Validación de algoritmos de aprendizaje profundo Belun Ring Gen3 con sensor corporal subxifoideo

Hipótesis: Los algoritmos Gen3 DL de BR, combinados con su sensor corporal subxifoideo, pueden diagnosticar con precisión la AOS, categorizar su gravedad, identificar la AOS REM y la AOS en decúbito supino, y detectar la apnea central del sueño (CSA).

Objetivo primario:

Evaluar rigurosamente el rendimiento general del BR con algoritmos Gen3 DL y sensor corporal subxifoideo en la evaluación de TRS en individuos remitidos a los laboratorios del sueño con sospecha clínica de apnea del sueño y una puntuación STOP-Bang > 3, comparándolos con los atendidos en el laboratorio. PSG, el patrón oro.

Objetivos secundarios:

Determinar la precisión de los parámetros de la etapa del sueño BR utilizando los algoritmos Gen3 DL comparándolos con el PSG en el laboratorio;

Evaluar la precisión del algoritmo de detección de arritmias BR;

Evaluar el impacto de la CPAP en la VFC (tanto en el dominio del tiempo como en la frecuencia), delta de la FC, carga hipóxica y PWADI durante estudios nocturnos divididos;

Evaluar si alguno de los parámetros iniciales de VFC (tanto en el dominio del tiempo como de la frecuencia), la frecuencia cardíaca delta (denominada Delta HR), la carga hipóxica y el índice de caída de la amplitud de la onda del pulso (PWADI) o el cambio de estos parámetros pueden predecir Cumplimiento de la CPAP;

Evaluar la duración mínima de los datos de calidad necesarios para que BR logre el diagnóstico de AOS;

Examinar el rendimiento de las herramientas de detección de AOS utilizando modelos de IA predictivos de AOS formulados por el Hospital Universitario Nacional de Taiwán (NTUH) y la Universidad Médica del Noreste de Ohio (NEOMED).