Les objets connectés portés au poignet ne montrent aucun lien entre les indicateurs de sommeil et l'anxiété dans une méta-analyse de 44 études
Une méta-analyse de 44 études sur les objets connectés (wearables) n'a trouvé aucun lien entre le sommeil et l'anxiété, tandis qu'une faible activité physique et une fréquence cardiaque élevée étaient vaguement associées à l'anxiété. Les wearables sont plus utiles lorsqu'ils sont combinés à d'autres données.
Résumé
Les chercheurs ont regroupé 44 études (42 articles) visant à déterminer si les données issues de dispositifs portables au poignet permettent de suivre l'anxiété chez l'adulte. La taille des échantillons variait de 17 à 170 320 participants. Les analyses groupées de quatre mesures du sommeil (efficacité du sommeil, temps d'éveil après l'endormissement, durée totale du sommeil, latence d'endormissement) n'ont mis en évidence aucune association significative avec l'anxiété. Les synthèses narratives, fondées sur un nombre d'études plus restreint, suggèrent qu'une activité physique plus faible et une fréquence cardiaque plus élevée vont de pair avec des symptômes d'anxiété plus marqués. Les modèles d'apprentissage automatique utilisant uniquement les données des dispositifs portables ont donné des résultats inégaux, et se sont améliorés lorsqu'ils étaient combinés à des données d'auto-évaluation ou à des données cliniques. Les études inférentielles étaient pour la plupart de qualité moyenne et de nature observationnelle (transversales ou longitudinales) : elles ne permettent donc pas d'établir de lien de causalité. Les dispositifs portables semblent plus prometteurs comme un élément parmi d'autres que comme outils autonomes de dépistage de l'anxiété.
Résumé détaillé
L'anxiété est le trouble de santé mentale le plus répandu dans le monde : on estime qu'elle touchait 301 millions de personnes en 2019, et chez les adultes plus âgés, elle a été associée à un risque plus élevé de démence. L'évaluation actuelle repose sur des questionnaires d'auto-évaluation et des entretiens cliniques, qui sont rétrospectifs, gourmands en ressources et n'offrent que des instantanés. Les données passives et continues issues d'objets connectés portés au poignet pourraient en principe combler cette lacune ; cette revue a donc cherché à savoir si les biomarqueurs numériques dérivés de ces appareils sont associés à l'anxiété.
Les auteurs ont interrogé six bases de données, y compris la littérature grise, jusqu'en septembre 2025 (PROSPERO CRD42023409995). Ils ont inclus des études transversales ou longitudinales portant sur des adultes utilisant des appareils de poignet de qualité recherche ou grand public, avec une anxiété mesurée par des évaluations standardisées (questionnaires d'auto-évaluation ou diagnostics cliniques). Quarante-quatre études issues de 42 articles répondaient aux critères : 36 utilisaient des statistiques inférentielles (21 sur le sommeil, 8 sur l'activité physique, 2 sur la variabilité de la fréquence cardiaque, 5 sur plusieurs types de données) et 8 utilisaient l'apprentissage automatique. La taille des échantillons variait de 17 à 170 320.
Les quatre méta-analyses portant sur le sommeil étaient toutes nulles. L'efficacité du sommeil donnait un z de Fisher = -0,07 (IC à 95 % : -0,14 à 0,002 ; P = 0,06), l'éveil après l'endormissement z = 0,13 (IC : -0,04 à 0,30 ; P = 0,11), la durée totale de sommeil z = 0,009 (IC : -0,01 à 0,03 ; P = 0,28) et la latence d'endormissement z = 0,04 (IC : -0,07 à 0,15 ; P = 0,08). Les intervalles de prédiction étaient larges (par exemple -0,19 à 0,05 pour l'efficacité du sommeil), ce qui signifie qu'une future étude pourrait raisonnablement trouver un effet modeste dans un sens comme dans l'autre. Des modèles à effets aléatoires ont été utilisés, avec des analyses de sensibilité selon le type d'anxiété (état ou trait) et la tranche d'âge.
