Disorders of breathing during sleep not only adversely affect the condition of the body during the daytime, but, above all, can be dangerous to health and life. Clinical methods of diagnosing these disorders are highly developed and, as a result, allow to effectively eliminate the problem, but still the problem is early diagnosis at home, which will be the basis for reporting to the doctor for extended examinations. This paper presents a proposed algorithm for inferring sleep-disordered breathing supported by conclusions from work on investigating the associations of discriminants with selected fragments of acoustic signals. The effectiveness of the developed algorithm was verified on a test sample of acoustic signals from selected patients treated by the MML clinic. The results of the study are the basis for the development of a numerical application for preclinical diagnosis of sleep apnea and sleep-disordered breathing. The verification of the algorithm carried out on real examples confirms the correctness of the assumptions made, demonstrates its effectiveness and suitability for use in a mobile application.
PL
Zaburzenia oddychania podczas snu nie tylko niekorzystnie wpływają na kondycję organizmu w porze dziennej, ale przede wszystkim mogą być niebezpieczne dla zdrowia i życia. Kliniczne metody diagnozowania tych zaburzeń są wysoko rozwinięte i w efekcie pozwalają na skuteczne wyeliminowanie problemu, jednak nadal problemem jest wczesna diagnostyka w warunkach domowych, która będzie podstawą do zgłoszenia się do lekarza w celu przeprowadzenia rozszerzonych badań. W artykule przedstawiono propozycję algorytmu wnioskowania o zaburzeniach oddychania w trakcie snu popartego wnioskami z prac nad badaniem związków wyróżników z wybranymi fragmentami sygnałów akustycznych. Skuteczność opracowanego algorytmu zweryfikowano na próbce testowej sygnałów akustycznych pochodzących od wybranych pacjentów leczonych przez klinikę MML. Rezultaty przeprowadzonych badań są podstawą opracowania aplikacji numerycznej służącej przedklinicznemu diagnozowaniu bezdechów śródsennych i zaburzeń oddychania podczas snu. Przeprowadzona na rzeczywistych przykładach weryfikacja algorytmu potwierdza poprawność przyjętych założeń, wykazuje jego skuteczność i przydatność do zastosowania w aplikacji mobilnej.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Disorders of breathing during sleep are defined as cessation or reduction of air flow thorough the upper airway, accompanied by a decrease of oxygen saturation. The results of many studies underline the association between sleep-disordered breathing (SDB) and cerebrovascular disorders. SDB, mostly obstructive sleep apnea syndrome (OSAS), is believed to be an independent risk factor of stroke and is related to poor outcome and increased long-term stroke mortality. The present study evaluated the frequency of SDB in patients with stroke or transient ischemic attack transient ischemic attack. We studied 43 patients (mean age 68.5 ±11.0), which included 35 males and 8 females, with acute stroke (n=37) and transient ischemic attack (n=6). The assessment included body mass index (BMI), age, cardiovascular risk factors, and localization of stroke. All patients underwent all-night screening for SDB with a portable 8-channel recorder. The apnea/hypopnea index (AHI) for the whole group was 13.3 ±15.2. AHI <5 was found in 16 patients. Overall, SDB was present in 27 (62.8%) patients with stroke and transient ischemic attack, stratified into those with AHI 5-10, (10 patients), 10-20 (8 patients), and AHI>20 (9 patients). In 15 patients, there was an increase in AHI 5 on assuming the supine position. The patients’ mean BMI was 27.8 ±4.7. The analysis of BMI, age, and localization of stroke was not sufficient to identify patients with high risk for SDB. We submit that overnight screening for SDB should be routinely performed in every patient after stroke and transient ischemic attack and it should become a diagnostic tool in neurological departments.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.