Validation of a fingertip home sleep apnea testing system using deep learning AI and a temporal event localization analysis
Notice bibliographique
Résumé
STUDY OBJECTIVES: This paper validates TipTraQ, a compact home sleep apnea testing (HSAT) system. TipTraQ comprises a fingertip-worn device, a mobile application, and a cloud-based deep learning artificial intelligence (AI) system. The device utilizes photoplethysmography (red, infrared, and green channels) and accelerometer sensors to assess sleep apnea by the AI system. METHODS: We prospectively enrolled 240 participants suspected of obstructive sleep apnea (OSA) at a tertiary medical center for internal validation and 112 participants independently at another center for external validation. All participants underwent simultaneous polysomnography and TipTraQ HSAT. We compared TipTraQ-derived total sleep time (TQ-TST) and TipTraQ-derived Respiratory Events Index (TQ-REI) with expert-determined TST and apnea-hypopnea index (AHI), based on AASM standards with the 1B hypopnea rule. Temporal event localization analysis for respiratory event prediction was conducted at both event and hourly levels. RESULTS: In the external validation, the Spearman correlation coefficients for TQ-TST vs. TST and TQ-REI vs. AHI were 0.81 and 0.95, respectively. The root mean square error were 0.53 hours for TQ-TST vs. TST and 7.53 events/h for TQ-REI vs. AHI. For apnea/hypopnea prediction with a 10-second grace period, the true positive, false positive, and false negative rates in temporal event localization analysis were 0.76, 0.24, and 0.23, respectively. The four-way OSA severity classification achieved a Cohen's kappa of 0.7. CONCLUSIONS: TQ-TST and TQ-REI predict TST and AHI with comparable performance to existing devices of the same type, and respiratory event prediction is validated through temporal event localization analysis. CLINICAL TRIALS: Development of TipTraQ Home Sleep Test, https://clinicaltrials.gov/study/NCT06474351?term=NCT06474351&rank=1, NCT06474351TipTraQ Home Sleep Test Study, SHH, https://clinicaltrials.gov/study/NCT06633887?term=NCT06633887&rank=1, NCT06633887.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».