Prévision de l’observance quotidienne à la PPC à l’aide de modèles LSTM pour guider la prise en charge des patients - 06/03/26
Résumé |
Objectif |
La thérapie par pression positive continue (PPC) est la référence pour le traitement de l’apnée obstructive du sommeil, mais l’observance à long terme reste un défi majeur. Identifier précocement les schémas de non-observance pourrait permettre des interventions opportunes. Nous avons cherché à prédire, jour par jour, l’observance sur une période de 90 jours en utilisant les paramètres enregistrés par l’appareil.
Méthodes |
Nous avons analysé les données de 116 189 utilisateurs de la PPC (62,5 % d’hommes ; âge moyen, 60,2 ± 14,2 ans ; IMC moyen, 31,3 ± 6,2 kg/m 2 ; index d’apnée-hypopnée [IAH] initial, 39,3 ± 18,8), collectées entre 2018 et 2025. L’observance était définie comme une utilisation de la PPC supérieure à quatre heures. Nous avons implémenté un réseau de neurones récurrent basé sur des unités LSTM ( long short-term memory ) pour générer des probabilités quotidiennes d’observance. L’ensemble de données a été divisé en : apprentissage (70 %), validation (15 %) et test (15 %). La performance du modèle a été évaluée sur l’ensemble de test à l’aide du score F1 global ainsi que de la sensibilité et de la précision pour la détection des jours non observants. La performance a été mesurée à la fois au niveau journalier et au niveau du patient.
Résultats |
Dans l’ensemble de test ( n = 1 478 520 jours), 25 % des jours étaient non observants. Parmi les patients ( n = 16 428), 87 % ont eu au moins un jour non observant, tandis que 13 % ont été observants pendant les 90 jours. Au niveau journalier, le modèle a obtenu un score F1 de 0,938, une sensibilité de 0,653 et une précision de 0,938 pour la détection de la non-observance. Au niveau du patient, le score F1 moyen était de 0,881 ± 0,207, avec une sensibilité de 0,518 ± 0,342 et une précision de 0,904 ± 0,200.
Conclusion |
Les modèles LSTM peuvent prédire avec précision l’observance quotidienne de la PPC sur une cohorte large et diversifiée. L’intégration des informations statiques des patients a considérablement amélioré la détection des jours non observants. Cette approche pourrait soutenir le suivi personnalisé de l’adhésion et permettre des interventions cliniques ciblées.
Le texte complet de cet article est disponible en PDF.Plan
Vol 23 - N° 1
P. 109-110 - mars 2026 Retour au numéro
Article précédent
- Détection des événements respiratoires sur le signal de débit dérivé des sangles thoraco-abdominales dans le diagnostic du SAHOS
- Jade Vanbuis, Margaux Blanchard, Christelle Makdessy, Nicole Meslier, Frédéric Gagnadoux
- Étude PaPyPhy : comparaison des caractéristiques neurophysiologiques du sommeil selon l’âge des patients avec syndrome d’apnées du sommeil (SAS)
- Mathilde Malignac, Naira Mkrtchyan, Olivier Varnet, Justine Frija, Marie Pia D’ortho
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Déjà abonné à cette revue ?