活动追踪器作为睡眠研究的一种工具：确定追踪器与PSG的差异（1205）

介绍

基于健身的可穿戴设备和其他新兴的传感器技术有可能在家庭环境中纵向追踪大批人的睡眠。为了了解这些设备如何为研究提供信息，需要将可用跟踪器的局限性与传统的多导睡眠图（PSG）进行比较。在这里，我们评估了患有各种睡眠障碍的受试者在活动追踪器和PSG中的睡眠分期差异。

方法

十二名受试者（年龄41-78、7f，5m）在进行既定的睡眠研究时佩戴了活动追踪器-Fitbit Charge 3。先前已有六名受试者诊断出患有睡眠呼吸障碍（5个OSA，1个CSA）。 4名受试者在整个晚上使用CPAP呼吸机，2名受试者进行了分夜治疗（CPAP呼吸机仅在后半夜使用），而另外6名受试者仅使用PSG。将活动跟踪程序阶段与2个RPSGT阶段进行比较。

结果

在这12名受试者中，活动跟踪器检测到8名受试者的睡眠，并将其与整个PSG进行比较（7名女性，1名男性，41-78岁，AHI 0.3-87，RDI 0.5-94.4，睡眠效率74％ +/- 18、4 个PSG，1个分夜，3 个CPAP呼吸机）。活动跟踪器与任一技术匹配52％（+/- 13）。进入睡眠（SO）的评分技术和活动跟踪器分期的平均差异为16 +/- 15分钟，进入睡眠后的醒觉时间为43.5 +/- 44分钟。发现每个睡眠阶段的敏感性、特异性和修正的准确性。醒觉分别为：0.45 +/- 0.27、0.97 +/- 0.03、0.71 +/- 0.12，REM：0.41 +/- 0.30、0.90 +/- 0.06、0.60 +/- 0.28，光：0.71 +/- 0.09， 0.58 +/- 0.19、0.65 +/- 0.10，深：0.63 +/- 0.52、0.88 +/- 0.05、0.59 +/- 0.49。

结论

这项针对12位在睡眠诊所就诊的疑似睡眠障碍患者的研究表明，活动追踪器在唤醒、快速眼动和深度睡眠特异性（> = 88％）方面表现最佳，而它们对REM和醒觉阶段（<= 45％）缺乏敏感性。追踪器未检测到4名AHI升高或睡眠效率低受试者的睡眠。进一步的分析可以确定Fitbit和PSG之间的差异是否可以通过睡眠分期中的不同模式来预测，和/或确定活动跟踪研究受试者的排除标准。

(叶妮摘自 Sleep, Volume 43, Issue Supplement 1, April 2020,  Pages A460–A461）