在睡眠和认知研究(Falck et al.)中,我们研究了三种不同的自动评分算法在确定佩戴WWA≥14天观察的老年人休息间隔时的准确性。2018年,一个;Landry等人。2015),这是一项横断面研究,客观测量了睡眠的年龄和认知差异。所有参与者提供书面知情同意(H14-01301)。
参与者
我们从不列颠哥伦比亚省温哥华招募了154名参与者。参与者符合以下标准:1)居住在大温哥华地区的50岁以上的男性和女性;2)在迷你精神状态测试(MMSE)中获得> 24/30分(Kurlowicz和Wallace)1999);3)能够读、写、说英语,并具有良好的视觉和听觉敏锐度。我们排除了个人:1)被诊断为任何类型的痴呆症;2)被诊断患有其他影响认知功能和/或睡眠质量的神经退行性或神经系统疾病(如帕金森病或多发性硬化症);3)服用对认知有负面影响的药物;4)计划参加或正在参加临床药物试验;或者5)不能说话,因为不能通过电话交流。
措施
仪器仪表和软件
我们使用MotionWatch8©(MW8) WWA来收集活动(即计数)和光线数据(lux) (Ancoli-Israel等人。2015).数据收集于60年代。活动计数是一个任意的测量单位,计算每个历元的峰值加速度与0.1 g的最小加速度阈值的总和,范围为0.1-8 g,采样频率为6hz。MW8还具有从0到64,000 lx的勒克斯范围,并以1hz的频率对光照进行采样。记录的每个历元勒克斯值表示每秒采样一次时在指定历元长度上的平均勒克斯。在标准化协议中,我们使用事件标记时间戳按钮在数据中创建事件标记记录,以帮助定义休息间隔。MW8是Actiwatch7的更新版本,Actiwatch7是一种对健康成人多导睡眠记录仪有效的活动记录仪(平均年龄:30±6岁;45%的女性;O 'Hare等人。2015),以及慢性失眠的成年人(平均年龄:41±12岁;78%的女性;(Martoni等。2012))。MW8在以下人群中有有效性的证据:1)54名疑似睡眠障碍的成年人,包括阻塞性睡眠呼吸暂停、失眠、睡眠过多和Ehlers Danlos综合征(平均年龄:53±16岁;61%女性);2)健康成人19名(平均年龄:28±5岁;53%的女性;Elbaz等。2012))。
在使用下面定义的方法之一确定休息间隔之后(参见休息间隔计分方法),使用MotionWare软件估算睡眠。MotionWare软件使用的睡眠/唤醒算法可从制造商(CamNtech;admin@camntech.co.uk).
睡眠日记(CSD)
CSD是一种自我报告的睡眠日记,主要用于失眠研究,在临床和研究环境中已被证明是有效的(Carney et al。2012).我们选择使用csd核心,它有9个问题,对“好”和“差”睡眠者都有效。问题2和问题7用于确认标准化协议评分法中事件标记记录定义的休息间隔,用于CSD评分法中休息间隔的设置。
过程
每个参与者被要求连续14天佩戴MW8 (Van Someren2007).在这14天内,手表被设置为记录单轴加速度和光照。参与者被要求在上床睡觉和最后醒来时按下手表上的事件标记按钮,以设置GU和LO时间。每个参与者都拿到了CSD,并要求他们每天早上醒来后填写。151名(98%)参与者在指定的连续14天内记录了活动记录仪数据。21名参与者被排除在外,因为CSD中的第2题或第7题在14天的研究窗口内任何一天都没有完成。在剩下的130名参与者(84.4%)中,有1人的睡眠模式不规律,他们睡到12点以后,违反了其中一个简化假设的程序。其余129名(83.7%)参与者的数据被用于测试和分析。
休息间隔计分方法
我们测试并比较了五种休息间隔评分方法,通过观察使用睡眠/觉醒评分算法从这些休息间隔生成的睡眠参数(图2)。1).我们在下面重点介绍这些评分方法。
