Bed Sensor Technology for Objective Sleep Monitoring Within the Clinical Rehabilitation Setting: Observational Feasibility Study
Notice bibliographique
Résumé
Background Since adequate sleep is essential for optimal inpatient rehabilitation, there is an increased interest in sleep assessment. Unobtrusive, contactless, portable bed sensors show great potential for objective sleep analysis. Objective The aim of this study was to investigate the feasibility of a bed sensor for continuous sleep monitoring overnight in a clinical rehabilitation center. Methods Patients with incomplete spinal cord injury (iSCI) or stroke were monitored overnight for a 1-week period during their in-hospital rehabilitation using the Emfit QS bed sensor. Feasibility was examined based on missing measurement nights, coverage percentages, and missing periods of heart rate (HR) and respiratory rate (RR). Furthermore, descriptive data of sleep-related parameters (nocturnal HR, RR, movement activity, and bed exits) were reported. Results In total, 24 participants (12 iSCI, 12 stroke) were measured. Of the 132 nights, 5 (3.8%) missed sensor data due to Wi-Fi (2), slipping away (1), or unknown (2) errors. Coverage percentages of HR and RR were 97% and 93% for iSCI and 99% and 97% for stroke participants. Two-thirds of the missing HR and RR periods had a short duration of ≤120 seconds. Patients with an iSCI had an average nocturnal HR of 72 (SD 13) beats per minute (bpm), RR of 16 (SD 3) cycles per minute (cpm), and movement activity of 239 (SD 116) activity points, and had 86 reported and 84 recorded bed exits. Patients with a stroke had an average nocturnal HR of 61 (SD 8) bpm, RR of 15 (SD 1) cpm, and movement activity of 136 (SD 49) activity points, and 42 reported and 57 recorded bed exits. Patients with an iSCI had significantly higher nocturnal HR (t18=−2.1, P=.04) and movement activity (t18=−1.2, P=.02) compared to stroke patients. Furthermore, there was a difference between self-reported and recorded bed exits per night in 26% and 38% of the nights for iSCI and stroke patients, respectively. Conclusions It is feasible to implement the bed sensor for continuous sleep monitoring in the clinical rehabilitation setting. This study provides a good foundation for further bed sensor development addressing sleep types and sleep disorders to optimize care for rehabilitants.
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».