Une étude qui bouscule nos habitudes de suivi
Une équipe de chercheurs a testé une approche originale : mesurer en temps réel, via smartphone, les symptômes diurnes d’insomnie chez des personnes âgées traitées par suvorexant, plutôt que de se contenter de questionnaires remplis a posteriori. Cette étude randomisée, publiée dans JAMA Network Open, inclut des adultes de 60 à 85 ans souffrant d’insomnie chronique, suivis pendant quatre semaines avec un protocole d’évaluation en continu. L’objectif était double : mieux capter l’impact du traitement sur la vie de jour, et vérifier si ces mesures “vie réelle” donnent une image différente des résultats par rapport aux outils classiques.
Méthodologie : l’insomnie observée “dans la vraie vie”
Les participants ont été répartis de façon randomisée pour recevoir soit du suvorexant, soit un placebo, dans un essai en double aveugle portant sur un effectif total d’environ 40 personnes âgées présentant une insomnie chronique. Chaque jour, plusieurs fois par jour, un smartphone recueillait des évaluations brèves de somnolence, fatigue, humeur, douleurs et fonctionnement cognitif, dans une logique selon les auteurs d’“ecological momentary assessment” (EMA). Ces données étaient complétées par des mesures plus classiques, administrées en début et en fin d’étude, permettant de comparer ce que raconte le patient “dans l’instant” à ce qu’il rapporte rétrospectivement.
Cette approche s’inscrit dans un mouvement plus large d’utilisation d’outils numériques – smartphones, montres connectées – pour suivre le sommeil et ses répercussions dans la durée, y compris dans de grandes cohortes. Elle repose sur l’idée que la variabilité intra-individuelle (d’un jour à l’autre) est aussi importante que les moyennes globales, et que les symptômes d’insomnie dépassent largement la seule durée de sommeil nocturne.
Résultats : des signaux plus fins que les questionnaires
L’étude montre que l’évaluation en temps réel par smartphone permet de détecter des changements subtils des symptômes diurnes, parfois difficiles à mettre en évidence avec les seules échelles de fin d’étude. Les variations quotidiennes de somnolence, de fatigue et de bien-être semblent mieux appréciées, avec une sensibilité accrue aux effets du traitement et aux fluctuations individuelles. Chez certains participants, cette précision fait apparaître des profils : par exemple une amélioration progressive de la vigilance diurne malgré une impression globale de “mauvais sommeil” lorsqu’on interroge le patient à distance.
En parallèle, les mesures traditionnelles conservent un rôle, mais apparaissent moins capables de refléter la dynamique de l’insomnie et de son traitement au jour le jour. Ce décalage rappelle ce que l’on observe déjà avec les objets connectés : les données continues apportent une vision plus riche, mais au prix d’une complexité d’interprétation et d’un risque de sur-interprétation.
Intérêts cliniques : vers un suivi plus personnalisé
Pour la pratique clinique, cette étude suggère plusieurs pistes concrètes.
- Un suivi EMA sur smartphone pourrait aider à distinguer les patients chez qui un hypnotique améliore réellement la journée (vigilance, humeur, fonctionnement) de ceux chez qui le bénéfice est limité ou absent, malgré une éventuelle amélioration subjective du sommeil nocturne.
- Il ouvre la voie à des essais mieux structurés, où l’on évalue, pour un patient donné, l’effet d’un traitement ou d’une stratégie non médicamenteuse au fil des jours, plutôt que de se contenter d’un bilan avant/après.
Cette approche s’intègre aussi aux efforts actuels visant à lier données numériques et santé à long terme : les travaux sur les wearables montrent déjà que la quantité, la qualité et la régularité du sommeil sont associées au risque de nombreuses maladies chroniques. En ajoutant une couche de mesures subjectives en temps réel, on peut espérer mieux relier ce que “disent” les capteurs, ce que ressent la personne, et l’évolution de sa santé.
Limites, risques et questions ouvertes
L’essai reste de petite taille, sur une population très spécifique de sujets âgés, ce qui limite la généralisation des résultats à d’autres groupes (adultes plus jeunes, comorbidités psychiatriques, insomniaques primaires sévères, etc.). La durée du suivi est courte, et ne permet pas de savoir si ce type de monitoring conserve sa pertinence et son acceptabilité au-delà de quelques semaines. Par ailleurs, l’étude ne répond pas entièrement à une question sensible : multiplier les auto-évaluations risque-t-il de renforcer la focalisation anxieuse sur le sommeil, et donc certains profils d’orthosomnie, déjà décrits avec les traqueurs d’activité nocturne ?
Enfin, cette sophistication de la mesure pose un enjeu d’organisation : le clinicien dispose-t-il du temps et des outils pour interpréter des flux continus de données ? Sans interfaces de synthèse adaptées, on court le risque d’une “data fatigue” côté soignant comme côté patient, où l’abondance d’informations n’améliore pas nécessairement la décision thérapeutique
