Le cycle veille-sommeil : un nouveau marqueur comportemental pour prédire le risque de maladies neurocognitives
Les maladies neurocognitives (MNC), parmi lesquelles la maladie d’Alzheimer, représentent un enjeu majeur de santé publique en raison du vieillissement des populations. La détection précoce est essentielle compte tenu de la longue phase préclinique de ces pathologies ainsi que de l’émergence de thérapies ciblant leurs stades précoces. Des perturbations du cycle veille-sommeil ont été observées dès la phase préclinique de ces pathologies ; toutefois, leur contribution à la prédiction du risque de MNC reste incertaine.
Cette étude a examiné l’association entre des mesures objectives du cycle veille-sommeil, obtenues par accélérométrie, et le risque de MNC dans deux cohortes prospectives britanniques incluant des sujets âgés de 60 ans et plus : la UK Biobank (53 448 participants, suivi moyen de 7,8 ans) et Whitehall II (3 965 participants, suivi moyen de 10,6 ans). Parmi 36 caractéristiques dérivées d’accélérométrie et couvrant l’activité diurne, le sommeil, les rythmes activités-repos et le chronotype, neuf caractéristiques prédictives du risque de MNC ont été identifiées puis combinées en deux composantes à l’aide d’une méthode de machine learning. La première composante reflétait principalement une activité physique diurne plus faible, moins fréquente et plus fragmentée. La seconde correspondait principalement à des profils de sommeil plus altérés, incluant des durées de sommeil extrêmes, des éveils nocturnes prolongés, une probabilité plus faible de se rendormir une fois éveillé et un réveil plus précoce.
Ces deux composantes du cycle veille-sommeil étaient associées à un risque accru de MNC et amélioraient la performance prédictive d’un modèle incluant 13 facteurs de risque sociodémographiques, comportementaux et de santé des MNC. Les résultats ont été reproduits et confirmés dans la cohorte de validation Whitehall II, où l’ajout de ces composantes améliorait également la performance prédictive d’un modèle intégrant aussi le fonctionnement cognitif et le biomarqueur sanguin p-tau217, biomarqueur prometteur de la maladie d’Alzheimer. L’amélioration apportée par ces mesures du cycle veille-sommeil était supérieure à celle du sexe et du niveau d’éducation, comparable à celle du génotype APOE et du fonctionnement cognitif, et environ deux fois inférieure à celle du biomarqueur sanguin p-tau217.
Ces résultats montrent que les caractéristiques du cycle veille-sommeil dérivées de l’accélérométrie contribuent significativement à la prédiction du risque de MNC au-delà des facteurs de risque connus. À l’ère des biomarqueurs numériques, cette étude souligne le potentiel des mesures du cycle veille-sommeil comme marqueurs comportementaux non invasifs et facilement déployables à grande échelle, en combinaison avec des facteurs de risque et autres biomarqueurs établis, pour l’identification précoce des individus à risque accru de MNC.
Par Clémence Cavaillès
