Votre fréquence cardiaque et votre flux sanguin peuvent prédire la vivacité de votre cerveau

Le déclin cognitif est notoirement difficile à surveiller chez des personnes en bonne santé — les tests standard sont contraignants, nécessitent un cadre clinique et ne se prêtent pas à une utilisation fréquente. Un nombre croissant de travaux de recherche établit un lien entre la forme cardiovasculaire, la fonction du système nerveux autonome et la santé cérébrale, mais démêler ces relations complexes et multidimensionnelles a jusqu'ici résisté aux statistiques traditionnelles. Cette étude a cherché à déterminer si l'apprentissage automatique pouvait combler ce fossé.

Des chercheurs de l'Université médicale de Kaohsiung ont recruté 240 adultes en bonne santé et enregistré 39 variables physiologiques couvrant la fonction cardiovasculaire, les mesures du débit cardiaque et les indices de variabilité de la fréquence cardiaque. Les participants ont également effectué le Trail Making Test (TMT), un outil d'évaluation cognitive largement utilisé mesurant la vitesse de traitement et les fonctions exécutives. Le temps de réalisation du TMT a été divisé à la médiane afin de constituer des groupes de performance élevée et faible, et plusieurs classificateurs d'apprentissage automatique ont été testés selon une validation croisée rigoureuse.

Un modèle de forêt aléatoire utilisant dix variables sélectionnées par élimination récursive de caractéristiques a obtenu les meilleures performances, avec une précision de 70,83 %, un score F1 de 71,38 % et une AUC de 71,2 %. L'analyse SHAP — un outil d'interprétabilité — a permis d'identifier les variables exerçant l'influence la plus forte sur les prédictions. Un âge plus élevé, une fréquence cardiaque au repos plus élevée et une résistance vasculaire systémique accrue orientaient les prédictions vers une performance cognitive plus lente. À l'inverse, un volume d'éjection systolique plus important, un débit cardiaque plus élevé et des marqueurs parasympathiques plus forts — tels que la variabilité de la fréquence cardiaque en haute fréquence et l'arythmie sinusale respiratoire — prédisaient un temps de réalisation du TMT plus rapide.

Les implications cliniques sont significatives. La majorité des variables les plus prédictives sont directement modifiables par l'exercice aérobique, la réduction du stress et l'optimisation du mode de vie, offrant ainsi aux cliniciens et aux individus des cibles d'intervention concrètes. Les auteurs soulignent également le potentiel des dispositifs portables pour capturer passivement bon nombre de ces mesures, ouvrant la voie à une surveillance continue de la santé cognitive avec une contrainte minimale pour l'utilisateur.

Les limites comprennent le plan transversal de l'étude, qui ne permet pas de tirer des conclusions causales, la taille modeste de l'échantillon, ainsi que la variable de résultat binaire qui entraîne une perte de nuance. La généralisabilité au-delà de la population taïwanaise étudiée reste à établir, et la précision du modèle, bien que notable, n'est pas encore suffisante à elle seule pour un usage clinique autonome.