Validação de algoritmos de aprendizagem profunda Belun Ring Gen3 com sensor corporal subxifoide

Hipótese: Os algoritmos Gen3 DL do BR, combinados com seu sensor corporal subxifóide, podem diagnosticar com precisão a AOS, categorizar sua gravidade, identificar AOS REM e AOS supina e detectar apneia central do sono (CSA).

Objetivo primário:

Avaliar rigorosamente o desempenho geral do BR com algoritmos Gen3 DL e sensor corporal subxifóide na avaliação de DRS em indivíduos encaminhados aos laboratórios do sono com suspeita clínica de apneia do sono e pontuação STOP-Bang > 3, comparando com os atendidos em laboratório PSG, o padrão ouro.

Objetivos Secundários:

Para determinar a precisão dos parâmetros do estágio de sono BR usando os algoritmos Gen3 DL comparando com o PSG em laboratório;

Avaliar a precisão do algoritmo de detecção de arritmia BR;

Avaliar o impacto do CPAP na VFC (no domínio do tempo e da frequência), delta HR, carga hipóxica e PWADI durante estudos noturnos divididos;

Para avaliar se algum dos parâmetros basais de VFC (domínio de tempo e frequência), frequência cardíaca delta (referida como Delta HR), carga hipóxica e índice de queda de amplitude da onda de pulso (PWADI) ou a alteração desses parâmetros podem prever Conformidade com CPAP;

Avaliar a duração mínima de dados de qualidade necessários para que o BR alcance o diagnóstico de AOS;

Examinar o desempenho das ferramentas de triagem de AOS usando modelos preditivos de IA de AOS formulados pelo National Taiwan University Hospital (NTUH) e pela Northeast Ohio Medical University (NEOMED).