Aurélie Davin , Charles Khouri , Raoua Ben Messaoud , Andrew Vakulin , Batien Lechat , Renaud Tamisier , Sébastien Baillieul , Jean-Louis Pépin
{"title":"Validité des outils d’évaluation de la somnolence pour prédire l’aptitude à la conduite : revue systématique et méta-analyse","authors":"Aurélie Davin , Charles Khouri , Raoua Ben Messaoud , Andrew Vakulin , Batien Lechat , Renaud Tamisier , Sébastien Baillieul , Jean-Louis Pépin","doi":"10.1016/j.msom.2025.01.011","DOIUrl":null,"url":null,"abstract":"<div><h3>Objectif</h3><div>La somnolence au volant est l’une des principales causes d’accidents de la route, et représente un défi majeur en matière de sécurité et de santé publique. L’objectif de cette méta-analyse est d’identifier les outils d’évaluation de la somnolence, à la fois objectifs et subjectifs, les plus fiables pour prédire les performances de conduite.</div></div><div><h3>Méthodes</h3><div>Medline et Embase ont été consultées pour identifier les études évaluant des performances de conduite en conditions réelles ou sur simulateur (nombre de sorties de route, écart-type de la position latérale et/ou temps de réaction) simultanément à au moins une mesure de la somnolence (échelle de somnolence d’Epworth, échelle de somnolence de Karolinska [KSS], pourcentage de temps avec les yeux fermés à plus de 80 % [PERCLOS-80], échelle de somnolence de Johns, rapport alpha/thêta de la puissance EEG et/ou épisodes de micro-sommeil). Après normalisation des mesures de performance de conduite, des modèles de méta-régression linéaires hiérarchiques univariés et multivariés ont été réalisés. Des analyses de sensibilité ont évalué l’influence de la normalisation (PROSPERO CRD42024427166).</div></div><div><h3>Résultats</h3><div>Quarante-neuf études, incluant 967 participants, ont été analysées. Les valeurs de la KSS et du PERCLOS-80 étaient fortement associées à une altération des performances de conduite (KSS : pente<!--> <!-->=<!--> <!-->0,015 ; IC 95 % 0,004–0,026 ; <em>p</em> <!-->=<!--> <!-->0,010 et PERCLOS-80 : pente<!--> <!-->=<!--> <!-->0,029 ; IC 95 % 0,015–0,044 ; <em>p</em> <!-->=<!--> <!-->0,001). Les épisodes de micro-sommeil n’étaient pas corrélés aux paramètres normalisés de performances de conduite. L’analyse de sensibilité révélait une corrélation entre les épisodes de micro-sommeils et le nombre de sorties de route (pente<!--> <!-->=<!--> <!-->0,140 ; IC 95 % 0,088–0,192, <em>p</em> <!--><<!--> <!-->0,001).</div></div><div><h3>Conclusion</h3><div>Les mesures KSS et PERCLOS-80 apparaissent comme des indicateurs sensibles de l’altération des performances de conduite due à la somnolence. Ces résultats soutiennent l’importance de promouvoir des initiatives de santé publique liées à la sécurité routière, encourageant l’autoévaluation de la somnolence par les conducteurs et le développement de nouvelles technologies embarquées pour la détection de la somnolence.</div></div>","PeriodicalId":100905,"journal":{"name":"Médecine du Sommeil","volume":"22 1","pages":"Page 28"},"PeriodicalIF":0.0000,"publicationDate":"2025-03-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Médecine du Sommeil","FirstCategoryId":"1085","ListUrlMain":"https://www.sciencedirect.com/science/article/pii/S1769449325000111","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Objectif
La somnolence au volant est l’une des principales causes d’accidents de la route, et représente un défi majeur en matière de sécurité et de santé publique. L’objectif de cette méta-analyse est d’identifier les outils d’évaluation de la somnolence, à la fois objectifs et subjectifs, les plus fiables pour prédire les performances de conduite.
Méthodes
Medline et Embase ont été consultées pour identifier les études évaluant des performances de conduite en conditions réelles ou sur simulateur (nombre de sorties de route, écart-type de la position latérale et/ou temps de réaction) simultanément à au moins une mesure de la somnolence (échelle de somnolence d’Epworth, échelle de somnolence de Karolinska [KSS], pourcentage de temps avec les yeux fermés à plus de 80 % [PERCLOS-80], échelle de somnolence de Johns, rapport alpha/thêta de la puissance EEG et/ou épisodes de micro-sommeil). Après normalisation des mesures de performance de conduite, des modèles de méta-régression linéaires hiérarchiques univariés et multivariés ont été réalisés. Des analyses de sensibilité ont évalué l’influence de la normalisation (PROSPERO CRD42024427166).
Résultats
Quarante-neuf études, incluant 967 participants, ont été analysées. Les valeurs de la KSS et du PERCLOS-80 étaient fortement associées à une altération des performances de conduite (KSS : pente = 0,015 ; IC 95 % 0,004–0,026 ; p = 0,010 et PERCLOS-80 : pente = 0,029 ; IC 95 % 0,015–0,044 ; p = 0,001). Les épisodes de micro-sommeil n’étaient pas corrélés aux paramètres normalisés de performances de conduite. L’analyse de sensibilité révélait une corrélation entre les épisodes de micro-sommeils et le nombre de sorties de route (pente = 0,140 ; IC 95 % 0,088–0,192, p < 0,001).
Conclusion
Les mesures KSS et PERCLOS-80 apparaissent comme des indicateurs sensibles de l’altération des performances de conduite due à la somnolence. Ces résultats soutiennent l’importance de promouvoir des initiatives de santé publique liées à la sécurité routière, encourageant l’autoévaluation de la somnolence par les conducteurs et le développement de nouvelles technologies embarquées pour la détection de la somnolence.