S'abonner

Estimation du risque cardiovasculaire et de la mortalité chez les patients suspectés du syndrome d’apnées du sommeil : un modèle de machine learning - 24/02/22

Doi : 10.1016/j.msom.2022.01.006 
Margaux Blanchard 1, , Mathieu Feuilloy 1, Chloé Gerves-Pinquie 2, Wojciech Trzepizur 3, Nicole Meslier 3, François Goupil 4, Thierry Pigeanne 5, Frédéric Gagnadoux 3, Jean-Marc Girault 1
1 ESEO, LAUM, UMR CNRS 6613, Angers, France 
2 IRSRPL, Beaucouzé, France 
3 Département de pneumologie, CHU d’Angers, Inserm unité 1063, Angers, France 
4 Département des maladies respiratoires, CHU du Mans, Le Mans, France 
5 Unité respiratoire, pôle santé des Olonnes, Olonne-sur-Mer, France 

Auteur correspondant.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 2
Iconographies 0
Vidéos 0
Autres 0

Résumé

Objectif

Cette étude vise à proposer une approche d’apprentissage automatique pour évaluer le risque cardiovasculaire et de mortalité toutes causes (MMCV) à 6 ans, chez les patients suspectés du syndrome d’apnées du sommeil (SAS).

Méthodes

Les données de 5234 patients de la cohorte sommeil des Pays de la Loire, sans antécédents de maladies cardiovasculaires et investigués pour un SAS, ont été appariées à celles du SNDS pour identifier la survenue de MMCV. Des caractéristiques cliniques ont été collectées et des caractéristiques de sommeil ont été extraites des enregistrements de sommeil. Un modèle d’apprentissage automatique, basé sur des arbres de décision, AdaBoost, a été utilisé.

Résultats

Après un suivi médian de 6,0 [3,5–8,5] ans, 685 cas de MMCV ont été répertoriés. Après une sélection automatique de caractéristiques, 9 caractéristiques parmi les 30 initiales ont été utilisées, dont 5 cliniques et 4 dérivées de l’oxymétrie nocturne. Le modèle final inclut : l’âge, le genre, l’hypertension, le diabète, la pression artérielle systolique et des caractéristiques de la saturation en oxygène et de la variabilité du rythme cardiaque. Une aire sous la courbe moyenne de 0,78 a été obtenue.

Conclusion

Un estimateur de MMCV à 6 ans, basé sur de l’apprentissage automatique, est proposé. Il est adapté aux patients investigués pour un SAS et utilisable en routine clinique. Il utilise un mixte de caractéristiques cliniques et de caractéristiques dérivées de l’oxymétrie nocturne.

Le texte complet de cet article est disponible en PDF.

Plan


© 2022  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 19 - N° 1

P. 53-54 - mars 2022 Retour au numéro
Article précédent Article précédent
  • Effet de la charge hypoxique sur la prévalence des complications cardiovasculaires dans le SAOS, détermination d’un seuil et rôle du SNA
  • Benjamin Faure, Laure Peter-Derex, Thierry Petitjean, Pierre Pradat, Emeric Stauffer
| Article suivant Article suivant
  • Association entre la microstructure du sommeil et l’incidence d’hypertension artérielle : la cohorte populationnelle HypnoLaus
  • Mathieu Berger, Andrew Vakulin, Camila Hirotsu, Geoffroy Solelhac, Nicola Marchi, Francesca Siclari, José Haba-Rubio, Virginie Bayon, Sarah Appleton, Raphael Heinzer

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.