Évaluer la performance d’un capteur de mouvements mandibulaires (MM) avec une analyse automatisée en intelligence artificielle (IA) pour le diagnostic du syndrome d’apnées obstructives du sommeil (SAOS) par rapport à une polysomnographie (PSG) à domicile.

Au total, 40 personnes suspectées de SAOS ont réalisé simultanément une nuit de PSG à domicile et un enregistrement des MM par un capteur. L’indice de perturbation respiratoire obstructive (ORDI) du a été comparé à celui de la PSG par le coefficient de corrélation intraclasse et une analyse de Bland et Altman. La performance des MM a été optimisée par des courbes ROC.

Au total, 31 patients ont été analysés. Une bonne concordance a été observée entre MM-ORDI et PSG-ORDI (biais médian de 0,00 ; IC 95 % −23,25 à +9,73 événements/h). Les MM ont surestimé la gravité de la maladie pour les patients non-SAOS (ORDI +5,58 (IC 95 % +2,03 à +7,46) événements/h) et en cas de SAOS léger (ORDI de +3,70 (IC 95 % : −0,53 à +18,32) événements/h). Pour les SAOS modérés à sévères, on a constaté une sous-estimation (MM-ORDI −8,70 (IC 95 % −28,46 à +4,01) événements/h). Les valeurs optimales limites ROC pour les seuils de PSG 5, 15, 30 événements/h étaient : 9,53, 12,65 et 24,81 événements/h avec une sensibilité de 88, 100 et 79 %, et une spécificité de 100, 75 et 96 %, respectivement. Les valeurs prédictives positives étaient de : 100, 80, 95 % et les valeurs prédictives négatives de 89, 100, 82 %, respectivement.

Le diagnostic du SAOS par analyse automatisée des MM et IA représente une alternative de diagnostic fiable, accessible et facile à utiliser à domicile.