您的位置:首页 >精选知识 >正文

研究人员开发出首批使用可穿戴设备预测检测帕金森病发作的睡眠筛查方法之一

摘要 孤立的快速眼动睡眠行为障碍会导致睡眠期间的异常抽搐和梦境的发作,包括身体运动、情绪表达或可听见的语言表达。孤立的快速眼动睡眠行为障

孤立的快速眼动睡眠行为障碍会导致睡眠期间的异常抽搐和梦境的发作,包括身体运动、情绪表达或可听见的语言表达。孤立的快速眼动睡眠行为障碍通常是神经退行性疾病的早期症状,可能会在十多年后影响中年和老年人;然而,目前还没有准确的筛查方法来追踪这种情况。

研究人员现已开发出首批睡眠期间筛查方法之一,用于检测帕金森病的早期表现——使用一种非侵入性、低成本、远程且可扩展的技术,该技术已嵌入大多数可穿戴睡眠和健身追踪器(称为加速度计)中。加速度计可以监测运动和休息,从而以高精度告知我们睡眠和活动模式。

发表在《运动障碍》杂志上的一篇论文描述了这种新方法。

超过 80 名研究参与者将可穿戴设备戴在手腕上至少 14 晚,并完成了问卷调查和睡眠日记,报告了睡眠期间的任何异常行为。研究人员分析了家庭活动记录数据以确定参与者在睡眠期间的运动情况,并回顾了队列中的九项问卷调查,其中包括 40 多名患有孤立性快速眼动睡眠行为障碍的患者、20 多名患有其他睡眠障碍的患者,以及 20 多名没有睡眠障碍的患者作为对照。

问卷要求参与者报告在睡眠期间经历过任何异常运动,或与帕金森病相关的常见早期症状,如嗅觉丧失和头晕。研究人员利用可穿戴设备的体动记录仪数据,开发了一个动作分类框架,并在机器学习模型中测试了该方法。同样,他们还开发了一种从问卷数据中测试机器学习模型的方法。一旦开发了活动记录和问卷模型,研究人员就为孤立的快速眼动睡眠行为障碍创建了一个二维预测模型。

分析睡眠期间运动的活动记录分类器可以检测孤立的快速眼动睡眠行为障碍,准确率为 92.9%。相比之下,所有问卷加起来的准确率达到了 91.7%,超过了因斯布鲁克 RBD 库存问卷单独的表现(86.9% 的准确率)。活动记录仪和问卷之间的一致预测达到了 100% 的特异性和精确度,灵敏度为 88.1%,并且优于活动记录仪和问卷中有关帕金森病早期症状的单个问题的任何组合。

有超过 100 万成年人表现出与帕金森病相关的睡眠障碍特征,现在可以使用 Apple Watch 或 FitBit 等简单的可穿戴腕部设备检测到这些特征。这种新的筛查方法可以比传统诊断方法早几年诊断出一种非常常见的帕金森病亚型,而传统诊断方法需要经验丰富的神经科医生进行临床检查。高危人群可以更快地接受护理和咨询,并在神经退行性过程导致不可逆转的脑损伤之前接受神经保护疗法。

西奈山的 Emmanuel During 博士在谈到这项研究时说:“我们需要可靠且可扩展的筛查方法来检测帕金森病,以便开发有效的疗法并选择接受有效疗法的候选人。现在学术、制药和技术部门都有机会合作开发这种预防筛查方法并将其应用于有帕金森病风险的 老年人群。”

丹麦技术大学和斯坦福大学的研究人员为这项研究做出了贡献。该研究于 2021 年 4 月至 12 月在斯坦福睡眠中心进行。

版权声明:本文由用户上传,如有侵权请联系删除!