使用基于雷达的睡眠监测器(Somnofy)对健康成年人进行非接触式纵向呼吸频率测量:验证研究gydF4y2Ba

介绍gydF4y2Ba

背景gydF4y2Ba

呼吸频率(RR)可以说是检测医院病房临床病情恶化最有价值的参数[gydF4y2Ba1gydF4y2Ba-gydF4y2Ba3.gydF4y2Ba]，是衡量健康的重要指标。RR的显著变化可能与下呼吸道感染有关[gydF4y2Ba4gydF4y2Ba]，发烧[gydF4y2Ba5gydF4y2Ba，gydF4y2Ba6gydF4y2Ba]、急性哮喘[gydF4y2Ba7gydF4y2Ba]、急性脑损伤[gydF4y2Ba8gydF4y2Ba]，阿片类药物过量[gydF4y2Ba9gydF4y2Ba]，或加重慢性阻塞性肺病[gydF4y2Ba10gydF4y2Ba，gydF4y2Ba11gydF4y2Ba］．其他因素，如高强度锻炼[gydF4y2Ba12gydF4y2Ba]、情绪或焦虑[gydF4y2Ba13gydF4y2Ba]，以及月经周期[gydF4y2Ba14gydF4y2Ba]也会影响RR。能够自动、方便和持续监控RR的解决方案可以有一系列应用程序。gydF4y2Ba

近年来，人们开发了许多新的方法和设备来测量RR [gydF4y2Ba15gydF4y2Ba]，但仍缺乏准确而简单的方法[gydF4y2Ba16gydF4y2Ba］．二氧化碳检测法有时被认为是黄金标准[gydF4y2Ba15gydF4y2Ba，gydF4y2Ba17gydF4y2Ba]，但医院仍在使用人工计数呼吸[gydF4y2Ba18gydF4y2Ba]，尽管也有胸部贴片和床垫下的传感器[gydF4y2Ba19gydF4y2Ba］．胸部贴片通过心电图分析呼吸引起的心脏信号调制来获得RR，该技术也用于消费类可穿戴设备的光容积描记术[gydF4y2Ba20.gydF4y2Ba］．睡眠研究使用可穿戴设备，如热敏电阻、鼻压和呼吸电感容积描记术(RIP)来测量呼吸。虽然其中一些技术是准确的，但不幸的是，它们不适合纵向研究。这种设备最好是非接触式的、可移动的，而且不需要充电或维护。由于RRs在一天中不断变化，测量通常在人休息时进行，以获得一致的测量结果。为了增加一致性，在夜间测量是有利的，当人睡觉时，不能有意或无意地影响测量。夜间心率也被证明是长期死亡率的独立预测因子(心率>每分钟16次呼吸)[gydF4y2Ba21gydF4y2Ba]，而夜间呼吸急促被证明是周期性肢体运动障碍的一个指标[gydF4y2Ba22gydF4y2Ba］．为此目的，研究了不同的床垫下传感器[gydF4y2Ba23gydF4y2Ba-gydF4y2Ba25gydF4y2Ba]，但雷达技术也是一种选择。gydF4y2Ba

雷达技术已被广泛用于测量RR [gydF4y2Ba26gydF4y2Ba-gydF4y2Ba29gydF4y2Ba]甚至用于检测呼吸暂停[gydF4y2Ba26gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba-gydF4y2Ba32gydF4y2Ba］．然而，大多数研究仅在要求参与者坐着或躺着不动的优化条件下测量RR [gydF4y2Ba26gydF4y2Ba]或在自然运动或睡眠时，但只在短时间内[gydF4y2Ba28gydF4y2Ba，gydF4y2Ba29gydF4y2Ba］．最近的一项研究验证了健康个体和睡眠呼吸暂停患者在整晚睡眠中的RRs，但他们的研究只包括6名健康参与者，而且对于患有睡眠呼吸暂停的参与者，精度显著降低[gydF4y2Ba27gydF4y2Ba］．此外，他们的研究没有分析可能影响精度的因素，如身体位置(俯卧位、仰卧位和侧卧位)、睡眠阶段、BMI或雷达能够测量RR的时间。雷达技术在睡眠期间的持续监测仍然需要更多的验证。此外，大多数关于rr的研究将现场测量结果与汇总统计数据进行比较，汇总统计数据结合了不同人的测量结果[gydF4y2Ba33gydF4y2Ba，gydF4y2Ba34gydF4y2Ba]，尽管在正常范围内个体之间存在很大差异[gydF4y2Ba35gydF4y2Ba，gydF4y2Ba36gydF4y2Ba］．因此，如果这项技术也能用于建立有意义的个性化基线，它将会更有用。这种基线的开发和使用必须仔细考虑，因为即使在夜间，RRs也会有很大的变化。因此，当使用标准的现场测量时，一个人很容易在这一刻看起来生病，下一刻看起来健康。为了使该技术能够可靠地检测影响RR的事件，RR的正常变化和测量误差都明显小于事件的影响，这是至关重要的。gydF4y2Ba

