Par Sarah Schoch
Pour étudier le sommeil, nous devons d’abord savoir ce qu’est le sommeil et comment nous pouvons au mieux le mesurer.
Le sommeil peut être défini de deux façons, soit par le comportement, soit par l’activité cérébrale. Chez l’homme, la référence absolue consiste à mesurer le sommeil en fonction de l’activité cérébrale. Cependant, cette façon d’étudier le sommeil présente certains inconvénients : Ces mesures sont généralement effectuées en laboratoire ou se limitent à un bref épisode de sommeil (siestes, nuits uniques). Il est donc important de mener des études complémentaires pour mesurer le sommeil sur plusieurs jours et dans l’environnement naturel du sommeil (son propre lit).
Les enregistrements de longue durée sont particulièrement importants pour mesurer le sommeil des bébés, car leur sommeil varie chaque jour.
Pour ces études sur le sommeil, les chercheurs utilisent généralement des capteurs de mouvement (également appelés actimètre), qui sont portés au poignet ou à la cheville. Ces moniteurs mesurent les mouvements de la même manière que les appareils commerciaux de suivi de la condition physique. Dans la recherche sur le sommeil, nous appliquons un calcul (algorithme) et estimons à partir des mouvements si le bébé est éveillé ou endormi. Les algorithmes prennent en compte l’activité dans la minute qui suit et, selon l’algorithme, d’autres informations telles que la constance de l’activité sur une fenêtre de temps plus large.
Un des défis de la recherche sur le sommeil utilisant des capteurs de mouvement est qu’il existe de nombreux capteurs et algorithmes différents.
Jusqu’à présent cependant, on ne sait pas très bien dans quelle mesure ces données sont comparables. Cela pourrait être problématique si certains algorithmes sont beaucoup plus sensibles à la détection du mouvement que d’autres. Pour étudier ce phénomène, nous avons examiné les données des capteurs de mouvement de 50 bébés âgés de 3, 6 et 12 mois. Nous avons appliqué deux algorithmes qui sont fréquemment utilisés dans cette tranche d’âge (Sadeh et Oakley). Nous avons comparé la similitude des résultats du sommeil obtenus à l’aide des deux algorithmes, par exemple la durée totale du sommeil ou la fréquence des réveils nocturnes. Nous avons constaté que la concordance entre les algorithmes n’est que modérée (entre 77% et 84%), de sorte que de grandes différences dans la durée estimée du sommeil en résultent. En d’autres termes, en raison des différents calculs, il existe une incertitude d’environ 4 heures sur la durée estimée de sommeil quotidien !
Ces différentes estimations rendent difficile la comparaison des données entre les différentes études. En outre, cela rend difficile la définition de valeurs normalisées pour la « durée d’un sommeil sain ». Heureusement, il existe des moyens de lutter contre ce phénomène.
Des approches visant à améliorer la précision des algorithmes ont été publiées.
Par exemple, il existe de grandes différences individuelles entre les enfants en ce qui concerne les niveaux d’activité pendant l’éveil. Ce seuil individuel pour chaque enfant peut être inclus dans le calcul pour les décisions individuelles de sommeil/éveil. Grâce à 6 étapes d’ajustement spécifiques, nous avons pu améliorer la précision des mesures et réduire les désaccords au sein des algorithmes (96 à 97 % de concordance). Cela a permis de réduire les différences dans les estimations de la durée du sommeil à seulement 10 minutes. En outre, les algorithmes ajustés sont encore plus conformes à ce que les parents déclarent dans le journal du sommeil de leur enfant.
Ce travail est une pierre angulaire importante pour les futures recherches sur les capteurs de mouvement, car il contribue à la comparabilité des études. Nous sommes désormais en mesure de mesurer le sommeil des bébés avec plus de précision et d’étudier ce que signifie un « sommeil normal » au cours de la première année de vie.
La publication originale est disponible ici:
Schoch, S. F., Jenni, O. G., Kohler, M., & Kurth, S. (2019). Actimetry in infant sleep research: an approach to facilitate comparability. Sleep, 42(7), zsz083.