介紹

基于健身的可穿戴設備和其他新興的傳感器技術有可能在家庭環境中縱向追蹤大批人的睡眠。為了了解這些設備如何為研究提供信息，需要將可用跟蹤器的局限性與傳統的多導睡眠圖（PSG）進行比較。在這里，我們評估了患有各種睡眠障礙的受試者在活動追蹤器和PSG中的睡眠分期差異。

方法

十二名受試者（年齡41-78、7f，5m）在進行既定的睡眠研究時佩戴了活動追蹤器-Fitbit Charge 3。先前已有六名受試者診斷出患有睡眠呼吸障礙（5個OSA，1個CSA）。 4名受試者在整個晚上使用CPAP呼吸機，2名受試者進行了分夜治療（CPAP呼吸機僅在后半夜使用），而另外6名受試者僅使用PSG。將活動跟蹤程序階段與2個RPSGT階段進行比較。

結果

在這12名受試者中，活動跟蹤器檢測到8名受試者的睡眠，并將其與整個PSG進行比較（7名女性，1名男性，41-78歲，AHI 0.3-87，RDI 0.5-94.4，睡眠效率74％ +/- 18、4 個PSG，1個分夜，3 個CPAP呼吸機）。活動跟蹤器與任一技術匹配52％（+/- 13）。進入睡眠（SO）的評分技術和活動跟蹤器分期的平均差異為16 +/- 15分鐘，進入睡眠后的醒覺時間為43.5 +/- 44分鐘。發現每個睡眠階段的敏感性、特異性和修正的準確性。醒覺分別為：0.45 +/- 0.27、0.97 +/- 0.03、0.71 +/- 0.12，REM：0.41 +/- 0.30、0.90 +/- 0.06、0.60 +/- 0.28，光：0.71 +/- 0.09， 0.58 +/- 0.19、0.65 +/- 0.10，深：0.63 +/- 0.52、0.88 +/- 0.05、0.59 +/- 0.49。

結論

這項針對12位在睡眠診所就診的疑似睡眠障礙患者的研究表明，活動追蹤器在喚醒、快速眼動和深度睡眠特異性（> = 88％）方面表現最佳，而它們對REM和醒覺階段（<= 45％）缺乏敏感性。追蹤器未檢測到4名AHI升高或睡眠效率低受試者的睡眠。進一步的分析可以確定Fitbit和PSG之間的差異是否可以通過睡眠分期中的不同模式來預測，和/或確定活動跟蹤研究受試者的排除標準。

(葉妮摘自 Sleep, Volume 43, Issue Supplement 1, April 2020,  Pages A460–A461）