L'activité physique et la fréquence cardiaque n'ont pas pu être regroupées et ont fait l'objet d'une synthèse narrative. Une activité physique plus faible et une fréquence cardiaque plus élevée étaient associées à des symptômes d'anxiété plus marqués, bien que cela repose sur un nombre limité d'études. Les huit études d'apprentissage automatique ont montré des performances variables lorsqu'elles utilisaient uniquement les données des objets connectés, et la prédiction s'améliorait lorsque ces données étaient combinées à d'autres sources, comme l'auto-évaluation et les données cliniques.
Le message pratique est qu'un résultat nul sur quatre mesures du sommeil limite l'affirmation selon laquelle les mesures du sommeil de type actigraphie reflètent l'anxiété, mais n'écarte pas les signaux liés à l'activité et à la fréquence cardiaque, qui restent plausibles et méritent d'être testés avec de meilleurs protocoles. Les auteurs concluent que les biomarqueurs numériques sont probablement plus utiles lorsqu'ils sont intégrés à d'autres informations que lorsqu'ils sont utilisés seuls comme outils de dépistage.
Les limites sont importantes. La plupart des études inférentielles ont été jugées de qualité moyenne, les protocoles étaient observationnels (transversaux ou longitudinaux), et les analyses de sensibilité ont dû tenir compte de l'anxiété d'état par opposition à l'anxiété de trait. Les études qui n'ont pas pu être regroupées ont fait l'objet d'une synthèse narrative, et une association n'établit pas que les changements d'activité ou de fréquence cardiaque causent ou prédisent l'anxiété. Il n'existe aucun outil validé d'évaluation de la qualité pour les études d'apprentissage automatique ; les auteurs ont donc adapté une version modifiée de QUADAS-2.
Principales conclusions
- 44 studies from 42 articles met criteria: 36 inferential (21 sleep, 8 activity, 2 HRV, 5 multiple) and 8 machine learning; N ranged 17 to 170,320
- Sleep efficiency was not significantly associated with anxiety (Fisher z=-0.07, 95% CI -0.14 to 0.002, P=.06)
- Wake after sleep onset (z=0.13, P=.11), total sleep time (z=0.009, P=.28) and sleep onset latency (z=0.04, P=.08) were all null
- Narratively, lower physical activity and higher heart rate were associated with greater anxiety symptoms, based on limited studies and not pooled
- Machine learning on wearable data alone performed variably; performance improved when combined with self-report or clinical data
- Inferential studies were mostly of fair quality on the NHLBI tool; designs were cross-sectional or longitudinal
- Prior machine learning meta-analyses reported about 82% accuracy for anxiety classification, cited as context
Méthodologie
Revue systématique et méta-analyse conformes à PRISMA, enregistrées dans PROSPERO, avec une recherche dans 5 bases de données ainsi que dans ProQuest et Google Scholar jusqu'en septembre 2025, et un double dépistage indépendant des références (concordance inter-évaluateurs mesurée par le coefficient kappa de Cohen). Le risque de biais a été évalué à l'aide de l'outil du NHLBI pour les études inférentielles et d'une version modifiée de QUADAS-2 pour les études d'apprentissage automatique. Des méta-analyses à effets aléatoires ont été réalisées pour chaque biomarqueur numérique lorsque c'était possible, avec présentation des intervalles de prédiction et analyses de sensibilité selon le type d'anxiété (état ou trait) et la tranche d'âge. Les études portant sur l'activité, la fréquence cardiaque et l'apprentissage automatique ont fait l'objet d'une synthèse narrative.
Limites de l'étude
Les études inférentielles incluses étaient pour la plupart de qualité moyenne et de nature observationnelle (transversales ou longitudinales), ce qui limite l'inférence causale. Les études qui n'ont pas pu être regroupées ont fait l'objet d'une synthèse narrative, et les résultats concernant l'activité, la fréquence cardiaque et l'apprentissage automatique reposent sur un nombre limité d'études. Il n'existe aucun outil validé d'évaluation de la qualité pour les études d'apprentissage automatique ; une version modifiée de QUADAS-2 a donc été utilisée. Aucun conflit d'intérêts n'a été signalé dans le texte fourni.
Ce résumé vous a plu ?
Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.
Saisissez votre e-mail pour vous abonner :
