MétaCan
Menu
Retour à la cohorte
Enregistrement W4290975460 · doi:10.2196/36618

Noncontact Longitudinal Respiratory Rate Measurements in Healthy Adults Using Radar-Based Sleep Monitor (Somnofy): Validation Study

2022· article· en· W4290975460 sur OpenAlexvenueno aff
Ståle Toften, Jonas T. Kjellstadli, Ole Kristian Forstrønen Thu, Ole-Johan Ellingsen

Notice bibliographique

RevueJMIR Biomedical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSupine positionRespiratory rateSleep (system call)MoodHeart rateAudiologyAnesthesiaInternal medicineBlood pressureComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Respiratory rate (RR) is arguably the most important vital sign to detect clinical deterioration. Change in RR can also, for example, be associated with the onset of different diseases, opioid overdoses, intense workouts, or mood. However, unlike for most other vital parameters, an easy and accurate measuring method is lacking. OBJECTIVE: This study aims to validate the radar-based sleep monitor, Somnofy, for measuring RRs and investigate whether events affecting RR can be detected from personalized baselines calculated from nightly averages. METHODS: First, RRs from Somnofy for 37 healthy adults during full nights of sleep were extensively validated against respiratory inductance plethysmography. Then, the night-to-night consistency of a proposed filtered average RR was analyzed for 6 healthy participants in a pilot study in which they used Somnofy at home for 3 months. RESULTS: Somnofy measured RR 84% of the time, with mean absolute error of 0.18 (SD 0.05) respirations per minute, and Bland-Altman 95% limits of agreement adjusted for repeated measurements ranged from -0.99 to 0.85. The accuracy and coverage were substantially higher in deep and light sleep than in rapid eye movement sleep and wake. The results were independent of age, sex, and BMI, but dependent on supine sleeping position for some radar orientations. For nightly filtered averages, the 95% limits of agreement ranged from -0.07 to -0.04 respirations per minute. In the longitudinal part of the study, the nightly average was consistent from night to night, and all substantial deviations coincided with self-reported illnesses. CONCLUSIONS: RRs from Somnofy were more accurate than those from any other alternative method suitable for longitudinal measurements. Moreover, the nightly averages were consistent from night to night. Thus, several factors affecting RR should be detectable as anomalies from personalized baselines, enabling a range of applications. More studies are necessary to investigate its potential in children and older adults or in a clinical setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,285
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Biomedical EngineeringMême sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207