目标gydF4y2Ba

本研究的目的是调查一种基于雷达的商用睡眠监测器Somnofy (VitalThings)是否可以用作纵向RR监测器。第一个目标是将来自Somnofy的RR测量与来自RIP的RR测量进行广泛的基准测试。这一目标包括瞬时测量和过滤后的夜间平均值，后者被认为是RR纵向监测的可靠指标。第二个目标是在一项为期3个月的试点研究中分析该夜间平均值的夜间一致性，并研究是否有可能使用这种类型的技术可靠地检测影响RR的事件，以偏离个性化基线。gydF4y2Ba

方法gydF4y2Ba

参与者和数据样本gydF4y2Ba

在研究的第一部分，来自挪威的55名志愿者被招募到睡眠实验室睡一晚。参与者是直接或通过社交媒体招募的。纳入标准为18岁、年龄为>的健康成人。总共有33%(18/55)的个体后来从数据集中删除。在这18个人中，15人(83%)由于可能影响RR的睡眠相关障碍(睡眠呼吸暂停和周期性肢体运动障碍)的指征被排除，而3人(17%)由于初始记录问题被排除(记录缺乏2小时的数据)。因此，第一个数据集包含67%(37/55)健康成年人(21/37,57%为女性)的1晚睡眠数据。平均年龄为32.6岁(SD 10.6岁)，平均BMI为23.3 kg/m (SD 2.9岁)gydF4y2Ba^2gydF4y2Ba．gydF4y2Ba

在研究的第二部分，6名挪威人(年龄在11-81岁;n=2, 33%为女性)被招募在家使用Somnofy 3个月。纳入标准是参与者健康状况良好，这意味着他们没有任何增加住院可能性的疾病，导致测量中断。gydF4y2Ba

道德的考虑gydF4y2Ba

由于这不是一项临床研究，且仅包括健康参与者，因此根据挪威国家研究伦理委员会(参考编号:“2019/995 a”，2019年6月)，该研究免于审查。根据《赫尔辛基宣言》所体现的原则，获得了所有参与者的书面知情同意。所有的方法都是按照相关的指南和规定进行的。gydF4y2Ba

过程gydF4y2Ba

第一阶段的参与者在挪威奥斯陆的斗兽场诊所的睡眠实验室睡了一晚。他们在评估前48小时不得饮酒或服用其他药物，在评估期间不得吸烟。采用全多导睡眠描记术(PSG)检测可能的睡眠障碍。PSG数据还用于推导rr，随后将其与Somnofy的输出进行比较。每晚总共有2个Somnofy单元进行记录。一个单元放在参与者左侧的床头柜上，另一个单元放在参与者头部上方的墙上。两支枪都对准了参与者的胸部。总的来说，4名参与者缺乏来自其中一个传感器的数据。因此，每位参与者仅使用一个随机选择的传感器的数据(床头柜:20/ 37,54%，墙壁:17/ 37,46%)。然而，对于专门调查2个传感器位置之间差异的分析，两个传感器都被使用，只有一个传感器位置的4名参与者被丢弃。gydF4y2Ba

