详细内容
多导睡眠图用于临床的扩大型睡眠呼吸暂停内分型（0448）
时间：2020-09-02 作者：北京思力普睡眠研究所 【原创】
介绍
睡眠呼吸暂停是由几种关键的内表型特征引起的，即咽部可折叠性、肌肉补偿差、通气不稳定性（高闭环增益）和睡眠引起的觉醒（低觉醒阈值）。对这些特征的测量已经显示出有望预测治疗结果的前景（口腔矫治器、手术、舌下神经刺激、CPAP呼吸机或药物等治疗方法）。根据潜在的病理生理学进行治疗可能成为未来精准睡眠医学不可或缺的一部分。然而，目前为了从多导睡眠图进行内分型而开发的新方法在计算上是昂贵的，并且由于对专业技术知识的要求，只能由原始作者或其合作者执行。在这里，我们提出了一种基于云的方法，用于从多导睡眠图中分析睡眠呼吸暂停的类型，以用于临床领域。
方法
基于云的用途，我们使用Sands等人的多导睡眠图（PUP）方法优化了表型2015-2018），执行以下操作：代码已从MATLAB翻译为Python；开发了有效的方法来检测呼吸，计算归一化通气量（移动时间平均值）和模型通气驱动力（预期通气量）。通过将测得的特征与原始值进行比较，验证了新的实现（“ PUP.py”）。
结果
使用这两种实现方式对38个手动评分的临床多导睡眠图研究进行了内表分型。新实施（'PUP.py'）的结果与原始结果（所有p <10-6）高度相关：可折叠性和补偿（在“ V”被动驱动下通气：r = 0.98；在觉醒阈值下通气，r = 0.97），环路增益（r = 0.96）和唤醒阈值（r = 0.92）。
结论
我们成功地实施了Sands等人的原始方法。扩大了睡眠呼吸暂停的内在分型，并提供给更广泛的受众。
(叶妮摘自 Sleep, Volume 43, Issue Supplement_1, April 2020, Pages A171–A172）
