家庭睡眠呼吸暂停测试中的计算机评分与技术人员视觉评分的相关性,用于评估阻塞性睡眠暂停的严重程度

科学领域:

• 医疗器械 医疗器械
• 睡眠医学 睡眠医学
• 诊断技术 诊断技术的使用

背景情况:

• 阻塞性睡眠呼吸暂停 (OSA) 是一个普遍的全球健康问题.
• 家庭睡眠呼吸暂停测试 (HSAT) 是OSA的主要诊断方法,取代了实验室中的多睡眠学.
• 在HSAT中,呼吸系统事件的自动评分可以通过像Polysmith Version 11这样的软件来实现.

研究的目的:

• 为了评估Polysmith软件的HSAT自动评分算法的准确性.
• 将自动评分结果与人类睡眠技术人员所执行的结果进行比较.
• 为了验证在诊断阻塞性睡眠呼吸暂停时使用自动化HSAT分析.

主要方法:

• 一百二十个HSAT的分数由睡眠技术人员和Polysmith软件独立得分.
• 分析的关键指标包括呼吸事件指数 (REI),呼吸暂停事件和呼吸暂停事件.
• 统计分析包括克鲁斯卡尔-瓦利斯测试,皮尔森相关性,布兰德-阿尔特曼图,灵敏度,特异性,PPV和NPV.

主要成果:

• 在软件和技术人员的REI分数之间发现了强烈的整体相关性 (r = 0.96).
• 相关性因疾病严重程度而异,主要的打,中度和严重的OSA群体的结果更强烈.
• 自动化系统的平均灵敏度为81%,特异性为94%,PPV为82%,NPV为94%.

结论:

• 波利斯密软件可靠地从HSAT数据中对所有严重程度的OSA进行诊断.
• 与轻度OSA相比,在中度和重度OSA病例中,自动评分的准确性更高.
• 该技术提供了一种可靠的方法,用于使用家庭睡眠呼吸暂停测试来诊断阻塞性睡眠暂停.