在8至16岁的儿童中验证动图睡眠指标:考虑设备类型,放置和算法
K A Meredith-Jones1, J J Haszard2, A Graham-DeMello3
1Department of Medicine, University of Otago, PO Box 56, Dunedin, New Zealand. kim.meredith-jones@otago.ac.nz.
概括
这项研究评估了11个睡眠算法,用于测量儿童和青少年的睡眠,使用动图学. 手腕戴式设备和HDCZA算法在大多数睡眠测量中表现出最高的准确性.
科学领域:
- 儿科睡眠科学 儿科睡眠科学
- 生物医学工程 生物医学工程
- 可穿戴技术可穿戴技术
背景情况:
- 动图被广泛用于儿科睡眠测量,但算法准确性缺乏可靠的验证.
- 现有的睡眠/清醒算法需要对儿童和青少年的多睡眠学 (PSG) 进行严格的评估.
研究的目的:
- 为了评估11个不同的睡眠算法的性能,使用动图学设备.
- 在儿科队列中,将算法准确性与夜间多睡眠学 (PSG) 进行比较.
主要方法:
- 137名儿童和青少年 (8-16岁) 使用手腕和腰部加速度计 (Actigraph,Axivity).
- 夜间多睡眠学 (PSG) 作为家庭环境中睡眠评估的黄金标准.
- 每个时代的分析比较了Sadeh,Cole-Kripke,Tudor-Locke,Count-Scaled (CS) 和HDCZA算法与PSG.
主要成果:
- 在各算法中观察到高灵敏度 (91.8%) 和中度特异性 (63.8%).
- HDCZA算法表现出最好的整体特异性 (87.5%) 和准确性 (86.4%).
- 戴在手腕上的设备通常表现优于其他放置,除了睡眠效率;CS算法准确地测量了睡眠开始和月经时间.
结论:
- 动图算法性能差异很大,手腕穿戴设备为大多数睡眠指标提供了更高的准确性.
- HDCZA算法提供了最高的整体准确性,但算法选择应与特定的睡眠测量目标保持一致.
- 进一步的研究可能会改进用于改善儿科睡眠评估的算法.
