Les chercheurs, dirigés par la neuroépidémiologiste Abigail Dove, ont évalué la qualité du sommeil selon cinq dimensions, notamment le chronotype (matinal ou vespéral) et la durée du sommeil. Les participants, dont l'âge moyen était de 54,7 ans, ont été recrutés dans la UK Biobank, un institut de recherche axé sur les effets à long terme de la génétique et du mode de vie sur les maladies. Environ neuf ans après les premières évaluations du sommeil, les participants ont subi des IRM cérébrales.

Pour analyser les IRM cérébrales, les chercheurs ont utilisé des modèles d'apprentissage automatique pour estimer l'âge biologique du cerveau de chaque participant. L'apprentissage automatique, un sous-ensemble de l'intelligence artificielle, consiste à entraîner des algorithmes sur de vastes ensembles de données afin d'identifier des schémas et de faire des prédictions. Dans ce cas, les modèles ont été entraînés à reconnaître les caractéristiques des IRM qui indiquent le vieillissement cérébral. Dove a expliqué : "Nos résultats prouvent que le manque de sommeil peut contribuer à l'accélération du vieillissement cérébral et que l'inflammation est l'un des mécanismes sous-jacents."

L'étude souligne les implications sociétales potentielles du manque de sommeil. Avec le vieillissement des populations, il est de plus en plus important de comprendre les facteurs qui contribuent au déclin cognitif. Si de mauvaises habitudes de sommeil peuvent accélérer le vieillissement cérébral, les interventions visant à améliorer la qualité du sommeil pourraient avoir un impact significatif sur la santé publique.

L'utilisation de l'apprentissage automatique dans cette étude représente une tendance croissante dans la recherche médicale. Les algorithmes d'IA peuvent analyser des ensembles de données complexes, tels que les IRM cérébrales, avec une rapidité et une précision supérieures aux méthodes traditionnelles, ce qui pourrait conduire à de nouvelles perspectives sur les processus pathologiques. Toutefois, il est important de noter que les modèles d'apprentissage automatique ne valent que les données sur lesquelles ils sont entraînés. Les biais dans les données peuvent conduire à des résultats inexacts ou trompeurs.

Bien que l'étude établisse une corrélation entre le manque de sommeil et le vieillissement cérébral, elle ne prouve pas la causalité. Il n'est pas clair si le manque de sommeil provoque directement le vieillissement cérébral ou si d'autres facteurs sont impliqués. Des recherches supplémentaires sont nécessaires pour comprendre pleinement la relation entre le sommeil et la santé cérébrale. Les études futures pourraient explorer les mécanismes spécifiques par lesquels le manque de sommeil peut contribuer au vieillissement cérébral, ainsi qu'étudier l'efficacité des interventions visant à améliorer la qualité du sommeil.