โมเดลวิจัยที่ประมาณระยะการนอนจากข้อมูล Apple Watch แสดงอะไร

ก่อนอื่น ต้องแยกจากฟีเจอร์ของ Apple

ฟีเจอร์ “ระยะการนอน” ของ Apple ใช้สัญญาณจากมาตรวัดความเร่งของ Apple Watch เป็นข้อมูลนำเข้า และประมาณสี่สถานะ ได้แก่ ตื่น REM หลับหลัก และหลับลึก Apple เผยแพร่รายงานทางเทคนิคของฟีเจอร์นี้แล้ว และมีงานวิจัยอิสระเปรียบเทียบ Apple Watch Series 8 กับ PSG

การวิเคราะห์ภายในของเราต่างออกไป โมเดลวิจัยใช้ข้อมูลที่ได้จากอัตราการเต้นหัวใจร่วมกับบริบทด้านเวลาจากชุดข้อมูล Apple Watch สาธารณะ เพื่อประมาณห้าระยะ ได้แก่ ตื่น N1 N2 N3 และ REM การออกแบบคุณลักษณะ การเตรียมข้อมูล และโครงสร้างโมเดลโดยละเอียดไม่เปิดเผย ข้อมูลนำเข้าและนิยามระยะต่างจากฟีเจอร์ของ Apple จึงใช้ผลนี้แทนผลการตรวจสอบของ Apple ไม่ได้

ใช้อะไรเป็นเกณฑ์อ้างอิง และใช้ข้อมูลชุดใด

เราใช้ระยะการนอนจากการตรวจการนอนหลับแบบหลายสัญญาณ (PSG) เป็นเกณฑ์อ้างอิง PSG บันทึกหลายสัญญาณ เช่น กิจกรรมสมอง การเคลื่อนไหวตา และกิจกรรมกล้ามเนื้อ แล้วผู้ประเมินที่ผ่านการฝึกจึงกำหนดระยะให้ช่วงเวลาสั้น ๆ ต่อเนื่องกัน

การทดลอง Apple Watch ใช้ผู้เข้าร่วม 31 คนและช่วงข้อมูล 25,813 ช่วงจากชุดข้อมูลสาธารณะที่ Walch และคณะเผยแพร่ โดยบันทึก Watch และ PSG ในคืนเดียวกัน การทดลองคลื่นไฟฟ้าหัวใจทางคลินิกอีกชุดใช้ผู้เข้าร่วม HMC 35 คน ทั้งสองใช้การประเมินห้าส่วนที่จัดกลุ่มตามผู้เข้าร่วม แต่เป็นคนละการทดลอง มีผู้เข้าร่วมและสัญญาณต่างกัน

ผลที่ 1: ค่าประมาณจุดใกล้กันในสองการทดลองขนาดเล็ก

ค่าประมาณจุดทั้งสองใกล้กัน แต่ไม่ใช่การเปรียบเทียบที่ผู้เข้าร่วมคนเดียวกันสวม Apple Watch พร้อมกับบันทึกคลื่นไฟฟ้าหัวใจทางคลินิก เราไม่ได้ประมาณช่วงความเชื่อมั่นของผลต่างหรือทดสอบความเทียบเท่าหรือไม่ด้อยกว่า จึงสรุปไม่ได้ว่าอัตราการเต้นหัวใจจาก Apple Watch เทียบเท่าคลื่นไฟฟ้าหัวใจทางคลินิก

Cohen’s κ วัดความสอดคล้องหลังหักความสอดคล้องที่คาดจากความบังเอิญ เรารายงานค่าตรง ๆ แทนการติดป้ายตายตัวว่า “ดี” หรือ “เพียงพอ” การตัดสินว่าเหมาะกับการใช้งานใดยังต้องมีค่าความไม่แน่นอนและผลแยกตามระยะ

• HRV ที่ได้จาก PSG ทางคลินิก: macro AUROC 0.711, ความสอดคล้อง κ 0.244
• ชุดข้อมูล Apple Watch สาธารณะ: macro AUROC 0.708, ความสอดคล้อง κ 0.221

ผลที่ 2: ข้อมูลช่วงเวลาก่อนและหลังช่วยโมเดล

เราเปรียบเทียบโมเดลวิจัยเมื่อมีและไม่มีข้อมูลเวลารอบข้าง ความสอดคล้องสูงกว่าเมื่อมีบริบทดังกล่าว ส่วนขอบเขตและวิธีนำเข้าโดยละเอียดไม่เปิดเผย

• HRV จาก PSG ทางคลินิก มีบริบท → ไม่มีบริบท: κ 0.244 → 0.119
• ชุดข้อมูล Apple Watch สาธารณะ มีบริบทด้านเวลา → ไม่มีบริบทด้านเวลา: κ 0.221 → 0.092

