优化自动睡眠检测算法,使用手腕加速度计数据,用于慢性疼痛患者

科学领域:

• 生物医学工程 生物医学工程
• 睡眠科学 睡眠科学
• 疼痛管理 疼痛管理

背景情况:

• 使用加速度计的自动睡眠检测对于监测慢性疼痛患者非常有价值.
• 标准的Tudor-Locke算法需要对特定人群进行验证,例如慢性疼痛患者.
• 准确的睡眠评估对于管理慢性疼痛和改善患者结果至关重要.

研究的目的:

• 优化Tudor-Locke睡眠检测算法,用于慢性疼痛患者的手腕加速度计.
• 为了提高自动化睡眠质量测量的准确性,从加速计数据.
• 建立一个有效的方法来跟踪慢性疼痛的个体的睡眠.

主要方法:

• 一组16名慢性疼痛患者佩戴ActiGraph GT9X设备一周.
• 睡眠日记被用来记录入睡时间和起床时间,作为基本真理.
• 对Tudor-Locke算法的参数进行了灵敏度分析,以最大限度地与睡眠日志一致.

主要成果:

• 优化的参数集与参与者的睡眠日志达成了67%的平均一致性,超过了默认集的50%一致性.
• 使用优化和默认参数获得的睡眠测量结果之间发现了统计学上显著的差异 (P < .001).
• 优化的参数在慢性疼痛患者的睡眠检测方面表现出卓越的性能.

结论:

• 图多-洛克算法可以有效地优化,用于慢性疼痛患者的自动睡眠检测.
• 建议优化参数,以准确的加速计为基础的睡眠评估在慢性疼痛的成年人.
• 在将默认算法应用于其验证范围以外的人群时,建议谨慎使用.