ScreenOX - Een geautomatiseerde thuisscreeningstest voor slaapapneu bij volwassenen met behulp van nachtelijke oximetrie (ScreenOX)

De deelnemers worden geworven uit de gespecialiseerde slaappoliklinieken van het Universitair Ziekenhuis Río Hortega in Valladolid (Spanje). Alle patiënten worden doorverwezen vanuit de eerste lijn vanwege een matig tot hoog klinisch vermoeden van slaapapneu-hypopneusyndroom (SAHS). De uiteindelijke populatie wordt willekeurig opgesplitst in twee onafhankelijke datasets: 1) trainingsset (50%), die wordt gebruikt om de screeningsalgoritmen te ontwerpen en te bouwen/trainen; en 2) de testset (overige 50%), die wordt gebruikt om de prestaties verder te beoordelen met behulp van ongeziene gegevens.

De regels van de American Academy of Sleep Medicine worden gebruikt om ademhalingsgebeurtenissen te scoren en om de apneu-hypopneu-index (AHI) van ambulante PSG thuis te verkrijgen, die wordt gebruikt om SAHS definitief te diagnosticeren.

Een draagbare polspulsoximeter (WristOX2 3150, Nonin) wordt gebruikt voor NPO thuis. Draagbare NPO wordt gelijktijdig uitgevoerd met ambulante PSG (Embletta MPR, Natus) bij de patiënt thuis. Daarnaast worden ter vergelijking gelijktijdig in het ziekenhuis op een andere opeenvolgende/vorige nacht de begeleide draagbare in-lab NPO (WristOX2 3150, Nonin) en in-lab PSG (E-Series, Compumedics) uitgevoerd. Deelnemers worden willekeurig toegewezen om thuis onbeheerde slaaponderzoeken uit te voeren voor of na opnames in het ziekenhuis.

SpO2 en PR van NPO worden gelijktijdig opgenomen met een bemonsteringsfrequentie van 1 Hz (1 bemonstering per seconde). Alle opnames worden opgeslagen in aparte bestanden en offline verwerkt. Er wordt een automatische signaalvoorverwerkingsfase uitgevoerd om artefacten als gevolg van bewegingen van de patiënt (signaalverlies) te verwijderen.

De signaalverwerkingsmethodologie is verdeeld in drie geautomatiseerde fasen: (i) kenmerkextractie, (ii) kenmerkselectie en (iii) patroonherkenning.

Ten eerste worden NPO-opnamen geparametriseerd door middel van een brede set variabelen, die eerder een hoog onderscheidend vermogen toonden in de context van SAHS-detectie. Alle functies worden berekend voor elke hele draagbare nachtelijke opname. De volgende feature-subsets zijn samengesteld:

• Tijdsdomeinstatistieken van SpO2-opnamen. Statistische momenten van de eerste tot vierde orde in het tijdsdomein, d.w.z. rekenkundig gemiddelde, variantie, scheefheid en kurtosis, die respectievelijk centrale tendens, mate van spreiding, asymmetrie en piekheid kwantificeren.
• Tijdsdomeinkenmerken van PR-opnamen: gemiddelde, standaarddeviatie en wortelgemiddelde kwadraat van standaarddeviatie van de puls-tot-pulsintervaltijdreeksen.
• Frequentiedomeinstatistieken van SpO2-opnamen. Statistische momenten van de eerste tot vierde orde, mediane frequentie en Shannon spectrale entropie van de spectrale vermogensdichtheidsfunctie.
• Frequentiedomeinstatistieken van PR-opnamen. Statistische momenten van de eerste tot vierde orde, mediane frequentie en Shannon spectrale entropie van de spectrale vermogensdichtheidsfunctie.
• Conventionele spectrale metingen van SpO2-opnamen. Totaal signaalvermogen evenals piekamplitude en relatief vermogen in het frequentiebereik 0,014 - 0,033 Hz.
• Conventionele spectrale metingen van PR-opnames. Genormaliseerd vermogen in de lage (0,04 - 0,15 Hz) en in de hoge (0,15 - 0,40 Hz) frequentiebanden, evenals de verhouding tussen lage frequentie en hoge frequentie (sympathovagale balans).
• Niet-lineaire kenmerken van SpO2-opnamen. Voorbeeldentropie, centrale tendensmeting en Lempel - Ziv-complexiteit, die onregelmatigheid, variabiliteit en complexiteit van SpO2-opnamen meten.
• Niet-lineaire kenmerken van PR-opnamen. Voorbeeldentropie, centrale tendensmaat en Lempel - Ziv-complexiteit, die onregelmatigheid, variabiliteit en complexiteit van PR-opnamen meten.

Vervolgens wordt de optimale subset van kenmerken samengesteld uit de meest relevante en complementaire variabelen. Om dit doel te bereiken, worden de volgende methoden voor kenmerkselectie toegepast:

• Voorwaartse stapsgewijze functieselectie
• Genetische algoritmes
• Snel op correlatie gebaseerd filter
• Criterium voor minimale redundantie en maximale relevantie

Ten slotte komt de derde fase overeen met patterherkenning. Het doel van deze fase is tweeledig: (i) het ontwerpen en optimaliseren van binaire classificatie-georiënteerde modellen die zijn getraind om onderscheid te maken tussen SAHS-negatieve en SAHS-positieve proefpersonen met behulp van optimale kenmerken van NPO; (ii) het ontwerpen en optimaliseren van regressie-georiënteerde modellen die getraind zijn om de AHI te schatten met behulp van optimale kenmerken van NPO. Om dit doel te bereiken worden de volgende patroonherkenningsalgoritmen beoordeeld:

• Binaire classificatie: logistische regressie, kunstmatige neurale netwerken, Bayesiaanse netwerken, beslisbomen, ensemble leren (AdaBoost).
• Regressiemodellen: meervoudige lineaire regressie, kunstmatige neurale netwerken, Bayesiaanse netwerken, ensemble-leren (least squares boosting).

Deze modellen worden vervolgens gecombineerd om het volgende 2-traps screeningsprotocol te optimaliseren: fase-1) echt-negatieve screeningsfase, die gericht is op het detecteren van het maximale aantal niet-SAHS-proefpersonen en het minimaliseren van het aantal fout-negatieve patiënten (idealiter 0% fout positief tarief); stadium-2) echt-positieve screeningfase, die gericht is op het detecteren (onder patiënten die niet als echt-negatief zijn geïdentificeerd in de eerste fase) het maximale aantal echt-positieve patiënten terwijl het aantal fout-positieve gevallen wordt geminimaliseerd (idealiter 0% fout-positief percentage) . Beide fasen zijn complementair en worden achtereenvolgens uitgevoerd, zodat:

• Patiënten die in de eerste fase als echt negatief zijn geïdentificeerd, worden doorverwezen naar de slaapspecialist om uiteindelijk SAHS af te wijzen, rekening houdend met symptomen, comorbiditeiten en klinische geschiedenis in het verleden. Deze patiënten worden vanwege aanhoudende en/of bijkomende klachten niet meer afgeleid naar de slaapafdeling, behalve op verzoek van de slaapspecialist.
• Patiënten die in de tweede fase als echt positief worden geïdentificeerd, worden doorverwezen naar de slaapspecialist om uiteindelijk SAHS te bevestigen en de meest geschikte behandelingsoptie te bepalen. Deze patiënten worden niet meer afgeleid naar de slaapafdeling, tenzij op verzoek van de slaapspecialist.
• Niet-overtuigende gevallen worden uiteindelijk afgeleid naar de slaapeenheid voor een standaard PSG om SAHS te bevestigen/weg te gooien.