自相似的自動檢測和CPAP呼吸機治療失敗的預測（475）
介紹
睡眠呼吸障礙是心臟代謝和神經退行性疾病的重要危險因素。持續正壓氣道通氣（CPAP呼吸機）是睡眠呼吸暫停的主要治療方法，其耐受性和療效通常較差。高環路增益（HLG）是中樞性睡眠呼吸暫�；蛑芷谛院粑尿寗訖C制。當前的研究旨在開發一種計算方法，該方法基于睡眠期間呼吸振蕩的自相似性，僅使用呼吸模式，通過呼吸電感體積描記法（RIP）測量來檢測高環路增益。為了量化已開發相似性測量的潛在效用，使用該算法來預測急性CPAP呼吸機失敗。
方法
我們開發了一種算法，用于以減少呼吸努力的周期檢測呼吸暫停，這在RIP信號中表現為低信號幅度。我們的算法會計算出連續的呼吸暫�；虻屯庵g的呼吸模式自相似性。在高環路增益會導致自相似呼吸振蕩并增加CPAP呼吸機失敗風險的假設下進行工作，在診斷性無CPAP呼吸機多導睡眠監測（PSG）期間計算出的整夜相似度可用來預測CPAP呼吸機的失敗，我們將其定義為滴定中樞性呼吸暫停指數（CAI）> 10。中樞性呼吸暫停標簽既可以從睡眠技術人員的手動評分中獲得，也可以從針對這項研究開發的自動算法中獲得。使用了麻省總醫院（MGH）的睡眠數據庫，包括2466對多導睡眠圖診斷和CPAP呼吸機滴定多導睡眠圖記錄
。
結果
基于技術人員標簽，診斷性中樞性呼吸暫停指數可預測CPAP呼吸機的失敗，AUC為0.82±0.03�；谧詣由傻臉撕�、整夜相似度和自動生成的中樞性呼吸暫停指數的組合得出的AUC為0.85±0.02。使用技術人員標簽診斷性中樞性呼吸暫停指數> 5對人群進行亞分析。整夜相似性可預測失敗，手動標簽的AUC為0.57±0.07，自動標簽的AUC為0.65±0.06。
結論
這項研究表明中樞性呼吸暫停標簽可以自動方式獲得。擬議的自相似特征，作為表達的呼吸高環路增益的替代估計，并根據易于獲得的呼吸努力信號進行計算，可以檢測周期性呼吸，而不受諸如流量限制等混合障礙物的影響，并且可以幫助預測CPAP呼吸機的失敗或成功。
（葉妮摘自 Sleep, Volume 44, Issue Supplement_2, May 2021, Page A187）