仅CSD法
CSD计分法以被试对CSD问题2和7的回答分别作为LO和GU时间,建立休息区间。
标准化的协议
一个训练有素的研究助理负责评分休息间隔在标准化的协议方法。四个主要的睡眠指标按优先级排序为事件标记,来自CSD的Q2和Q7,光线停止/开始和活动停止/开始。如果事件标记和CSD之间的距离在30分钟以内,则确定了适当的休息间隔。如果指标不太一致,事件标记不在CSD的30分钟内,则根据光和运动的停止/开始设置LO和GU时间。由于停止/开始的精确定义尚未定义,因此是否检查光线、运动或两者都检查,以及停止/开始连续计数的次数将由实验室工作人员自行决定。当遵循该协议时,使用MotionWare软件图形可视化地查看数据(图2)。2).在进行评分之前,实验室工作人员被要求分别将活动计数和勒克斯的显示限制设置为1000和35。然后选择一个粗略的间隔,以允许准确的游标放置。通过调整显示在活动记录仪数据可视化上的光标来确定LO和GU位置,该数据显示光标放置的准确时间(精确到分钟)。
自动评分算法
创建了一个算法,然后使用三种不同的阈值设置进行测试,构成三种单独的评分方法,然后用于与CSD和标准化协议方法进行比较。该算法将被称为休息间隔计分算法(RISA)。3.).
RISA算法工作原理如下:
- 1.
指定的兴趣期(在我们的研究人群中为14天)被划分为24小时的部分。
- 2.
在每个24小时的时间段内,包含活动次数低于20且lux计数为0的最小周期总和的6小时窗口被指定为潜在睡眠窗口(PSW)。
- 3.
通过分割PSW开始时间(ST)前3小时和后3小时的数据,可以找到包含潜在LO时间的6小时窗口。
- 4.
通过分割PSW结束时间(ET)前1 h和后6 h的数据,可以找到一个7小时的GU窗口。
- 5.
然后将潜在LO和潜在GU窗口输入两个单独的函数(LO和GU函数),如下所述,它们返回LO和GU时间。
RISA算法是启发式确定的(即通过试错方法)。使用MotionWare软件对4项独立研究中任意数量的参与者的动图数据进行可视化检查,以识别如何根据协议方法设置休息间隔的模式。RISA及其后续组件中的参数值最初是任意设置的,并通过在训练数据集上运行算法进行手动迭代调整,该训练数据集由购买时间研究的基线腕戴活动记录仪记录组成(Falck等。2018 b).我们选择避免参数值的优化,以防止过拟合并允许泛化。
图中抽象出LO函数。3.并在补充材料中详细说明S1,可以跟踪四个计数器。每个计数器同时跟踪连续的零勒克斯、活动计数小于20、活动计数为零或活动计数为零和勒克斯。GU函数(Supplementary Material .S2),记录三个计数器。计数器跟踪勒克司大于零、活动大于零、活动大于20或活动和勒克司同时大于零的连续epoch。一旦计数器超过其各自的阈值,开始索引将标记为当天的LO(或GU,取决于函数)时间。
RISA的LO函数内的阈值给出了3组不同的值;一个用于偏光(BL),一个用于偏光运动(BM),一个平衡光和运动(LM)。因此RISA是父母算法,是LM、BM和BL的底层逻辑结构子算法由RISA得到LM、BM和BL, GU函数的阈值保持不变。LO函数中的每一组阈值构成了一个单独的方法,然后将其与CSD和协议评分方法进行比较。BL、BM和LM阈值在补充资料中给出S3.
统计分析
我们使用每种估计休息间隔长度的方法计算了睡眠持续时间、碎片、效率和潜伏期的均值和标准差。我们使用方差分析(ANOVA)来估计睡眠质量估计方法之间的差异。然后使用两两比较(即估计边际均值)探索显著差异。此外,我们进行了双变量相关分析,以检验不同方法之间睡眠质量估计的一致性。随后,我们进行了Bland Altman图分析,以调查标准化协议方法和我们确定休息间隔长度的自动化方法之间估计睡眠质量的差异。