在研究的第二部分，每个参与者都拿到了一个Somnofy带回家，并被要求把它放在床头柜上。成年参与者(3/ 6,50%)与配偶同床共枕。对于这些参与者，睡眠距离参数设置为正常睡眠姿势下两个人胸部之间的中点距离。这个设置没有检测到任何问题，也没有数据因为配偶的干扰而被删除。所有参与者都被鼓励正常生活。在研究期间，67%(4/6)的参与者经历了自我报告疾病的时期。他们不记得这些疾病的确切开始或结束时间。由于在前半段时间内没有发生疾病，因此用于计算所有参与者(n=40晚)的个性化RR基线。基线计算为该期间的平均RR, 95% ci计算为基线- 1.96 × SD到基线+1.96 × SD。gydF4y2Ba

SomnofygydF4y2Ba

Somnofy(0.7版;本研究中使用了VitalThings)。Somnofy使用一个平均采样率为23.8 GHz的脉冲无线电超宽带雷达，通过配置，该雷达被采样到一个3米长的5厘米箱框中，更新频率约为17赫兹。Somnofy通过发射信号被人体反射来衡量人。如果身体移动，就会影响雷达接收到的信号。通过使用多普勒效应和信号处理技术，主要是快速傅里叶变换(FT)，进一步推导出RR，以分析胸壁引起的周期性运动。Fast FT是使用汉恩窗口和19秒重叠，每秒计算最后20秒的数据。伪影和谐波被Somnofy自动删除;因此，它只提供了它有信心的估计。在这项研究中，Somnofy被配置为提供8到30 RPM之间的RRs。 Movement is derived by analyzing the changes in the received radar signal over the last 6 seconds. The operating frequency enables the radar signal to travel through bedsheets and clothes before being reflected on the human body. More information on the principles of radar technology is available in previous studies [26gydF4y2Ba］．gydF4y2Ba

Somnofy还计算了每晚的平均睡眠时间。在计算夜间平均值时，没有必要使用整个夜间的每个瞬时RR。仅使用选定的测量值并过滤异常值可以增加夜间一致性，因为平均值不依赖于夜间的活动量等。因此，在计算夜间平均值时，Somnofy只考虑没有运动的时期和快速眼动(REM)睡眠，这两个阶段的RR往往会发生变化。此外，定义为>0.675 SD远离平均值的异常值被忽略。gydF4y2Ba

据美国联邦通信委员会和“Conformité Européene”认证，Somnofy对人类无害。只需将Somnofy放在床头柜上或安装在墙上即可安装。Somnofy可以测量一个人的RR，即使有两个人在一张床上，它也可以测量最近的人，如果这个人比另一个人离雷达近5厘米。然而，当两个人共用一张床时，Somnofy中的距离参数应设置为两个人胸部之间的距离，以防止当预期参与者离开床时，该单元开始测量另一个人。Somnofy还收集有关睡眠环境的额外信息，并对睡眠阶段进行评分(在逐时代分析中，检测睡眠的准确性=0.97，检测清醒的准确性=0.72)[gydF4y2Ba37gydF4y2Ba］．有关Somnofy的更多细节，请参阅睡眠阶段分类的验证研究[gydF4y2Ba37gydF4y2Ba］．目前，Somnofy还不是美国食品和药物管理局批准的医疗设备。gydF4y2Ba

PSG录音gydF4y2Ba

PSG由睡眠专家按照美国睡眠医学会的指导方针使用SOMNOscreen plus (SOMNOmedics)进行[gydF4y2Ba38gydF4y2Ba］．rr是使用Python库实现的短时间FT (STFT)从32hz RIP派生出来的gydF4y2BaSciPygydF4y2Ba(版本1.4.1)。STFT是用20秒的汉恩窗和19秒的重叠来计算的，每秒提供一次测量。为了使噪声最小，每个20秒窗口使用信号质量最高的RIP带(胸部或腹部)来推导RR。gydF4y2Ba

但是，当输入数据质量较低时，RIP得到的rr仍然有噪声。为了消除这种噪声，所有超过前一秒测量值的两倍或小于前一秒测量值的一半的测量值都将被忽略。通过去除异常值进一步过滤rr，这些异常值被定义为测量值>1.96个SDs，距离测量值周围15分钟间隔的平均值。gydF4y2Ba

RIP的夜间平均rr是使用与Somnofy使用的相同的时间戳来计算的。为了同步Somnofy和PSG中的时钟，最大化了来自Somnofy和PSG的运动之间的相互关联。在床上的时间被定义为从熄灯到开灯的时间。gydF4y2Ba

