Probabilistic Modelling of Sleep Stage and Apneaic Events in the University College of Dublin Database (UCDDB)
Notice bibliographique
Résumé
Publicly available University College of Dublin Database (UCDDB) polysomnogram (PSG) patient cohort is analyzed and classified for archetypal sleep fragmentation in the presence of obstructive sleep apnea (OSA), the most severe sleep disorder. For comparison with Bianchi et al's analysis of the Sleep Heart Health Study (SHHS) polysomnogram cohort, we first analyze sleep stage hypnograms statically by considering Wake After Sleep Onset (WASO), Rapid Eye Movement (REM), and grouped non-REM stages (Stages 1, 2, and 3/4) probabilistic distributions. We test the universality of Bianchi et al's multi-exponential and power law models before proposing a third model with greater physical significance: Gaussian. In the absence of a control cohort without OSA, we separate the full PSG hypnogram into apneaic and `normal' components. From this analysis, we observe the rapid decay of sleep stage durations as a result of apneaic events and the fragmentation of the natural 1.5 to 2 hour sleep cycle. To refine our model of the distinctive apnea `fingerprint' on sleep stages, we consider a dynamic, one step Markov Chain model for WASO, REM, and separated NREM sleep stages (Stage 1, 2, 3, and 4) as this approach gives a better measure of sleep fragmentation. Our findings demonstrate that the presence of OSA alters both static and dynamic sleep characteristics which can feed into automatic detection of sleep stage identification and apnea event detection. Significantly, the probability of remaining in REM sleep is reduced from 81.0 percent during `normal' sleep to 13.7 percent following an apneaic event. We conclude by outlining immediate next steps for improving the apnea detection model for integration with our at-home automatic sleep monitoring device. Such a device will augment data collected from oversubscribed sleep clinics to address the undersampling of sleep disorder patient monitoring.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».