MétaCan
Menu
Retour à la cohorte
Enregistrement W7122670914 · doi:10.1093/sleepadvances/zpaf089

Assessing the performance of a portable electroencephalographic sleep monitor against level 1 polysomnography

2025· article· en· W7122670914 sur OpenAlexaff
Malika Lanthier, Karina Fonseca, Caitlin Higginson, Defne Oksit, David Smith, Jean-Marc Lina, Paniz Tavakoli, Stuart Fogel, Laura Ray, REBECCA ROBILLARD, Micheal-Christopher Foti, Smith Df, Jean-Marc Lina, Fogel, L. Bryan Ray

Notice bibliographique

RevueSLEEP Advances · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensÉcole de Technologie SupérieureRoyal Ottawa Mental Health CentreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPolysomnographySleep (system call)ElectroencephalographyMeasure (data warehouse)Sleep StagesElectrodiagnosisWork (physics)

Résumé

récupéré en direct d'OpenAlex

Abstract Study Objectives To assess the performance of a portable electroencephalography device for sleep monitoring against polysomnography. Method Fifty-six adults underwent one night of in-laboratory sleep recording with the Muse-S headband and simultaneous level 1 polysomnography. Muse-S data were scored by an automated sleep staging algorithm. A registered technologist, blind to the Muse-S automated sleep scoring, scored the polysomnography data. Results Good quality data were available for 47 (84 per cent) participants (53 per cent females; 20–71 years old; 17 per cent with sleep-related breathing disorder). Epoch-by-epoch analyses showed substantial agreement between the Muse-S and polysomnography (full night Cohen’s Kappa = 0.76). Cohen’s Kappa were in the fair agreement range for non-rapid eye movement (NREM) 1, substantial agreement range for NREM2 and NREM3, and near-perfect agreement range for rapid eye movement sleep and wake. Accuracy ranged from 88 per cent to 96 per cent across all sleep stages, with a sensitivity of 79–92 per cent and a specificity of 90–99 per cent. Similar results were observed in the subgroup with sleep-related breathing disorder. On average, the Muse-S had higher mean values than polysomnography for total sleep time (+6 min), NREM3 (+15 min), rapid eye movement sleep (+6 min), and sleep efficiency (+1.5 per cent), and lower mean values for sleep latency (−3 min), wake after sleep onset (−3 min), and light sleep (−14 min). Conclusions When compared to standard polysomnography, the Muse-S performed well to measure sleep macroarchitecture. This portable device shows great potential as an accessible tool for sleep electroencephalography monitoring. More work is required to validate this tool in more diverse populations to ensure robustness across age, sex, neurological conditions, and sleep profiles. This article is part of the Consumer Sleep Technology Special Collection Statement of Significance Most portable monitors are restricted to indirect measures to estimate sleep. This study offers an independent assessment of the performance of a portable electroencephalography headband. Compared to in-laboratory polysomnography, this type of device enables more accessible multi-night data collection in the natural sleeping environment. Such technologies have tremendous potential to expand research capacity and clinical applications. This article may help to inform the choice of appropriate technologies to be used to address specific research questions and to anticipate the strengths and limitations of this new technology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,238
Score d'incertitude au seuil0,704

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,330
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEP AdvancesMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207