睡眠障害呼吸アノテーションの複数公開睡眠研究データセットにわたる改良

科学分野:

• 睡眠医学
• 医用生体データサイエンス
• ヘルスケアにおける人工知能

背景:

• 主要な睡眠研究（SHHS、MrOS、MESA）における既存のポリソムノグラフィーアノテーションは、無呼吸/低呼吸に対して簡略化された基準を使用しており、アメリカ睡眠医学会（AASM）のガイドラインから逸脱していました。
• この不一致は、不正確な無呼吸-低呼吸指数（AHI）と、潜在的に誤った研究結論につながります。

研究 の 目的:

• AASM基準に基づく睡眠段階化、酸素飽和度低下、および覚醒イベントを統合したポリソムノグラフィーデータの標準化されたアノテーションパイプラインを開発および検証すること。
• 精製されたアノテーションを使用して、大規模コホートにおけるAHIおよび閉塞性睡眠時無呼吸（OSA）の重症度を再評価すること。
• OSA分類のための深層学習モデルのパフォーマンスに対する改善されたアノテーションの影響を評価すること。

主な方法:

• 睡眠段階化、酸素飽和度低下、および覚醒イベントに関するAASMガイドラインを組み込んだ標準化されたアノテーションパイプラインを開発しました。
• SHHS1、SHHS2、MrOS1、MrOS2、MESA、およびKISSコホートのポリソムノグラフィーデータを後方視的に分析しました。
• 元のAHI値と、精製されたパイプラインを使用して再計算されたAHIを比較し、元の注釈と精製された注釈の両方で深層学習モデルをトレーニングしました。

主要な成果:

• SHHS、MrOS、MESAの元の注釈はAHIを大幅に過大評価していました（MAE：10.3–23.6イベント/時）。
• 精製された注釈はMAEを0.56–1.29イベント/時に劇的に減らし、精度の向上を示しました。
• OSA重症度分類のための深層学習モデルのパフォーマンスは改善され、注釈の精製後にF1スコアは0.5から0.69に増加しました。

結論:

• 標準化されたアノテーションパイプラインは、ポリソムノグラフィー分析におけるコホート間の整合性と精度を向上させます。
• このアプローチにより、臨床研究およびAI駆動アプリケーションのために既存の睡眠研究データセットをより確実に利用できるようになります。
• 標準化されたアノテーションを介したAASMガイドラインの遵守は、正確な睡眠時無呼吸評価と研究にとって重要です。