Neue Sensorik detektiert SBAS
Diagnostik-- Kontaktlose Out-of-Center(OOC)-Verfahren können schlafbezogene Atmungsstörungen (SBAS) im häuslichen Umfeld erkennen, müssen allerdings zwingend gegen die kardiorespiratorische Polysomnografie (PSG) validiert werden.
Veröffentlicht:
Noch ist die Polysomnografie Standard bei der SBAS-Diagnostik. (Symbolbild mit Fotomodell)
© Ekaterina/stock.adobe.com
Die frühzeitige Erkennung von Schlafstörungen ist eine wichtige klinische Aufgabe, da unbehandelte SBAS mit hohen Kosten verbunden sind [1–4]. In Deutschland erfolgt die Diagnostik nach einem Stufensystem beginnend mit einem tragbaren 6-Kanal-Monitoring, gefolgt von einer stationären PSG. In anderen Ländern werden für das Screening bereits OOC-Verfahren eingesetzt [5].
Zu den vielversprechendsten Verfahren neben der Aktigrafie gehört die Mattensensorik, die physiologische Prozesse wie Atmung oder Herzfrequenz des liegenden Patienten misst. Diese Geräte basieren auf dem piezoelektrischen Effekt oder der Ballistokardiografie [6, 7]. Verfahren, die WiFi und Funksignal-Techniken nutzen, zeigen ebenfalls gute Ergebnisse [8–13]. Sie messen die Phasendifferenz zwischen dem ausgesendeten und dem am Patienten reflektierten Signal. Unter Nutzung von KI-Techniken können dann Atem- und Bewegungsmuster berechnet und Schlafstadien geschätzt werden [11, 13].
Fazit
Out-of-Center(OOC)-Verfahren sind wichtige Treiber der technologischen Entwicklung in der Schlafmedizin.
OOC-Verfahren können die Diagnostik sinnvoll unterstützen, weisen aber aufgrund ihrer physikalischen Grundprinzipien auch Limitationen auf.
Kontakt-- Dr. rer. medic. Sarah Dietz-Terjung, Lehrstuhl für Schlaf- und Telemedizin/ Pneumologie, Universitätsmedizin Essen, Ruhrlandklinik, sarah.dietz-terjung@rlk.uk-essen.de
Literatur--
1. Peppard PEet al. Am J Epidemiol. 2013;177(9):1006-14
2. Young T et al. N Engl J Med. 1993;328(17):1230-5
3. Heinzer R et al. Lancet Respir Med. 2015; 3(4):310-8
4. Fietze I et al. J Sleep Res. 2019;28:e12770
5. Penzel T et al. Sleep Med Clin. 2021;16(4):619-34
6. Paalasmaa J et al. IEEE J Biomed Health Inform. 2015;19(6):1945-52
7. Dietz-Terjung S et al. Sleep Breath. 2021;25(1):145-9
8. Min SD et al. Med Biol Eng Comput. 2007;45(11):1113-9
9. Shahshahani A et al. IEEE International Symposium on Circuits and Systems (ISCAS). 2018
10. Nijsure Y et al. IEEE Trans Biomed Eng. 2013;60:1509-17
11. Rahman T et al. Proceedings of the 13th International Symposium on Information Processing in Sensor Networks. 2014:71
12. Weinreich G et al. Eur Respir J. 2015;46:PA3680
13. Bujan B et al. Sci Rep. 2023;13(1):3480