Studie zur Schlafmessung

Das Schlafverhalten hat eine entscheidende Bedeutung für Gesundheit und Wohlbefinden. Unzureichende Schlafdauer und schlechte Schlafqualität tragen unabhängig voneinander zu Bluthochdruck und Herz-Kreislauf-Erkrankungen, Depressionen, Fettleibigkeit und Diabetes bei. Angesichts der Bedeutung der Schlafdauer und -qualität für die Gesundheit wird die Bedeutung einer genauen Überwachung der Schlafdauer und -qualität im klinischen Alltag immer deutlicher.

Das physiologische „Goldstandard“-Maß für den Schlaf ist die Schlafpolysomnographie (PSG). PSG wird verwendet, um Schlafmaße zu quantifizieren, einschließlich Schlafdauer, Einschlafzeit, Schlafeffizienz. Zu den Nachteilen von Schlaf-PSG gehören die Notwendigkeit, ein Labor zu besuchen, teure Geräte zu verwenden, Fachpersonal zur Verabreichung von PSG zu verwenden und die PSG-Ergebnisse zu bewerten und zu interpretieren, was die Verwendung in größeren oder frei lebenden Studien einschränkt.

Eine weitere Methode zur Quantifizierung von Schlafindizes basiert auf Aktigraphie, die eine 90%ige Übereinstimmung mit der Polysomnographie zeigt. Die Handgelenk-Aktigraphie ermöglicht eine Schlafbeurteilung über mehrere Tage und misst die täglichen Schlaf-Wach-Zyklen. Die Daten liegen jedoch in Form von herstellerspezifischen Aktivitätszählungen über ein bestimmtes Zeitfenster vor, was es schwierig macht, die Daten mit verschiedenen Marken von Beschleunigungsmessern zu vergleichen. In letzter Zeit werden am Handgelenk getragene Beschleunigungsmesser zunehmend zur objektiven Messung der körperlichen Aktivität in großen Bevölkerungsstudien verwendet, bei denen die Teilnehmer oft gebeten werden, sie 24 Stunden lang ununterbrochen zu tragen, um die Compliance zu maximieren. Diese Geräte sammeln daher Daten, die zur Schätzung von Schlafparametern verwendet werden könnten. Um diese Daten jedoch verwenden, zusammenfassen oder vergleichen zu können, sind Schlafalgorithmen erforderlich, die auf Datensätze verschiedener Beschleunigungsmessermarken angewendet werden können. Die neueste Generation von Beschleunigungsmessern misst die Beschleunigung in universellen Einheiten, verbessert die Vergleichbarkeit zwischen verschiedenen Marken von Beschleunigungsmessern und ermöglicht mehr Kontrolle bei der Datenverarbeitung. Darüber hinaus gibt es jetzt einen Schlaferkennungsalgorithmus, der auf Daten von verschiedenen Rohdaten-Beschleunigungsmessermarken angewendet werden kann und als Teil des GGIR-Pakets in R (Softwareumgebung für statistische Berechnungen und Grafiken) frei verfügbar ist. Die drei weit verbreiteten Rohdaten-Beschleunigungsmessermarken sind Axivity, ActiGraph und GENEActiv sowie ActivPAL, ein am Oberschenkel getragener Beschleunigungsmesser, der mit proprietären Algorithmen ein Maß für die Körperhaltung liefert; Rohdaten sind jedoch jetzt verfügbar.

Studien, die die Beschleunigungsmesser mit dem PSG validiert haben, lieferten gemischte Ergebnisse, die auf die Verwendung herstellerspezifischer Schlafalgorithmen und die unterschiedliche Platzierung des Beschleunigungsmessers (dominantes vs. nicht dominantes Handgelenk vs. Hüfte) zurückzuführen sind. Daher rechtfertigt die Validierung eines Schlafalgorithmus, der auf verschiedene Beschleunigungsmessermarken angewendet werden kann, eine Untersuchung gegen PSG.