统计分析gydF4y2Ba

由于rr是在夜间连续测量的，Bland-Altman方法[gydF4y2Ba39gydF4y2Ba]被选为验证Somnofy对RIP的主要统计工具[gydF4y2Ba40gydF4y2Ba］．与预先定义可接受的误差范围的技术相反，Bland-Altman协议极限可以跨多个应用程序考虑，因为差异是量化的。对于瞬时测量，每晚计算Bland-Altman一致性极限，并在组合数据集上，根据每个参与者的多次测量进行调整[gydF4y2Ba41gydF4y2Ba］．此外，使用平均绝对误差(MAE)来测量绝对偏差，决定系数(gydF4y2BaRgydF4y2Ba^2gydF4y2Ba)来衡量RIP和Somnofy在夜间的相关性，并分析覆盖率(不管RIP是否提供测量，Somnofy提供测量的时间的百分比)和间隙(不进行Somnofy测量的最长时间)，以调查设备的可靠性和稳健性。gydF4y2Ba

分析了年龄、性别、BMI、传感器位置和睡眠姿势对瞬时rr的MAE和覆盖率的显著差异。零假设是，当α设为0.05时，没有差异。年龄(青年或成年)、性别(男性或女性)和BMI(正常体重或超重)采用双尾、双样本、未配对分析gydF4y2BatgydF4y2Ba当样本量<30时进行检验。为了避免对个体参与者的偏见，研究人员对每晚的平均值进行了分析，不考虑清醒时间。计算是使用Python(3.6.8版本)和gydF4y2BaSciPygydF4y2Ba(版本1.4.1)库。gydF4y2Ba

从雷达的角度来看，睡眠位置取决于传感器的位置。根据四种睡姿(仰卧位、俯卧位、左卧位和右卧位)和两个传感器位置(床头柜和墙壁)的组合，总共建立了8个不同的体位参数。每晚，测量值<300的组合被忽略。因此，并不是所有的组合都适用于每个晚上，因为不是所有的参与者都睡在每种睡眠姿势。由于数据集是成对的，有>2个水平，且不平衡，因此选择线性混合效应模型来分析统计显著性。在这些分析中，只使用了在somnofy定义的睡眠期间进行的测量。使用Tukey方法对输出模型进行分析，以研究个体的成对关系。分析在R(3.6.3版)中进行，使用gydF4y2Ba“lme4”gydF4y2Ba(版本1.1-23)和gydF4y2Ba“multcomp”gydF4y2Ba(版本1.4-13)包。gydF4y2Ba

结果gydF4y2Ba

数据统计gydF4y2Ba

表1gydF4y2Ba显示了研究验证部分参与者的年龄、性别和BMI分布，以及gydF4y2Ba表2gydF4y2Ba显示相关的睡眠和呼吸参数。平均而言，参与者在床上度过8个小时(SD 0.7)， psg定义的睡眠效率为85.3% (SD 8.3%)。平均RIP RR在11 ~ 21.4 RPM之间。平均而言，由于RIP噪声的过滤，每晚有5.8% (SD 1.9%)的数据被删除。在移除的61775个数据点中，大部分数据来自psg定义的清醒状态(n= 31063, 50.28%)、轻度睡眠(n= 19137, 30.98%)和快速眼动睡眠(n= 7561, 12.24%)。gydF4y2Ba图1gydF4y2Ba显示RIP在噪音最少、平均和最多的夜晚的噪音过滤。过滤器去除了大多数异常值，但没有去除清醒和快速眼动睡眠期间RR的自然变化。在除去PSG工件的时间戳时，除去了3.42%(30,294/886,512)的Somnofy数据。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

