Оценка состояния пациентов с синдромом обструктивного апноэ-гипопноэ сна (СОАСС) на основе нелинейного анализа дыхательных сигналов
Оценка пациентов с подозрением на обструктивное апноэ сна - синдром гипопноэ с использованием двух моделей, основанных на нелинейном анализе дыхательных сигналов
Цель: Синдром обструктивного апноэ-гипопноэ во сне (СОАСС) является распространенным расстройством сна, для диагностики которого требуется время и деньги, требующие проведения полной полисомнографии. Изыскиваются альтернативные методы первоначальной оценки. Целью исследователей было прогнозирование индекса апноэ-гипопноэ (ИАГ) у пациентов с подозрением на СОАГС с использованием двух моделей, основанных на нелинейном анализе трех биосигналов во время сна.
Методы. Сто пациентов, направленных в отделение сна, прошли полную полисомнографию. Три нелинейных индекса (наибольшая экспонента Ляпунова, анализ колебаний без тренда и приблизительная энтропия) были извлечены из трех биосигналов (поток воздуха из назальной канюли, движение грудной клетки и насыщение кислородом), которые предоставили входные данные для приложения интеллектуального анализа данных для создания прогностических моделей для AHI.
Обзор исследования
Статус
Вмешательство/лечение
Подробное описание
В исследование были включены пациенты, направленные в отделение сна третичной больницы на севере Греции в 2005–2008 годах и согласившиеся подписать форму информированного согласия. Для обеспечения рандомизации был выбран один из каждых пяти последовательных пациентов. Протокол исследования был одобрен этическим комитетом больницы. Все испытуемые сообщили о симптомах, характерных для СОАГС, и не имели серьезных сопутствующих заболеваний. Критерием исключения для участников было наличие деменции, нервно-мышечных расстройств, перекрестного синдрома или тяжелых сердечных заболеваний. Субъектам была проведена полная полисомнография с ночным присутствием (Somnologica 7000, Flaga; Исландия) в соответствии со стандартными критериями, включая дыхательные записи движений грудной клетки и брюшной полости, носовой поток с помощью напорной канюли, храп и насыщение артериальной крови кислородом с помощью пульсоксиметрии. Апноэ и гипопноэ определяли в соответствии со стандартными используемыми критериями. Все записи оценивались вручную одним и тем же опытным врачом.
Три нелинейных индекса (наибольшая экспонента Ляпунова-LLE, анализ колебаний без тренда-DFA и приблизительная энтропия-APEN) были извлечены из двух дыхательных сигналов (поток носовой канюли-F и движение грудного ремня-T). Также был выбран сигнал насыщения кислородом (SpO2) от пульсоксиметрии. Вышеупомянутые сигналы имели среднюю продолжительность 317,5 минут и сначала были экспортированы в Европейский формат данных (EDF) для дальнейшей обработки с использованием программного обеспечения для обработки сигналов (Matlab от Mathworks Inc.) на персональных компьютерах. Расчет LLE требовал использования приложения командной строки Rosenstein et al, а также программы для работы с электронными таблицами (Microsoft Excel).
Основной статистический анализ был выполнен с использованием SPSS для Windows, версия 15.0 (SPSS Inc, Чикаго, Иллинойс). Корреляции между изучаемыми или полученными параметрами исследовали с помощью корреляционного теста Пирсона, а различия в средних наблюдаемых значениях между различными группами тяжести СОАГС анализировали с помощью t-критерия Стьюдента. Уровень статистической значимости был установлен на уровне p<0,05. Прогностическая модель была создана с использованием инструмента линейной регрессии.
Тип исследования
Регистрация (Действительный)
Контакты и местонахождение
Места учебы
-
-
-
Exochi, Греция, GR57010
- Sleep Unit of "G. Papanikolaou" General Hospital
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
Принимает здоровых добровольцев
Полы, имеющие право на обучение
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- симптомы, совместимые с OSAHS
- добровольное участие
Критерий исключения:
- наличие деменции
- нервно-мышечные расстройства
- синдром перекрытия
- серьезные проблемы с сердцем
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Нормальный
Субъекты, которым была проведена ночная полисомнография с наблюдаемым индексом апноэ-гипопноэ (ИАГ) <5.
|
Всем испытуемым была проведена полная ночная полисомнография.
Три нелинейных индекса (наибольшая экспонента Ляпунова, анализ колебаний без тренда и приблизительная энтропия) были извлечены из трех биосигналов (поток воздуха из назальной канюли, движение грудной клетки и насыщение кислородом), которые предоставили входные данные для приложения интеллектуального анализа данных для создания прогностических моделей для AHI.
Другие имена:
|
|
Пациенты с СОАГС
Субъекты, которым была проведена ночная полисомнография с наблюдаемым индексом апноэ-гипопноэ (ИАГ)> 5.
|
Всем испытуемым была проведена полная ночная полисомнография.
Три нелинейных индекса (наибольшая экспонента Ляпунова, анализ колебаний без тренда и приблизительная энтропия) были извлечены из трех биосигналов (поток воздуха из назальной канюли, движение грудной клетки и насыщение кислородом), которые предоставили входные данные для приложения интеллектуального анализа данных для создания прогностических моделей для AHI.
Другие имена:
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
нелинейная динамика дыхательных сигналов
Временное ограничение: Одна ночь
|
расчет нелинейных параметров (DFA, LLE, APEN) по зарегистрированным респираторным биосигналам (назальный поток воздуха, движения грудной клетки и SpO2) во время сна.
|
Одна ночь
|
Соавторы и исследователи
Соавторы
Следователи
- Главный следователь: Evangelos K Kaimakamis, MD, MSc, Aristotle University Of Thessaloniki
- Учебный стул: Nikolaos Maglaveras, PhD, Aristotle University Of Thessaloniki
Публикации и полезные ссылки
Общие публикации
- Kaimakamis E, Bratsas C, Sichletidis L, Karvounis C, Maglaveras N. Screening of patients with Obstructive Sleep Apnea Syndrome using C4.5 algorithm based on non linear analysis of respiratory signals during sleep. Annu Int Conf IEEE Eng Med Biol Soc. 2009;2009:3465-9. doi: 10.1109/IEMBS.2009.5334605.
- Kaimakamis E, Tsara V, Bratsas C, Sichletidis L, Karvounis C, Maglaveras N. Evaluation of a Decision Support System for Obstructive Sleep Apnea with Nonlinear Analysis of Respiratory Signals. PLoS One. 2016 Mar 3;11(3):e0150163. doi: 10.1371/journal.pone.0150163. eCollection 2016.
Даты записи исследования
Изучение основных дат
Начало исследования
Первичное завершение (Действительный)
Завершение исследования (Действительный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Оценивать)
Обновления учебных записей
Последнее опубликованное обновление (Оценивать)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- EK1001
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .