Aprobación ética y consentimiento para participar.
Todos los procedimientos se realizaron de acuerdo con las Regulaciones relativas a la realización de investigaciones médicas y de ciencias biológicas con seres humanos en la Universidad de Tohoku, Japón, las Directrices éticas para la investigación médica con seres humanos emitidas por el Ministerio de Salud, Trabajo y Bienestar de Japón, y el Declaración de Helsinki de 1964 y sus posteriores modificaciones. El protocolo del estudio fue aprobado por el Comité de Ética en Investigación del Centro de Ciencia basada en Datos e Inteligencia Artificial de la Universidad de Tohoku, Japón (No. 2022-4). Todos los sujetos que participaron en este estudio dieron su consentimiento informado por escrito.
Asignaturas
Los sujetos fueron pacientes que se sometieron a PSG durante la noche desde noviembre de 2022 hasta marzo de 2023 en la Clínica Takaoka (Nagoya, Japón) para el diagnóstico de SA o para la evaluación de la eficacia del tratamiento de SA. El criterio de inclusión fueron adultos mayores de 20 años. Los sujetos fueron excluidos si tenían una enfermedad aguda, una enfermedad infecciosa o una exacerbación de una enfermedad crónica que requiriera hospitalización en los últimos 3 meses, o estaban embarazadas o amamantando.
Protocolo
Los sujetos visitaron la clínica del sueño por la noche y durmieron en una cámara de prueba de PSG equipada con un amplificador de PSG Embla N7000 (Natus Neurology Incorporated, Middleton, Wisconsin, EE. UU.). Durante las pruebas de PSG, se usó un dispositivo de reloj de pulsera (mSafety, Sony Network Communications Europe, Malmö, Suecia) en la muñeca izquierda y señales de aceleración triaxial y giroscopio triaxial de una IMU incorporada (BMI270, Bosch Sensortec GmbH, Reutlingen, Alemania). ) y las señales de ondas de pulso de un sensor PPG incorporado se registraron simultáneamente con el PSG (las señales de ondas de pulso no se utilizaron en este estudio).
Los sujetos fueron asignados aleatoriamente a un grupo de entrenamiento y un grupo de prueba. Utilizando los datos del grupo de entrenamiento, desarrollamos algoritmos para identificar episodios de SA, construimos modelos de regresión para estimar la gravedad de la SA y determinamos los valores de corte óptimos para clasificar la gravedad. Utilizando los datos del grupo de prueba, evaluamos el rendimiento de predicción y clasificación de los algoritmos. Las mediciones se realizaron en condiciones idénticas entre los grupos de entrenamiento y de prueba.
Mediciones
El PSG se registró durante la noche con los montajes estándar de PSG que consisten en electroencefalogramas F4-M1, F3-M2, C4-M1, C3-M2, O2-M1 y O1-M2, electrooculogramas izquierdo y derecho, un electromiograma submentoniano, un medidor de presión nasal. cánula, flujos de aire oronasales, electromiogramas tibiales izquierdo y derecho, pletismogramas de inductancia toracoabdominal, saturación de oxígeno en sangre arterial (SpO2) con oximetría de pulso, un micrófono de cuello, sensores de posición corporal y un ECG de derivación II modificado.
La grabación de PSG se analizó fuera de línea con un software de diagnóstico del sueño (Remlogic versión 3.4.1, Natus Medial Incorporated, Middleton, Wisconsin, EE. UU.) y los resultados del análisis automatizado fueron revisados y editados por técnicos expertos en sueño (Certified Sleep Medicine Examiner by the Japan Sociedad del sueño). Las etapas del sueño y los eventos respiratorios se calificaron de acuerdo con el Manual para la puntuación del sueño y eventos asociados de la Asociación Estadounidense de Medicina del Sueño (AASM), versión 2.521. Las frecuencias horarias promedio de los episodios de apnea, los episodios de hipopnea y la combinación se definieron como índice de apnea, índice de hipopnea e índice de apnea-hipopnea (IAH), respectivamente. Las frecuencias horarias promedio de episodios de apnea también se midieron según los tipos (obstructivo, central y mixto). El AHI se calculó utilizando el tiempo total de registro (TRT) como denominador (AHITRT) y el tiempo total de sueño (TST) como denominador (AHITST). El AHITRT se utilizó como referencia para el desarrollo del algoritmo de detección de eventos respiratorios mediante señales IMU. El AHITST se utilizó para determinar la clase de gravedad de SA en los sujetos: sujetos con un AHITST entre 15 y 30 como SA moderada y aquellos con AHITST ≥ 30 como SA severa.
La señal de aceleración de cada eje se registró a una frecuencia de muestreo de 32 Hz y una resolución de 0,061 mG por bit menos significativo (±â€‰2,0 G a 16 bits) y la señal giroscópica de cada eje tuvo una frecuencia de muestreo de 32 Hz y una resolución de 0,0076 grados por segundo (dps) por bit menos significativo (±â€‰250 dps a 16 bits). Las señales de aceleración, giroscopio y PPG se transfirieron desde el dispositivo del reloj de pulsera a un almacenamiento seguro en la nube a través de la función de comunicación de evolución a largo plazo para la máquina (LTE-M) incorporada en el dispositivo para una conectividad de red constante.
