JOURNAL OF FUNCTIONAL VENTILATION AND PULMONOLOGY [Journal de la Fonction Ventilatoire et de Pneumologie]

ABSTRACT:

Obstructive sleep apnea (OSA) is a pervasive global health disorder associated with severe cardiovascular and neurocognitive morbidities. Traditionally, the apnea-hypopnea index (AHI) has served as the primary diagnostic and severity metric. However, the AHI’s inability to capture the depth and duration of desaturation events limits its prognostic value. This presentation synthesizes emerging evidence on "hypoxic burden" (HB), an area-based metric that quantifies cumulative respiratory-related oxygen deprivation. Analysis of large-scale cohorts demonstrates that HB is a superior predictor of cardiovascular mortality and heart failure compared to AHI. Furthermore, the report explores novel physiological markers such as arousal intensity, odds ratio product (ORP), and cardiopulmonary coupling (CPC), which characterize sleep depth and autonomic stability. By integrating these metrics with the PALM model of OSA endotypes—focusing on loop gain, arousal threshold, and muscle responsiveness—clinical practice can transition toward precision medicine. The integration of machine learning and wearable technology is identified as a critical future direction to improve diagnostic accessibility and personalized therapeutic outcomes.

RÉSUMÉ:

Le syndrome d’apnées obstructives du sommeil (SAOS) est une pathologie de santé mondiale très répandue, associée à de graves morbidités cardiovasculaires et neurocognitives. Traditionnellement, l’indice d’apnées-hypopnées (IAH) constitue le principal critère diagnostique et d’évaluation de la sévérité. Cependant, l’incapacité de l’IAH à prendre en compte la profondeur et la durée des épisodes de désaturation limite sa valeur pronostique. Cette présentation synthétise les données émergentes concernant la « charge hypoxique » (Hypoxic Burden, HB), une mesure basée sur l’aire qui quantifie la privation cumulative d’oxygène liée aux événements respiratoires.

L’analyse de larges cohortes démontre que la HB constitue un meilleur prédicteur de la mortalité cardiovasculaire et de l’insuffisance cardiaque que l’IAH. En outre, ce rapport explore de nouveaux marqueurs physiologiques tels que l’intensité des micro-éveils, l’Odds Ratio Product (ORP) et le couplage cardiopulmonaire (Cardiopulmonary Coupling, CPC), qui permettent de caractériser la profondeur du sommeil et la stabilité du système nerveux autonome.

En intégrant ces paramètres au modèle PALM des endotypes du SAOS — centré sur le loop gain, le seuil d’éveil et la réactivité musculaire — la pratique clinique peut évoluer vers une médecine de précision. L’intégration de l’intelligence artificielle, de l’apprentissage automatique et des technologies portables est identifiée comme une orientation majeure pour améliorer l’accessibilité diagnostique et personnaliser davantage les stratégies thérapeutiques.