Sleep Healthcare -järjestelmän validointi

Unen laatu vaikuttaa työ- ja oppimissuoritukseen; huono unen laatu on yksi nykyajan ihmisten yleisistä ongelmista. Perinteisesti polysomnografia on tunnustettu standardi unen laadun arvioinnissa. Koehenkilöille asetetaan liimaelektrodit, rinta- ja vatsanauha, oksimetria ja oronasaalinen kanyyli, ja he yöpyvät sertifioidussa unilaboratoriossa seurantaa varten. Nämä anturit ovat hankalia ja saattavat aiheuttaa epämukavuutta. Vaihtoehtona unen laadun arvioimiseksi on aktigrafia, jonka avulla käyttäjät voivat käyttää yli kaksi viikkoa. Viime vuosina monet älykellot, jotka mittaavat usein ranteen fotopletysmografian (PPG) signaalia ja kehon liikettä, ovat olleet vallitsevia pitkän aikavälin unenseurannan mahdollistamiseksi, mutta niiden tarkkuus ja tehokkuus on vielä tarkistettava.

Obstruktiivinen uniapnea (OSA) on yleinen sairaus, jolle on ominaista ajoittainen hypoksia ja unen pirstoutuminen. OSA liittyy sydän- ja verisuonisairauksiin ja -kuolleisuuteen, aineenvaihdunnan häiriöihin ja neurokognitiiviseen toimintahäiriöön, mikä vaikuttaa negatiivisesti ennusteeseen. PSG on OSA-diagnoosin kultastandardi, joka on kallista ja vähemmän saatavilla. Siksi diagnoosin ja hoidon nopeuttamiseksi tarvitaan muuta menetelmää kuin PSG:tä. Taiwanin kansallisen yliopistollisen sairaalan unihäiriökeskus on toiminut kesäkuusta 2006 lähtien. Joulukuuhun 2015 mennessä yhteensä 8 819 potilasta on lähetetty unitutkimuksiin (NTUH-kohortti), joista 1 435 potilasta on pitkäaikaisessa CPAP:ssa ja 396 potilaalla MAD:ssa. Käyttämällä NTUH-kohortin 4 618 potilaan tietoja olemme jo luoneet OSA-ennustustilan (apnea-hypopnea-indeksi, AHI≥5/h) tarkkuudella 82,37 % (herkkyys 87,03 %, positiivinen ennustearvo 91 %). Mitä tulee molekyylimekanismiin, edellinen tutkimuksemme osoitti, että plasman metabolomiikan profiloinnin avulla pystyimme tunnistamaan OSA:n vakavuusasteeseen liittyvät ehdokasmetaboliitit. 11 ehdokasta metaboliittia tunnistettiin vertaamalla profilointia 100 potilaalla, joiden AHI oli <15/h ja AHI>=15/h. Kuusi tunnistettua metaboliittia valittiin AHI-ennustemallin luomiseksi, joka antoi herkkyyden 66 %, spesifisyyden 72 % ja AUROC 0,736. Lisäksi tunnistettiin 15 plasmametaboliitia, jotka liittyivät liialliseen päiväuneliaisuuteen (EDS) tai polysomnografisiin parametreihin. Näistä metaboliiteista L-Kynureniini ja g-glutamyylilleusiini olivat EDS:ään liittyviä metaboliitteja, jotka saivat aikaan AUROC-EDS-ennusteen 63 %:ksi tutkimusryhmässä ja 76,7 %:ksi validointiryhmässä. Online-järjestelmä (Good Sleep) unihäiriöiden diagnosointiin on perustettu yhteistyössä NTU:n, NTUH:n ja MediaTekin kanssa. Se tähtää väestöön, jolla on alhainen unihäiriön todennäköisyys, mikä täydentää NTUH-kohorttia, korkea unihäiriön todennäköisyys. Verkkojärjestelmä tarjoaa unihäiriöiden diagnoosin ja ratkaisun, unen seurannan ja koulutuksen sekä verkkosivuston että sovelluksen kautta. Järjestelmä on melkein valmis ja tarvitsee suuren väestön panoksen tarkkuuden vahvistamiseksi.

Unen terveydenhuoltojärjestelmää, joka sisältää kyselylomakkeita, älykelloja, 24 tunnin verenpaineen ja "LARGAN" EKG-holterin pitkäaikaista kotiuniseurantaa varten, ehdotetaan, että käyttäjät voivat havaita mahdolliset koehenkilöt, joilla on unihäiriöitä täyttämällä kyselylomake. Tämän projektin tavoitteita ovat: (1) Kaikki 300 vapaaehtoista.Vaihe1, Rekrytoi MediaTekistä 140 vapaaehtoista osallistujaa vahvistamaan sopimus unen tehokkuudesta verkkojärjestelmän, aktigrafilaitteiden, älykellojen ja päivittäisen verenpaineen kautta viikon ajan.Vaihe2, Rekrytoi 160 vapaaehtoisia osallistujia potilaista, joilla on kohtalainen tai vaikea OSA (AHI≥15/h), vahvistaakseen unen tehokkuuden verkkojärjestelmän, aktigrafilaitteiden, älykellojen, EKG-holterin ja 24 tunnin verenpaineen avulla yhden päivän ajan. (2) Kaikki osallistujat ottavat yön yli PSG-testin, ottavat verinäytteitä, suorittavat perusaineenvaihdunnan mittauksen, EKG-holterin, kehon koostumuksen ja E-Primen unikeskuksessa vahvistaakseen online-järjestelmän suorituskyvyn OSA:n diagnosoinnissa matalan riskin väestössä. (3) Analysoi PSG-parametrit sekä matalan että korkean riskin väestössä (keskialueen ulkopuolisten laitteiden rakentamiseksi OSA-kotitestausta varten). (4) Integroi kliiniset parametrit ja plasman aineenvaihduntaprofiili ennen hoitoa ja sen jälkeen, jotta voit tunnistaa OSA:han liittyviin seurauksiin ja pitkän aikavälin ennusteeseen liittyvät tekijät.