédisant les épisodes d'humeur avec une précision de pointe.
Étude : Prédire avec précision les épisodes d'humeur chez les patients atteints de troubles de l'humeur à l'aide de fonctionnalités portables de sommeil et de rythme circadien. Crédit d'image : Chay_Tee/Shutterstock
Une étude publiée dans la revue Médecine numérique NPJ décrit le développement de modèles mathématiques capables de prédire avec précision les futurs épisodes d'humeur en utilisant uniquement l'historique veille-sommeil et les épisodes d'humeur passés de patients souffrant de troubles de l'humeur.
Sommaire
Arrière-plan
Les troubles du sommeil sont étroitement associés à divers troubles de l'humeur, notamment le trouble dépressif majeur et le trouble bipolaire. La surveillance des habitudes de sommeil et d'activité liées à l'humeur est généralement effectuée à l'aide d'appareils portables et de capteurs de smartphone qui collectent de manière non invasive et passive des données physiologiques et comportementales auprès de patients dans des contextes réels.
Des études antérieures utilisant des données physiologiques provenant d'appareils portables pour développer des modèles d'apprentissage automatique ont montré des résultats prometteurs dans l'identification des personnes à risque de dépression. Une combinaison d’apprentissage automatique et de technologie portable a été utilisée pour prédire l’état d’humeur quotidien et contrôler les épisodes d’humeur chez les patients souffrant de troubles psychologiques. Cependant, ces modèles nécessitent plusieurs types de données, notamment le sommeil, la fréquence cardiaque, l’exposition à la lumière, l’utilisation du téléphone et la mobilité GPS, ce qui restreint leur application dans la vie réelle.
Dans cette étude, les scientifiques ont développé un modèle mathématique pour prédire les épisodes d'humeur qui nécessite uniquement les antécédents des patients en matière de schémas binaires veille-sommeil et d'épisodes d'humeur passés.
Développement du modèle
Les scientifiques ont collecté des données sur les schémas veille-sommeil et sur les périodes d'épisodes d'humeur antérieurs auprès de 168 patients souffrant de trouble dépressif majeur ou de trouble bipolaire, âgés de 18 à 35 ans et d'origine coréenne. L'ensemble de données sur le sommeil comprenait des enregistrements complets du sommeil pendant au moins 30 jours.
Ils ont traité les données sur les schémas veille-sommeil et ont dérivé un total de 36 caractéristiques du sommeil et du rythme circadien, qui ont été utilisées comme entrées pour l'algorithme de classification d'apprentissage automatique visant à prédire les futurs épisodes dépressifs, maniaques et hypomaniaques chez les patients souffrant de troubles de l'humeur. En analysant l’importance de ces caractéristiques, ils ont découvert de fortes associations entre le sommeil, les caractéristiques circadiennes et les épisodes d’humeur.
Les principales caractéristiques comprenaient les scores Z de phase circadienne et d'amplitude ainsi que l'heure de réveil pendant les longues fenêtres de sommeil, qui sont apparues comme les prédicteurs les plus importants des épisodes d'humeur.
Validation du modèle
Les scientifiques ont validé l'efficacité prédictive du modèle en utilisant les schémas veille-sommeil antérieurs des patients et les données sur le rythme circadien. Ils ont sélectionné une plage spécifique de 60 jours pour chaque patient, dont la moitié représentait des jours épisodiques. Ils ont inclus des données couvrant cette plage dans l’ensemble de formation du modèle et ont utilisé les données suivant la plage de formation pour la validation.
À l’aide de données d’entraînement sur une période de 60 jours, le modèle a prédit avec précision les épisodes dépressifs, maniaques et hypomaniaques du lendemain, avec des valeurs d’AUC (aire sous la courbe) de 0,80, 0,98 et 0,95, respectivement. Le niveau de précision de la prédiction des épisodes maniaques et hypomaniaques est resté élevé lorsqu'une plage de données d'entraînement sur 30 jours a été utilisée. Cependant, avec des données d'entraînement réduites, la précision prédictive du modèle pour les épisodes dépressifs a diminué de manière significative. Compte tenu de ces observations, les scientifiques ont mentionné que suffisamment de données d’entraînement sont nécessaires pour que le modèle conserve sa grande précision prédictive.
L'étude a noté des difficultés dans la prévision des épisodes hypomaniaques en raison de relations potentielles non monotones entre la phase circadienne et les états d'humeur. Cette variabilité souligne la nécessité de recherches plus approfondies sur les profils circadiens distincts au cours de l'hypomanie.
Importance de l’étude
Collectivement, les résultats de l'étude indiquent que le modèle peut prédire avec précision les épisodes d'humeur ultérieurs en analysant suffisamment de schémas veille-sommeil au moment du premier épisode d'humeur d'un patient. Étant donné que tout changement dans les types de médicaments ou dans les niveaux de dose peut affecter les phases circadiennes des patients, les scientifiques ont utilisé un nouvel ensemble de tests pour déterminer l'impact des changements de médicaments sur la précision prédictive du modèle. Ils ont construit des ensembles de tests contenant des données sur les patients qui n'ont pas modifié leurs types et dosages de médicaments après le début de l'épisode. À l’aide de ces ensembles de tests, ils ont confirmé que l’exactitude prédictive du modèle n’est pas associée aux changements induits par les médicaments dans la phase circadienne.
L'étude décrit le développement et la validation d'un modèle mathématique capable de prédire avec précision les futurs épisodes d'humeur uniquement à partir de données binaires sur les schémas veille-sommeil. L'étude révèle également que les caractéristiques circadiennes clés, notamment les changements de phase et d'amplitude, sont les prédicteurs les plus significatifs des épisodes d'humeur, la phase retardée étant liée aux épisodes dépressifs et la phase avancée liée aux épisodes maniaques.
Des études antérieures menées au niveau moléculaire ont identifié l'association entre le rythme circadien et les troubles de l'humeur. Ces études ont montré que des modifications du rythme circadien peuvent conduire à des anomalies des circuits sérotoninergiques et dopaminergiques à travers des altérations des rythmes du récepteur nucléaire circadien REV-ERB alpha, qui joue un rôle central dans le développement d'épisodes dépressifs et maniaques.
Avantages et limites
Dans l’ensemble, le modèle de prédiction développé dans cette étude ouvre une nouvelle voie vers le diagnostic et le traitement des épisodes d’humeur. Le principal avantage du modèle est qu'il ne nécessite que des données sur les schémas veille-sommeil, qui peuvent être collectées passivement et facilement via des smartphones ou des appareils portables. Contrairement aux études précédentes qui reposaient sur des mesures simples du sommeil telles que la durée et l’efficacité, cette étude intégrait des caractéristiques complètes du sommeil et un modèle mathématique pour estimer les rythmes circadiens.
Cependant, l'étude présente certaines limites. Il incluait uniquement les patients qui utilisaient des appareils portables, et l'échantillon était limité aux patients atteints de troubles de l'humeur à un stade précoce en Corée du Sud, ce qui limitait la généralisabilité. De plus, la nature observationnelle de l’étude et le recours à des appareils portables, qui peuvent être moins précis que les mesures de qualité laboratoire, ont été notés comme contraintes.
Les auteurs suggèrent que les développements futurs pourraient se concentrer sur des modèles de prédiction individualisés adaptés aux profils circadiens et aux habitudes de sommeil spécifiques des patients. Cette approche pourrait améliorer l'exactitude et l'applicabilité de ces outils pour la gestion personnalisée de la santé mentale.
