ScreenOX - 야간 산소 측정법을 사용하는 성인 수면 무호흡증에 대한 자동 재택 선별 검사 (ScreenOX)

참가자는 Valladolid(스페인)의 Río Hortega 대학 병원의 전문 수면 외래 환자 시설에서 모집됩니다. 모든 환자는 수면 무호흡-저호흡 증후군(SAHS)으로 고통받는 중등도에서 높은 수준의 임상적 의심으로 인해 1차 진료에서 의뢰됩니다. 최종 모집단은 두 개의 독립적인 데이터 세트로 무작위로 분할됩니다. 1) 스크리닝 알고리즘을 설계 및 구축/훈련하는 데 사용되는 훈련 세트(50%); 2) 보이지 않는 데이터를 사용하여 성능을 추가로 평가하는 데 사용되는 테스트 세트(나머지 50%).

American Academy of Sleep Medicine 규칙은 호흡기 사건의 점수를 매기고 집에서 외래 PSG로부터 무호흡-저호흡 지수(AHI)를 얻는 데 사용되며, 이는 SAHS를 확정적으로 진단하는 데 사용됩니다.

재택 NPO에는 휴대용 손목형 맥박산소측정기(WristOX2 3150, Nonin)가 사용된다. 휴대용 NPO는 환자의 집에서 외래 PSG(Embletta MPR, Natus)와 동시에 시행됩니다. 또한 유인 휴대용 실험실 내 NPO(WristOX2 3150, Nonin) 및 실험실 내 PSG(E-Series, Compumedics)는 비교 목적으로 서로 다른 연속/전날 밤에 병원에서 동시에 수행됩니다. 참가자는 병원 내 녹음 전후에 집에서 무인 수면 연구를 수행하도록 무작위로 배정됩니다.

NPO의 SpO2 및 PR은 1Hz(초당 1개 샘플)의 샘플링 속도로 동시에 기록됩니다. 모든 녹음은 별도의 파일에 저장되고 오프라인으로 처리됩니다. 환자 움직임(신호 손실)으로 인한 아티팩트를 제거하기 위해 자동 신호 전처리 단계가 수행됩니다.

신호 처리 방법론은 (i) 특징 추출, (ii) 특징 선택 및 (iii) 패턴 인식의 세 가지 자동화 단계로 나뉩니다.

첫째, NPO 녹음은 이전에 SAHS 탐지와 관련하여 높은 식별력을 입증한 다양한 변수 세트를 통해 매개변수화됩니다. 모든 기능은 각각의 전체 휴대용 야간 녹음에 ​​대해 계산됩니다. 다음 기능 하위 집합이 구성됩니다.

• SpO2 기록의 시간 도메인 통계. 시간 영역에서 1차에서 4차 통계 모멘트, 즉 중심 경향, 분산의 양, 비대칭 및 정점을 각각 정량화하는 산술 평균, 분산, 왜도 및 첨도.
• PR 기록의 시간 영역 기능: 펄스 간 간격 시계열의 평균, 표준 편차 및 표준 편차의 제곱 평균 제곱근.
• SpO2 기록의 주파수 도메인 통계. 전력 스펙트럼 밀도 함수의 1차 ~ 4차 통계 모멘트, 중간 주파수 및 Shannon 스펙트럼 엔트로피.
• PR 기록의 주파수 영역 통계. 전력 스펙트럼 밀도 함수의 1차 ~ 4차 통계 모멘트, 중간 주파수 및 Shannon 스펙트럼 엔트로피.
• SpO2 기록의 기존 스펙트럼 측정. 주파수 범위 0.014 - 0.033Hz에서 총 신호 전력과 피크 진폭 및 상대 전력.
• PR 녹음의 기존 스펙트럼 측정. 저주파수(0.04 - 0.15Hz) 및 고주파수(0.15 - 0.40Hz) 주파수 대역과 저주파수 대 고주파수 비율(교감미주신경 균형)에서 정규화된 전력.
• SpO2 기록의 비선형 기능. SpO2 기록의 불규칙성, 가변성 및 복잡성을 측정하는 샘플 엔트로피, 중심 경향 측정 및 Lempel - Ziv 복잡성.
• PR 녹음의 비선형 기능. PR 기록의 불규칙성, 가변성 및 복잡성을 측정하는 샘플 엔트로피, 중심 경향 측정 및 Lempel - Ziv 복잡성.

그런 다음 가장 관련성이 높고 보완적인 변수로 구성된 최적의 기능 하위 집합이 구성됩니다. 이 목표를 달성하기 위해 다음 기능 선택 방법이 적용됩니다.

• 단계별 기능 선택 앞으로
• 유전 알고리즘
• 빠른 상관관계 기반 필터
• 최소 중복성 최대 관련성 기준

마지막으로 세 번째 단계는 패턴 인식에 해당합니다. 이 단계의 목적은 두 가지입니다. (ii) NPO의 최적 기능을 사용하여 AHI를 추정하도록 훈련된 회귀 지향 모델을 설계하고 최적화합니다. 이 목표를 달성하기 위해 다음과 같은 패턴 인식 알고리즘이 평가됩니다.

• 이진 분류: 로지스틱 회귀, 인공 신경망, 베이지안 네트워크, 결정 트리, 앙상블 학습(AdaBoost).
• 회귀 모델: 다중 선형 회귀, 인공 신경망, 베이지안 네트워크, 앙상블 학습(최소 제곱 부스팅).

이러한 모델은 이어서 다음 2단계 선별 프로토콜을 최적화하기 위해 결합됩니다. 양성률); 2단계) 진양성 스크리닝 단계로, (1단계에서 진음성으로 확인되지 않은 환자 중) 최대의 진양성 환자 수를 검출하고, 위양성 사례의 수는 최소화(이상적으로는 0%의 위양성률)하는 것을 목표로 함 . 두 단계 모두 보완적이며 다음과 같이 연속적으로 구현됩니다.

• 첫 번째 단계에서 진음성으로 확인된 환자는 수면 전문의에게 의뢰되어 증상, 동반이환 및 과거 병력을 고려하여 SAHS를 최종적으로 폐기합니다. 이러한 환자는 지속적인 및/또는 추가 증상으로 인해 수면 전문가가 요청하지 않는 한 더 이상 수면 단위로 유도되지 않습니다.
• 2단계에서 진양성으로 확인된 환자는 수면 전문의에게 의뢰하여 최종 SAHS를 확인하고 가장 적합한 치료 옵션을 결정합니다. 이러한 환자는 수면 전문가가 요청하지 않는 한 더 이상 수면 단위로 유도되지 않습니다.
• 결정적이지 않은 경우는 SAHS를 확인/폐기하기 위해 표준 PSG에 대한 수면 단위로 최종적으로 도출됩니다.