La polysomnographie reste l’examen de référence pour analyser le sommeil, mais la méta‑analyse de Lee et al. montre que les montres et bracelets connectés actuels offrent une estimation globalement correcte de certains paramètres (durée totale de sommeil, latence d’endormissement, éveils nocturnes) avec toutefois des écarts significatifs et une forte variabilité entre modèles. Ces dispositifs ne peuvent donc pas se substituer à la polysomnographie pour le diagnostic, mais peuvent avoir une place pour le suivi longitudinal et l’auto‑monitoring, à condition d’en connaître clairement les limites.
Polysomnographie : le gold standard
La polysomnographie (PSG) enregistre simultanément l’EEG, l’EOG, l’EMG, l’ECG, la respiration, la saturation en oxygène, la position et parfois la vidéo, ce qui permet une analyse fine des stades de sommeil (N1, N2, N3, REM) et des événements respiratoires ou moteurs. Elle permet de mesurer la durée totale de sommeil (TST), l’efficacité de sommeil, la latence d’endormissement et le temps d’éveil après l’endormissement (WASO), avec une cotation manuelle selon des règles de scorage précises (AASM).
En pratique, la PSG est indispensable pour le diagnostic des apnées du sommeil, les hypersomnies, des parasomnies complexes ou des mouvements périodiques, mais son coût, la logistique nécessaire et le caractère ponctuel de l’examen en limitent l’usage au contexte clinique. Elle reste la référence à laquelle toute nouvelle technologie de suivi du sommeil doit être comparée.
Montres connectées : principes de mesure
Les dispositifs poignet (montres, bracelets, certains trackers sportifs) combinent principalement accéléromètre et photopléthysmographie (PPG) pour mesurer les mouvements, la fréquence cardiaque et parfois la variabilité de fréquence cardiaque, à partir desquels un algorithme propriétaire extrapole les périodes de sommeil et d’éveil. Ils ne mesurent pas directement l’activité cérébrale ; le sommeil est « reconstruit » à partir de signaux périphériques, ce qui explique une partie de la différence avec la PSG.
La méta‑analyse de Lee et al. s’est concentrée sur les dispositifs grand public portés au poignet : Fitbit (plusieurs modèles), Garmin, Jawbone, WHOOP strap, Fatigue Science Readiband, myCadian watch, Basis B1, Zulu Watch, Huami Arc, E4 wristband, Xiaomi Mi Band 5 et Apple Watch Series 8. Vingt‑quatre études (798 participants) ont été incluses, à la fois chez des adultes sains et des patients présentant diverses pathologies du sommeil ou comorbidités (insomnie, troubles respiratoires du sommeil, mouvements périodiques, dépression, etc.).
Résultats de la méta‑analyse : quelles performances au poignet ?
Lee et al. ont comparé, pour chaque appareil, les valeurs moyennes de TST, d’efficacité de sommeil, de latence d’endormissement et de WASO obtenues par PSG et par le dispositif poignet, en utilisant des modèles à effets aléatoires. Les différences moyennes (PSG – appareil) étaient statistiquement significatives pour tous les paramètres :
- TST : différence moyenne d’environ 17 minutes entre PSG et dispositifs
- Efficacité du sommeil : biais moyen d’environ 5 points de pourcentage entre PSG et dispositifs
La latence d’endormissement et le WASO (le temps d’éveil) présentaient également des différences significatives, mais avec un rôle non négligeable de l’hétérogénéité et de possibles biais de publication. Après correction, la différence pour la latence devenait plus faible et parfois non significative, montrant que, selon les appareils, la latence peut être assez proche de la PSG.
Sous‑analyses : sujets sains vs patients, Fitbit vs autres, anciens appareils vs récents
Les auteurs ont effectué plusieurs analyses de sous‑groupes :
- Sujets sains vs patients : les différences PSG–dispositif pour TST, efficacité, latence et WASO étaient globalement du même ordre, sans avantage net des montres chez les sujets sains.
- Fitbit vs autres appareils :
- Fitbit avait une tendance à surestimer la latence d’endormissement par rapport à la PSG (latence plus longue), alors que les autres dispositifs étaient plus proches de la PSG sur ce paramètre.
- À l’inverse, Fitbit estimait le WASO (les éveils) de façon plus proche de la PSG, là où les autres appareils avaient tendance à allonger le WASO.
- Études avant 2020 vs après 2021 : les études plus récentes montraient une convergence légèrement meilleure sur TST et latence, suggérant une amélioration progressive des algorithmes, mais sans faire disparaître les écarts avec la PSG.
Comment interpréter ces résultats en pratique ?
Pour un clinicien ou un chercheur, deux messages principaux se dégagent de cette méta‑analyse :
- Si l’on prend les résultats d’ensemble pour les groupes, les montres et bracelets offrent une estimation raisonnablement proche de la PSG pour des indices globaux (TST, efficacité, latence, WASO), avec des biais moyens modestes.
- En revanche, sur le plan individuel, la dispersion et l’hétérogénéité entre modèles, protocoles et populations font que l’erreur peut être cliniquement importante pour un patient donné, surtout en contexte de pathologie.
Les auteurs insistent également sur le manque de transparence des algorithmes et sur l’accès limité aux données brutes, qui freinent la reproductibilité et l’intégration scientifique de ces outils.
Place des montres dans la pratique clinique et la recherche
Les conclusions de Lee et al. sont prudentes : les dispositifs au poignet n’atteignent pas, à ce jour, le niveau de validité requis pour remplacer la PSG comme outil diagnostique, même si certaines sous‑analyses laissent entrevoir une convergence partielle pour certains paramètres et certains modèles.
Les auteurs évoquent néanmoins plusieurs champs d’usage pertinents :
- Suivi longitudinal des habitudes de sommeil (heures de coucher/lever, variabilité de la durée de sommeil) sur plusieurs semaines ou mois.
- Recueil de données dans des études épidémiologiques ou de cohorte, en complément de questionnaires et d’outils cliniques, pour caractériser les tendances plutôt que les valeurs absolues.
- Outil de motivation et de feedback dans une démarche d’hygiène de sommeil ou de TCC‑I, en veillant à éviter la dérive vers l’« orthosomnie ».
En revanche, ces dispositifs ne doivent pas être utilisés pour :
- Décider à eux seuls d’un diagnostic d’apnée du sommeil, d’hypersomnie ou d’insomnie chronique.
- Écarter un trouble du sommeil en présence de symptômes cliniques significatifs (somnolence, ronflements importants, comportements nocturnes, chutes du lit, etc.).
Pour une lecture rapide
La méta‑analyse de Lee et al. confirme que les montres et bracelets connectés au poignet ont franchi une étape en termes de précision globale, mais restent en retrait par rapport à la polysomnographie dès que l’on s’intéresse à l’exactitude individuelle et aux paramètres fins. Le message clé pour un public averti est d’utiliser ces objets comme des outils d’observation et de tendance, utiles pour documenter le vécu subjectif et le contexte, mais pas comme des substituts à une exploration du sommeil lorsqu’une pathologie est suspectée.
Pour la pratique clinique comme pour la recherche, la priorité reste de mieux caractériser, appareil par appareil, les performances réelles sur les différents paramètres, et de pousser les industriels à plus de transparence et de validation indépendante de leurs algorithmes afin de rapprocher progressivement ces outils du niveau d’exigence de la polysomnographie.