瞬时RRgydF4y2Ba

瞬时RR的测量结果显示在gydF4y2Ba表3gydF4y2Ba．在睡眠期间，Somnofy成功测量了84% (SD 6%)的时间(覆盖率)，与RIP相比，这些测量的MAE为0.18 (SD 0.05) RPM。平均而言，与RIP协议的95%限值范围为- 0.94 (SD 0.35)至0.80 (SD 0.32) RPM，偏差为- 0.07 (SD 0.02) RPM。在对重复测量进行调整后，整个数据集的一致性范围为−0.99至0.85。gydF4y2Ba图2gydF4y2Ba显示了这种情况下的Bland-Altman图。橙色回归线(斜率=−0.0057;gydF4y2BaRgydF4y2Ba^2gydF4y2Ba=0.0059)表明与RIP相比，Somnofy倾向于低估RR，而对于高RR, Somnofy低估更多。在somnofy定义的睡眠期间，覆盖率为90% (SD 3.7%)，平均一致限度为−0.83 (SD 0.28)至0.69 (SD 0.25)。特别是，通过移除唤醒数据，最糟糕的夜晚得到了改善，这表明这些夜晚的唤醒量很高，这是Somnofy难以测量的。gydF4y2Ba

表4gydF4y2Ba显示了不同睡眠阶段的覆盖率和准确性。在深度睡眠(非快速眼动3)和浅睡眠(非快速眼动1或非快速眼动2)期间，Somnofy的准确性最高，而在清醒和快速眼动睡眠期间，准确度和覆盖率远远低于其他睡眠阶段。psg定义的睡眠阶段的结果相似(gydF4y2Ba多媒体附件1gydF4y2Ba）.gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

夜间平均RRgydF4y2Ba

对于夜间平均RRs, MAE为0.052 (SD为0.008)RPM。gydF4y2Ba图3gydF4y2Ba显示这些平均值的Bland-Altman图。Bland-Altman协议极限显示，95%的夜间平均值预计在- 0.07和- 0.04 RPM之间与RIP不一致。如橙色线所示(斜率=−0.0018;gydF4y2BaRgydF4y2Ba^2gydF4y2Ba=0.343)，似乎有一种趋势，Somnofy低估了更高的rr。此趋势与中所示的瞬时RR测量结果相似gydF4y2Ba图2gydF4y2Ba．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

夜间平均RR的夜间一致性gydF4y2Ba

纵向试点研究的结果显示在gydF4y2Ba图4gydF4y2Ba．所有参与者每晚的rr都相当一致(6/ 6,100%)，大多数值都在基线附近的95% ci内。此外，自我报告疾病的时间大大偏离了各自的基线。总共有67%(4/6)的参与者报告每人患病1例。年龄分别为13岁、11岁和38岁的参与者报告了感冒，81岁的参与者报告了使用抗生素治疗的感染。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

其他分析gydF4y2Ba

在本研究中，MAE和覆盖率与年龄无关的原假设(MAE:gydF4y2BaPgydF4y2Ba=。97一个nd coverage:PgydF4y2Ba=.63)，性别(MAE:gydF4y2BaPgydF4y2Ba=。28一个nd coverage:PgydF4y2Ba=.73)， BMI (MAE:gydF4y2BaPgydF4y2Ba=。99一个nd coverage:PgydF4y2Ba=.43)不能被拒绝。相反，对于睡眠位置和传感器位置，原假设被拒绝。包括仰卧睡姿在内的部分睡姿与其他睡姿相比，MAE(平均转速0.045 RPM, SD 0.01)显著升高，覆盖率(平均5.0%，SD 0.9%)显著降低。均值差和gydF4y2BaPgydF4y2Ba中显示了所有显著不同的组合的值gydF4y2Ba表5gydF4y2Ba．gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

这项研究表明，Somnofy可以准确地检测健康成年人在床上的瞬时RRs。平均而言，当MAE为0.18 (SD为0.04)RPM时，Somnofy能够测量84% (SD为6%)的RR。Bland-Altman 95%的一致性范围为- 0.99 ~ 0.85 RPM。准确性和覆盖率根据睡眠阶段有显著差异，其中深度睡眠(MAE=0.11;覆盖率=98%)是最准确的，其次是轻度睡眠(MAE=0.15;REM睡眠(MAE=0.30;覆盖率=75%)，尾迹(MAE=0.33;覆盖率= 47%)。对于过滤后的夜间平均值，RIP和Somnofy的测量值几乎与Bland-Altman 95%的一致限度相同，范围为- 0.07到- 0.04 RPM。总的来说，Somnofy倾向于略微低估RR。 Results were independent of age, BMI, and sex but were slightly worse for supine sleeping position.

