Akustisk OSA-prediksjon under våkenhet og overvåking under søvn

Søvnapné, spesielt obstruktiv søvnapné (OSA), er en av de vanligste pusteforstyrrelsene og er assosiert med alvorlige komorbiditeter som høyere risiko for perioperative komplikasjoner. Dette er spesielt bekymringsfullt gitt at rundt 40-80 % av personer med moderat-alvorlig OSA forblir udiagnostisert. På grunn av de ressurskrevende vurderingene som kreves for å diagnostisere OSA og den betydelig økte risikoen for bilulykker og perioperative komplikasjoner forbundet med udiagnostisert OSA, er det et kritisk behov for å utvikle en mer effektiv metode for å screene for OSA raskt og pålitelig.

Det mest brukte kliniske OSA-screeningverktøyet er STOP-Bang spørreskjema, som er et raskt og enkelt å implementere forespørselsskjema som har høy sensitivitet for å oppdage moderat og alvorlig OSA (>93 %), men det har en svært høy andel falske positive (>63 %). Dermed vil et betydelig antall pasienter uten OSA fortsatt bli henvist til PSG, noe som bidrar til en belastning for helsevesenet. Derfor er et raskt og pålitelig screeningverktøy for OSA og dets alvorlighetsgrad under våkenhet svært tiltalende, men utfordrende, ettersom personer med OSA ikke viser noen tydelige symptomer under våkenhet.

Vi har utviklet en ny screeningsalgoritme for OSA basert på analysen av luftrørets pustelyder registrert fra et individ under våkenhet, kalt AWakeOSA. Den kan forutsi OSA med en sensitivitet (86%) som ligner på STOP-Bang, men med en mye høyere spesifisitet (84%) for å oppdage individer uten OSA. AWakeOSA-teknologien trenger fortsatt betydelig forskning og kvalitetsforbedringer for å bli en pålitelig hjemmehjelpsenhet for screening under uovervåkede forhold, som er det sentrale formålet med dette prosjektet. I tillegg er vi interessert i å undersøke pustelydsendringene fra våkenhet til søvn hos både friske og apneiske grupper. For det må vi registrere PSG-data og pustelyder under søvn i tillegg til å registrere pustelyder under våkenhet.

Vi har også designet en spesialisert maskinvareenhet, kalt ASAD-3, som er i stand til å ta opp pustelyder med høy kvalitet både under våkenhet (korttidsopptak) og under søvn (opptak av lange timer) som bruker to små mikrofoner som er plassert i kontakt med huden over henholdsvis luftrøret og lungen. Maskinvareenheten vil bli brukt til å optimalisere AWakeOSA-algoritmen og jobbe mot å oppnå en pålitelig hjemmehjelpsenhet for screening under uovervåkede forhold.

Den foreslåtte teknologien vil muliggjøre en pålitelig og rask diagnose av OSA som enten kan brukes på en klinikers kontor under våken tilstand og/eller brukes hjemme av folk til å overvåke sin egen OSA. Resultatene av denne studien vil være til vesentlig nytte for helsevesenet og samfunnet, da det vil: 1) redusere den økonomiske byrden til OSA på helsevesenet ved å redusere behovet for PSG og unødvendige preoperative ressurser; og 2) gi et raskt og pålitelig overvåkingssystem for OSA-hjemmepleie for bedre behandling av OSA.