Análisis de los datos
Las señales de aceleración y las señales giroscópicas se analizaron de la misma manera pero por separado. Para ambas señales, la longitud total (equivalente a la TRT del PSG) de las series temporales se procesó de la siguiente manera. En primer lugar, cada serie temporal de los tres ejes (X, Y y Z) se procesó por separado con un filtro de paso de banda entre 0,13 y 0,70 Hz para extraer las señales respiratorias. En segundo lugar, las señales respiratorias triaxiales se combinaron en un único escalar que refleja el movimiento respiratorio de la muñeca.
$${R}_{t}= sqrt{{X}_{t}^{2}+{Y}_{t}^{2}+{Z}_{t}^{2}}, $$
donde Rt representa series de tiempo de movimiento respiratorio de la muñeca y Xt, Yt y Zt indican series de tiempo de los ejes X, Y y Z filtradas por paso de banda, respectivamente. En tercer lugar, la serie temporal Rt se filtró de paso de banda (0,13-0,7 Hz) nuevamente para eliminar el componente de corriente continua y se rectificó de modo que la altura de la envoltura superior de los datos refleje la amplitud del movimiento respiratorio de la muñeca (Fig. 1). ). En cuarto lugar, considerando que la tendencia rápida en la envolvente superior refleja el cambio respiración a respiración en la amplitud del movimiento respiratorio de la muñeca y la tendencia lenta refleja la amplitud media que aplana el cambio en la amplitud inducido por SA, calculamos los promedios móviles de la envolvente con anchos de ventana promedio de 3 y 30 s para las tendencias rápida y lenta, respectivamente. Quinto, buscamos caídas de tendencia rápidas donde el área delimitada por las tendencias rápidas y lentas era mayor que un porcentaje umbral del área bajo la curva (AUC) de la tendencia lenta, y determinamos la caída como un episodio de SA si su duración estaba entre 10 y 90 s. Finalmente, el número promedio de episodios de SA por hora de TRT se calculó como el índice de eventos respiratorios (REI).
Figura 1
Detección de apnea-hipopnea del sueño mediante aceleración y señales giroscópicas de la unidad de medida inercial (IMU). (A) Movimiento respiratorio rectificado de la muñeca (cian) derivado de señales de aceleración (fila superior) y giroscopio (fila inferior) durante la transición de la respiración normal a un tren de apnea del sueño (SA) en un sujeto representativo con SA severa. (B) Formas de onda de muñeca respiratoria rectificadas (cian) de señales de aceleración (panel superior) y giroscopio (panel inferior) con intensidades de señal variables durante episodios sucesivos de apnea del sueño en el mismo sujeto. En todos los paneles, las líneas azul y magenta indican tendencias lentas y rápidas, respectivamente, en la envoltura superior del movimiento respiratorio de la muñeca. Se determinó que una caída en la tendencia rápida era un episodio de SA si el área delimitada por las tendencias rápida y lenta era mayor que el porcentaje umbral del área bajo la curva de tendencia lenta y tenía una duración de entre 10 y 90 s. Las líneas verticales con triángulos cian indican los puntos en los que se detectó un episodio de SA.
Como se muestra en los primeros 8 minutos de la Fig. 1A, las tendencias rápida y lenta durante la respiración normal se superponen entre sí y el área delimitada por ellas es pequeña o inexistente; cuando ocurre un episodio de SA, aparece una caída en la tendencia rápida y aumenta el área delimitada por las tendencias rápida y lenta. La amplitud del movimiento respiratorio de la muñeca puede variar según la posición del brazo y del cuerpo (Fig. 1B). Para eliminar la influencia de los cambios de amplitud, evaluamos la relación entre el área delimitada y el AUC de la tendencia lenta como índice para detectar episodios de SA. El umbral para esta relación para detectar episodios de SA se determinó para maximizar el coeficiente de correlación múltiple para la regresión AHITRT con aceleración REI y giroscopio REI en el grupo de entrenamiento.
análisis estadístico
Para los análisis estadísticos se utilizó el paquete de programa Statistical Analysis System (SAS Institute, Cary, NC, EE. UU.). Las diferencias en las variables cuantitativas y categóricas entre los grupos de entrenamiento y de prueba se evaluaron mediante la prueba de suma de rangos de Wilcoxon y la prueba χ2. La relación entre aceleración/REI giroscópico y AHITRT se evaluó mediante análisis de regresión lineal y coeficiente de correlación de Pearson, y el poder predictivo multivariado de aceleración y REI giroscópico para AHITRT se evaluó mediante coeficiente de correlación múltiple utilizando el procedimiento SAS REG. Como puntuación de eventos respiratorios (RES) se utilizó el AHITRT estimado mediante el modelo de regresión múltiple. El desempeño discriminante del RES entre sujetos dicotomizados por gravedad de SA (puntos de corte, AHITST ≥ 15 y ≥ 30) se evaluó mediante el AUC de la característica operativa del receptor (ROC) curva. Los valores de corte óptimos del RES para la discriminación se determinaron en el grupo de entrenamiento y se evaluaron en el grupo de prueba con la sensibilidad, especificidad, precisión y valores predictivos positivos y negativos (VPP y VPN, respectivamente). Se consideró significación estadística para P < 0,05.
2024-02-19 06:31:19
1708325167
#Detección #cuantitativa #apnea #del #sueño #adultos #mediante #una #unidad #medición #inercial #integrada #dispositivos #portátiles #reloj #pulsera
