Performances des dispositifs d’auto-PPC en présence de différents patterns de fuites non intentionnelles

Abstract

Introduction

Cette étude examinait la capacité des dispositifs d’auto-PPC à détecter et identifier les événements respiratoires en présence de divers patterns de fuites non intentionnelles ; elle évaluait également leur performance pour estimer les débits de fuites non intentionnelles.

Méthodes

Nous avons conçu un modèle de banc original et sophistiqué pour simuler de manière réaliste des évènements respiratoires caractéristiques du syndrome d’apnée du sommeil. Ce banc intègre un poumon mécanique, une valve solénoïde pour générer des fuites de différents profils, une résistance de Starling (toutes deux pilotées automatiquement), ainsi qu’une tête de mannequin réaliste avec des voies respiratoires supérieures imprimées en 3D. Cinq dispositifs de PPC ont été testés sur des scripts respiratoires incluant des événements d’hypopnée/apnée obstructive et centrale, avec 6 patterns de fuites différents. L’IAH résiduel était récupéré à partir du logiciel intégré.

Résultats

Nous avons mis en évidence une grande variabilité de performances entre les dispositifs. Comparée à l’IAH réel sans fuites, l’estimation de l’IAH par le logiciel intégré était en moyenne sous-estimée de 32,6 ± 19,5 % en présence de fuites intermittentes, et de 5,2 ± 7,4 % avec des fuites continues (p < 0,001). Les dispositifs avaient des difficultés à identifier précisément la nature et la sévérité des événements respiratoires, en particulier en présence de fuites intermittentes. Certains dispositifs montraient une précision relativement correcte pour estimer le débit de fuite, bien que des erreurs allant jusqu’à 49,3 % étaient observées dans certaines conditions (Fig. 1).

Conclusion

Cette étude souligne l’interaction complexe entre les patterns de fuites et les performances des dispositifs d’auto-PPC. Malgré les progrès technologiques sur les algorithmes des machines, des défis persistent pour garantir une meilleure détection/classification des événements, ainsi qu’une meilleure estimation des débits de fuite.