参与者招募与筛选
纳入符合慢性失眠症状标准的成年人，排除可能影响睡眠或脑电记录的疾病。
从美国纽瓦克和法国雷恩的Biotrial临床单位招募45名参与者，根据ICSD-3标准筛选，排除OSA、CNS疾病等，最终38名完成有效记录。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
Waveband系统用于失眠症状患者自动化睡眠评估的多中心评价
Multicenter evaluation of the Waveband system for automated sleep assessment in patients with insomnia symptoms
实验完整度
高包含多中心临床验证（38例失眠患者），以PSG为金标准，多专家评分与算法比较，并通过ICC、OA、混淆矩阵等统计评估性能。
主要模型
38例失眠症状参与者（慢性失眠患者）
重点核对
同时记录Waveband与PSG，并同步数据（通过生物校准） PSG数据由6名人类技师评分，Waveband由算法评分 总体一致性（OA）比较：Waveband vs 留一法共识（87.3%），人类 vs 留一法共识（85.9%） 睡眠参数ICC：TST、SE、LPS、WASO > 0.9
摘要
研究目的：本研究（Octave-3）旨在验证Waveband干电极脑电图传感器设备在自动睡眠分期和睡眠参数估计方面的性能，并与金标准实验室多导睡眠监测（PSG）进行比较。方法：招募了45名参与者，其中38名完成了同步PSG和Waveband记录。PSG数据由六名人类技师评分，而Waveband数据由算法评分。使用组内相关系数（ICC）和总体一致性（OA）衡量睡眠分期结果与衍生睡眠参数（总睡眠时间（TST）、睡眠效率（SE）、入睡潜伏期（SOL）、持续睡眠潜伏期（LPS）、入睡后觉醒（WASO）以及每个睡眠阶段的时间）之间的一致性。将Waveband的OA与每个人类评分者进行比较，使用其余五名人类专家的留一法共识。结果：Waveband与留一法共识之间的平均OA为87.3±5.4%，与个体人类专家的平均OA 85.9±7.6%相当（p > .1）。Waveband和人类在后半夜的OA更好，但Waveband的OA更优。TST、SE、LPS和WASO的ICC超过0.9，表明Waveband自动化与人类PSG评分之间具有极好的一致性。N1、N3和快速眼动睡眠（REM）时间的ICC较低，范围从0.65到0.73。结论：Waveband提供了准确的睡眠分期以及TST、SE、SOL、LPS和WASO的估计，性能与人类专家PSG分期相当。其减小的外形尺寸和良好的性能应使其成为自动化评估睡眠障碍患者睡眠的有价值工具。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- Waveband干电极脑电图头带能否准确进行自动睡眠分期和睡眠参数估计，性能是否与人类专家对实验室PSG的评分相当？
- 核心机制
- Waveband采用干电极EEG（额区F7/F8、枕区O1/O2）和3D加速度计，通过神经网络（基于RobustSleepNet和SimpleSleepNet）对30秒epoch进行自动睡眠分期，与PSG相比具有高一致性。
- 主要证据
- 38例失眠症状参与者的同步PSG与Waveband记录显示，总体一致性为85.6%（95%CI 83.9-87.3），TST、SE、LPS和WASO的ICC超过0.9，与人类专家间变异性相当。
- 研究意义
- Waveband提供了一种非侵入、易于患者自我操作的居家睡眠监测工具，可进行多夜数据采集，可能改善失眠等睡眠障碍的诊断和管理。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
同时记录PSG和Waveband
在同一晚同时进行标准PSG和Waveband干电极EEG记录，以比较两种设备的睡眠分期结果。
参与者在睡眠实验室佩戴PSG电极和Waveband头带，从关灯到开灯同时记录，通过生物校准信号对齐数据。
PSG数据人工评分与共识
获得可靠的金标准睡眠分期标签。
三名RPSGT按AASM标准对PSG进行30秒epoch评分，投票形成共识；另请三名独立评分者进行事后分析，共6名评分者，采用留一法计算共识。
Waveband自动评分与性能评估
评估Waveband自动睡眠分期与PSG共识的一致性，以及睡眠参数估计的准确性。
Waveband数据通过锁定算法自动评分，与PSG共识比较，计算总体一致性（OA）、混淆矩阵、阳性/阴性一致性百分比，以及TST、SE、SOL、LPS、WASO等参数的ICC和Bland-Altman图。
亚组分析和敏感性分析
检查不同亚组（年龄、BMI、性别、地点、上半/下半夜）的表现差异，并评估排除低质量记录的影响。
亚组分析显示除年龄<35.8岁外，Waveband在多数亚组中OA略优于人类；敏感性分析（纳入3个低质量记录的最坏情况）显示Waveband平均OA降至80.9%，但无显著差异。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 睡眠监测 | Natus便携式EEG/PSG系统 | Natus | -- |
| Waveband EEG头带 | Beacon Biosignals | K223539 |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 参与者筛选 | 纳入标准：22-70岁，自述慢性失眠（ICSD-3标准）；排除标准：BMI≥40、药物使用等 阅读提示：Materials and Methods - Subjects |
| PSG和Waveband同步记录 | 同步方法：生物校准（眨眼5次） 阅读提示：Materials and Methods - Alignment of data from the Waveband and PSG |
| PSG评分 | 评分者数量（3个+3个）、评分标准（AASM 2.4） 阅读提示：Materials and Methods - Scoring of the PSG data |
| Waveband自动评分 | 算法架构（RobustSleepNet/SimpleSleepNet）、训练数据（未使用本研究数据） 阅读提示：Materials and Methods - Waveband |
| 性能评估 | 统计方法（ICC、OA、Bootstrap） 阅读提示：Materials and Methods - Pre-specified statistical analysis plan |