Observance à la PPC :
prédire l'abandon avant qu'il ne survienne
SOS Oxygène et ses partenaires ont analysé les données de 116 189 patients sous PPC pour développer des modèles d’intelligence artificielle prédictifs de l’observance. Découvrez les travaux issus de cette collaboration avec Stanford University et l’Université de Copenhague.
TRAVAUX CONDUITS AVEC
Présentés au congrès de la Société Française de Recherche et Médecine du Sommeil (SFRMS)
116 189
patients sous PPC analysés
3
modèles d’apprentissage automatique évalués
93%
de précision du meilleur modèle (F1-score 0,938)
la démarche
Ce que l'intelligence artificielle nous apprend sur l'observance
L’observance au traitement par PPC est un défi clinique documenté. Identifier les patients à risque de non-observance de façon précoce reste un enjeu pour la pratique courante. SOS Oxygène a constitué une cohorte de 116 189 utilisateurs de PPC, en exploitant les données enregistrées quotidiennement par les appareils : pression, fuites, IAH résiduel. Sur cette base, trois modèles d’apprentissage automatique ont été développés et évalués, en collaboration avec le Rigshospitalet de l’Université de Copenhague et Stanford University.
📊 Des données issues du terrain
Les données utilisées sont issues de l’activité opérationnelle réelle, et non d’un essai clinique encadré. Les résultats reflètent donc les comportements effectifs des patients dans leur quotidien, ce qui renforce leur pertinence pour la pratique courante.
📚 Trois approches de prédiction
Les modèles testés couvrent trois angles complémentaires : prédiction à 90 jours dès la première semaine, suivi probabiliste nuit par nuit, et identification des profils à risque de non-observance. Chacun répond à une question clinique distincte.
🎓 Une validation indépendante
Ces travaux ont été conduits par les équipes de SOS Oxygène en collaboration avec le Rigshospitalet de l’Université de Copenhague et Stanford University, et présentés en session scientifique au congrès SFRMS. Les auteurs déclarent ne pas avoir de lien d’intérêt.
🩺 Une question clinique concrète
L’objectif commun aux trois travaux : anticiper la non-observance avant qu’elle ne s’installe, pour permettre une intervention précoce auprès des patients à risque. Les conclusions des trois études convergent vers cette perspective.
Collaboration scientifique
Des travaux conduits avec des équipes universitaires indépendantes
Les études présentées ici ont été co-signées par des chercheurs de Stanford University et de l’Université de Copenhague, et présentées lors du congrès SFRMS
Anticipation précoce
À partir de combien de jours de traitement peut-on anticiper l'observance à 3 mois ?
Suivi en temps réel
Comment transformer les données du traitement par PPC en signal d'alerte actionnable ?
Profils à risque