0069 DEVELOPMENT AND VALIDATION OF AN ALGORITHM FOR THE STUDY OF SLEEP USING A BIOMETRIC SHIRT IN YOUNG HEALTHY ADULTS
Notice bibliographique
Résumé
Portable polysomnography systems are often too complex and encumbering for home sleep recordings. We assessed the feasibility of measuring sleep with a biometric shirt. Twenty healthy young adults (12 women, 8 men; 21.9 ± 2.0 years) were recorded in a sleep laboratory for two consecutive nights using standard polysomnography and a biometric shirt, simultaneously. Polysomnographic recordings were scored using standard methods. The biometric shirt had embedded electrocardiogram sensors, two respiratory inductance plethysmography bands, a 3-axis accelerometer and a detachable microcontroller performing signal acquisition, data processing and communication protocols. The shirt size was selected for each subject so that the signal was optimal. An algorithm was developed to classify the biometric shirt recordings into three vigilance states: wake, nonREM sleep and REM sleep. The algorithm was based on breathing rate and heart rate variability, body movement and included a correction for sleep onset and offset. The results from the two types of recordings were compared with percentages of agreement and kappa coefficients. Five nights from four subjects were rejected due to recurrent signal artefacts caused by an ill-fitting or misplaced shirt. The overall mean percentage of agreement for 35 recording pairs was 77.55%. When NREM and REM sleep epochs were grouped together, the agreement was 90.7%. The overall kappa was 0.53. Removing breathing rate from the algorithm decreased kappa to 0.34 ± 0.13, whereas removing heart rate did not significantly modify it (0.54 ± 0.13). Five of the seven sleep variables were significantly correlated (sleep latency, total sleep time, %NREM and %REM sleep, the sleep period, wake time after sleep onset and sleep efficiency) while the minutes spent in NREM and of REM sleep did not. The findings of this pilot study indicate that a simple portable system using a biometric shirt can estimate reasonably well the general sleep pattern of young healthy adults. Fondation Les Petits Trésors de l’Hôpital Rivière-des-Prairies, Montréal, QC Canada.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».