ผลที่ 3: สรุปทั้งคืน 67 ระเบียนมาจากการวิเคราะห์คลื่นไฟฟ้าหัวใจทางคลินิกอีกชุด

จากนั้นเราสรุประยะที่ทำนายตลอดคืนในระเบียนคลื่นไฟฟ้าหัวใจทางคลินิก 67 ระเบียน ได้แก่ HMC 35, CAP 15 และ MIT-BIH Polysomnographic Database 17 ระเบียน การวิเคราะห์นี้ไม่มีข้อมูล Apple Watch เราเปรียบเทียบสหสัมพันธ์ Pearson ระหว่างสรุปจากการทำนายกับสรุปจาก PSG กับเป้าหมายภายในที่กำหนดไว้ล่วงหน้า โดยไม่เปิดเผยรายละเอียดของเป้าหมาย

• เวลาตื่นหลังเริ่มหลับ (WASO): r = 0.42
• สัดส่วนหลับลึก (N3%): r = 0.32
• ประสิทธิภาพการนอน: r = 0.30
• ระยะเวลากว่าจะหลับ: r = −0.007
• สัดส่วน REM: r = 0.003

ผลที่ 4: รายงานพิสัยในสามกลุ่มที่กันไว้ทดสอบ

สำหรับกลุ่มคลื่นไฟฟ้าหัวใจทางคลินิกสามชุด เรายังฝึกด้วยสองชุดแล้วทดสอบกับชุดที่เหลือ วิธีนี้เรียกว่า leave-one-dataset-out หรือ LODO ค่า AUROC ของกลุ่มที่กันไว้เท่ากับ 0.621 สำหรับ HMC, 0.647 สำหรับ CAP และ 0.649 สำหรับ SLPDB ส่วน κ เท่ากับ 0.117, 0.172 และ 0.107 ตามลำดับ

ผลต่าง 0.028 คือพิสัยระหว่าง AUROC สูงสุดและต่ำสุดของกลุ่มที่กันไว้ ไม่ใช่ “ประสิทธิภาพที่ลดลง” จากผลในโดเมนเดิมไปยังข้อมูลภายนอก ค่าประมาณจุดใกล้กันในสามกลุ่มนี้ไม่ได้พิสูจน์ว่าโมเดลไม่เรียนรู้เฉพาะข้อมูลมากเกินไป หรือจะทำงานเท่ากันในผู้ใช้ใหม่

สิ่งที่สรุปได้และสรุปไม่ได้

ภายในชุดข้อมูลสาธารณะขนาดเล็กเหล่านี้ คุณลักษณะจากอัตราการเต้นหัวใจร่วมกับข้อมูลเวลารอบข้างทำให้โมเดลของเราแยกระยะการนอนได้ในระดับจำกัด ความสอดคล้องที่ไม่มี EEG ยังคงจำกัด และสรุปทั้งคืนในการวิเคราะห์คลื่นไฟฟ้าหัวใจอีกชุดไม่ถึงเป้าหมายภายใน

การศึกษานี้ไม่ยืนยันความแม่นยำของฟีเจอร์ Apple ความเทียบเท่าระหว่าง Apple Watch กับคลื่นไฟฟ้าหัวใจทางคลินิก ความแม่นของเปอร์เซ็นต์ REM จากอุปกรณ์สวมใส่โดยทั่วไป หรือความสามารถในการวินิจฉัยความผิดปกติในการนอน คำถามแต่ละข้อจำเป็นต้องมีการศึกษาที่ออกแบบสำหรับผลิตภัณฑ์ สัญญาณ และประชากรนั้นโดยเฉพาะ

ความโปร่งใสและข้อจำกัด

• นี่เป็นการวิเคราะห์ข้อมูลซ้ำภายในของ Feelmo ที่ยังไม่ผ่านการทบทวน และยังไม่มีนักวิจัยอิสระทำซ้ำ
• เกณฑ์การประเมินระบุไว้ในเอกสารภายใน แต่ไม่เปิดเผยเป้าหมายโดยละเอียด และไม่ได้ลงทะเบียนต่อสาธารณะกับบริการภายนอกก่อนตรวจผล
• การทดลอง Apple Watch มี 31 คน การทดลองคลื่นไฟฟ้าหัวใจทางคลินิกมี 35 คน และการสรุปทั้งคืนมี 67 ระเบียน การวิเคราะห์ไม่ได้รายงานความไม่แน่นอนทั้งหมดด้วยช่วงความเชื่อมั่น
• ผล Apple Watch และคลื่นไฟฟ้าหัวใจใช้ผู้เข้าร่วม สัญญาณ และคุณลักษณะต่างกัน จึงไม่ใช่การเปรียบเทียบสองรูปแบบโดยตรง
• พิสัย LODO AUROC 0.028 ไม่พิสูจน์ว่าไม่มีการเรียนรู้เฉพาะข้อมูลมากเกินไป
• การประเมินทั้งหมดใช้ชุดข้อมูลสาธารณะ ไม่มีข้อมูลผู้ใช้ Feelmo
• การวิเคราะห์ไม่ได้ออกแบบเพื่อวินิจฉัยความผิดปกติในการนอน ชี้นำการรักษา หรือประเมินฟีเจอร์ “ระยะการนอน” ของ Apple