研究的纵向部分显示，每晚的rr似乎相当一致。大多数夜间平均值都在个性化基线的95% ci范围内。此外，ci小于，例如，体温升高1度对RR的正常影响(例如，与发烧有关)[gydF4y2Ba5gydF4y2Ba，gydF4y2Ba6gydF4y2Ba］．所有重大偏差都与自我报告的疾病相吻合，预计这将增加RR。每晚之间的小变化可能是由其他影响心率的因素引起的，比如高强度锻炼后心率增加[gydF4y2Ba12gydF4y2Ba]和rr随情绪或焦虑而变化[gydF4y2Ba13gydF4y2Ba]和由于月经周期[gydF4y2Ba14gydF4y2Ba］．研究这些因素的大型研究是必要的，以了解调查与基线的小偏差的有效性。gydF4y2Ba

根据睡眠阶段的不同，覆盖率和准确性有很大差异。Somnofy可能更容易测量浅睡眠和深度睡眠期间的RR，因为这些时期的RR比清醒或快速眼动睡眠期间更稳定。在尾流期间，覆盖范围特别低，这时更多的运动可能会导致更多的噪音。Somnofy利用了这一点，它只使用浅睡眠和深度睡眠的值来计算每晚的平均值，在这段时间内精度更高。这还有一个额外的好处，即平均睡眠时间不受夜间清醒和快速眼动睡眠时间的影响，在夜间，RR变化更大，而且往往更高。因此，只使用浅睡眠和深度睡眠的值也应该提高每晚的一致性。gydF4y2Ba

平均而言，5.8% (SD 1.9%)的PSG数据必须过滤噪声。可以使用另一种参考设备或信号处理技术来代替RIP和STFT。不幸的是，RR的纵向测量没有金标准，改变参考不太可能对结果产生显著影响。在一项研究中使用RIP [gydF4y2Ba23gydF4y2Ba]，在另一项研究中使用RIP和STFT [gydF4y2Ba27gydF4y2Ba］．一项研究使用了鼻流量传感器，但由于缺少或无法使用流量数据，不得不在40个夜晚中删除10个[gydF4y2Ba24gydF4y2Ba］．另一项研究用峰值检测算法同时使用了流量和努力信号，但基于他们分析的周期数除以研究中卧床的平均时间，他们去除的噪声大约是本研究去除的两倍[gydF4y2Ba25gydF4y2Ba］．gydF4y2Ba

与可穿戴设备相比，雷达技术的好处是不需要任何东西附着在身体上，这可能会对睡眠产生负面影响。可穿戴设备还必须充电，而且用户必须记得在床上佩戴该设备。根据Fitbit的数据，只有一半的用户在晚上佩戴臂章。gydF4y2Ba42gydF4y2Ba]，表明合规可能是一个问题。此外，无论是可穿戴设备还是床垫下的传感器，都没有被证明能像Somnofy那样可靠地测量睡眠。gydF4y2Ba37gydF4y2Ba，这些信息可以用来计算更一致的夜间平均值。gydF4y2Ba

由于Somnofy从远处测量RRs，分析不同睡眠姿势和传感器位置的结果特别有趣。仰卧睡姿的所有显著差异都被发现，这表明这种睡姿可能更难评估。对于床头柜传感器来说，仰卧位可能比较困难，因为呼吸运动主要垂直于传输的雷达信号。俯卧位也是如此，但在这种姿势下，一些呼吸运动可能会被床推向不同的方向。由于更多的运动，壁面传感器在评估仰卧位时可能有困难。在这里，身体可以自由移动，传感器可以很好地观察到动作。有趣的是，当胸部或背部对准传感器时，Somnofy似乎同样能很好地测量RR。此外，年龄、性别或BMI没有统计学上的显著差异，这些因素都可以影响呼吸在体表上的可见性和实际rr。然而，这项研究中很少有高BMI的参与者;因此，这需要进一步研究。gydF4y2Ba

先前的研究报告称，如果使用者意识到被测量，那么主动测量的RRs可能是不精确的，因此会有意识地影响呼吸[gydF4y2Ba43gydF4y2Ba］．由于Somnofy从远处测量rr，应该可以在不影响用户的情况下这样做。此外，在睡眠期间进行测量会强制在休息期间进行测量。RRs的非接触式测量还应具有其他好处，如用户友好性和较少的管理。gydF4y2Ba

