Table of Contents
Une étude récente publiée dans la revue _PLOS Digital Health_ met en lumière comment les tâches de navigation basées sur les smartphones peuvent servir d’outil innovant pour identifier les changements cognitifs subtils chez les personnes âgées, offrant ainsi un aperçu précoce des risques de démence.
L’importance du diagnostic précoce de la démence
Environ 58 millions de personnes vivent avec la démence dans le monde, et on estime que 69 millions d’entre elles sont au stade prodromal. La prévalence de la démence devrait tripler d’ici 2050 en raison de l’augmentation de l’espérance de vie et de la croissance de la population dans de nombreux pays.
Bien que des essais cliniques de phase III aient démontré que plusieurs médicaments peuvent modifier l’évolution de la démence, il n’existe actuellement aucun remède pour cette maladie. Il est donc urgent de développer de nouveaux outils de diagnostic pour évaluer le fonctionnement cognitif des individus asymptomatiques, susceptibles de présenter des changements subtils associés à un risque accru de démence.
Ces dernières années, les chercheurs se sont de plus en plus intéressés à l’utilité potentielle des outils d’évaluation cognitive numériques, capables de détecter des déficits de mémoire épisodique de grade léger. Ces approches pourraient faciliter l’identification précoce des personnes à risque accru de développer la démence, fournissant ainsi des informations cruciales sur le moment et les types d’interventions à initier pour améliorer le pronostic des patients.
À propos de l’étude
Les chercheurs ont étudié la valeur diagnostique des trajectoires de mouvement et des données connexes lors de la navigation dans le monde réel à l’aide d’une tâche de navigation basée sur smartphone. L’échantillon se composait de 25 adultes âgés cognitivement sains, 24 jeunes adultes et 23 patients ayant un déclin cognitif subjectif (DCS).
La tâche de navigation a été réalisée sur le campus du Centre allemand pour les maladies neurodégénératives (DZNE) avec l’assistance de l’application mobile « Explore ». Tous les participants étaient familiers avec la zone du campus et ne signalaient pas de troubles de mobilité.
Au cours de la tâche, les participants ont marché depuis le DZNE vers cinq points d’intérêt (POI), parcourant un itinéraire de 820 mètres. Ils consultaient une carte sur leur smartphone, montrant leur position actuelle ainsi que des images et localisations des POI, avant de devoir fermer la carte et trouver les POI par eux-mêmes.
Si nécessaire, les participants pouvaient revoir la carte, le nombre de consultations étant enregistré. Un code QR était scanné au POI pour indiquer l’achèvement et initier la procédure pour le prochain itinéraire.
Résultats de l’étude
Les chercheurs ont évalué comment les clusters représentaient les trois classes de participants. La plupart des sujets du premier cluster se rendaient directement d’un POI à un autre ou montraient de légers écarts.
Bien que les patients DCS aient généralement moins bien performé que les participants sains, il y avait une variabilité notable, certains patients DCS montrant des performances intermédiaires voire élevées, soulignant l’hétérogénéité de ce groupe.
Les résultats montrent que le nombre d’arrêts d’orientation pendant les tâches de navigation prédit fortement le statut DCS, offrant un marqueur numérique pratique pour la détection précoce.
Les mesures de performance étaient également estimées sur la base des entrées des utilisateurs et des données GPS, comprenant la distance de navigation, la durée, la vitesse de déplacement, le nombre de consultations de la carte et le nombre d’arrêts pendant la marche.
Analyse et implications
Les résultats de l’étude suggèrent que les indicateurs de performance comportementale contiennent des informations sur le statut DCS et le groupe d’âge des participants. Les jeunes adultes ont montré de meilleures performances globales, tandis que les différences entre les sujets DCS et les adultes âgés sains étaient plus subtiles.
Les différences dans le nombre d’arrêts entre les patients DCS et les adultes âgés sains ont été observées. Cet effet pourrait prédire le statut DCS, ce qui en fait une empreinte numérique prometteuse pour le déclin cognitif associé à la démence.