与以往研究的比较gydF4y2Ba

很少有适合纵向研究的商业可用技术已被验证用于RR测量。研究之间的比较总是困难的，因为睡眠数据、参考设备或信号处理以及性能指标是不同的。然而，据我们所知，这项研究的结果明显优于其他技术[gydF4y2Ba23gydF4y2Ba-gydF4y2Ba25gydF4y2Ba，gydF4y2Ba44gydF4y2Ba-gydF4y2Ba46gydF4y2Ba]包括雷达技术[gydF4y2Ba27gydF4y2Ba，gydF4y2Ba29gydF4y2Ba］．经过验证的测量结果也更加即时，因为之前的研究是在数据时代中平均rr。此外，以往对睡眠期间非接触RR测量的研究并没有调查所有可能影响结果的因素的影响，如睡眠阶段、年龄、BMI和睡眠姿势[gydF4y2Ba23gydF4y2Ba-gydF4y2Ba25gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba46gydF4y2Ba］．这也是第一个使用雷达技术明确分析覆盖范围和测量睡眠期间连续RR测量差距的研究。gydF4y2Ba

据我们所知，本研究的准确性也明显高于医院使用的测量方法，如人工计数呼吸[gydF4y2Ba47gydF4y2Ba]和胸贴[gydF4y2Ba19gydF4y2Ba］．然而，这些研究是在不同的人群和不同的环境中进行的，这可能会使测量更加困难。gydF4y2Ba

先前的研究并没有像本研究中提出的那样验证过滤后的夜间平均值。这个经过过滤的平均值比其他研究报告的标准夜间平均值要准确得多。gydF4y2Ba24gydF4y2Ba，gydF4y2Ba25gydF4y2Ba］．从理论上讲，它也应该更适合纵向研究，因为夜间的变异性应该更低。gydF4y2Ba

没有其他研究分析了从个性化基线中异常检测是否是纵向RR监测的良好应用。为了使该方法合理，根据应用的不同，rr需要在夜间足够一致，并且测量误差需要足够小。然而，一项试点研究调查了COPD患者的特定用例[gydF4y2Ba48gydF4y2Ba］．他们的目的是通过比较一个晚上的中位数RR与前几个晚上的中位数RR来检测COPD的加重。他们的结论是，RR可以通过雷达技术获得，RR可能是临床状态变化的一个指标。另一项研究发现，在检测临床恶化时，即时和以前的rr的使用提高了精度[gydF4y2Ba49gydF4y2Ba］．gydF4y2Ba

限制gydF4y2Ba

这项研究只调查了休息时的测量结果，结果不能自动适用于个体清醒时的一般情况。此外，这项研究仅限于健康的成年人。需要更多的研究来验证睡眠法是否适用于不同疾病的人、儿童和老年人。gydF4y2Ba

第二部分研究的参与者很少。应对大人群进行分析，以调查一般人群中夜间平均RRs的夜间一致性。此外，参与者的疾病是自我报告的。没有咨询医生进行诊断，也没有测量体温。进一步的研究应该调查哪些类型的疾病可以用这种技术检测，以及在这些疾病发展的早期RR变化有多早。gydF4y2Ba

这项研究只分析了RR。虽然RR对纵向测量很有价值，但通过同时测量其他生物标志物(如体温、血压和心率)可以增加更多价值。心率通常使用类似的技术来测量[gydF4y2Ba23gydF4y2Ba-gydF4y2Ba25gydF4y2Ba]，雷达技术以前也被验证用于测量睡眠时的心率[gydF4y2Ba27gydF4y2Ba］．在本研究期间，Somnofy无法测量心率。gydF4y2Ba

结论gydF4y2Ba

这项研究表明，Somnofy准确地测量了健康成年人睡眠期间的RR。据我们所知，Somnofy比任何其他适合纵向监测的非接触式设备都具有更高的精度，特别是夜间平均值。此外，测量睡眠期间的rr似乎是一致的纵向测量的合理选择。影响RR的几个事件应该可以检测到与个性化夜间基线的偏差，使该设备适用于广泛的应用。需要进一步的研究来验证Somnofy对儿童和老年人的使用，或者在临床环境中使用该设备。gydF4y2Ba