Computerized analysis of snoring in sleep apnea syndrome

Computerized analysis of snoring in sleep apnea syndrome

Alternative title Análise computadorizada do ronco na síndrome da apneia do sono
Author Shiomi, Fabio Koiti Google Scholar
Pisa, Ivan Torres Autor UNIFESP Google Scholar
Campos, Carlos José Reis De Autor UNIFESP Google Scholar
Institution Instituto Federal de Educação Tecnológica de São Paulo
Universidade Federal de São Paulo (UNIFESP)
Abstract The International Classification of Sleep Disorders lists 90 disorders. Manifestations, such as snoring, are important signs in the diagnosis of the Obstructive Sleep Apnea Syndrome; they are also socially undesirable. OBJECTIVE: The aim of this paper was to present and evaluate a computerized tool that automatically identifies snoring and highlights the importance of establishing the duration of each snoring event in OSA patients. MATERIAL AND METHODS: The low-sampling (200 Hz) electrical signal that indicates snoring was measured during polysomnography. The snoring sound of 31 patients was automatically classified by the software. The Kappa approach was applied to measure agreement between the automatic detection software and a trained observer. Student's T test was applied to evaluate differences in the duration of snoring episodes among simple snorers and OSA snorers. RESULTS: Of a total 43,976 snoring episodes, the software sensitivity was 99. 26%, the specificity was 97. 35%, and Kappa was 0. 96. We found a statistically significant difference (p <0. 0001) in the duration of snoring episodes (simple snoring x OSA snorers). CONCLUSIONS: This computer software makes it easier to generate quantitative reports of snoring, thereby reducing manual labor

A classificação internacional de distúrbios do sono enumera aproximadamente 90 distúrbios. Manifestações, como o ronco, são um sinal no diagnóstico da Síndrome da Apneia Obstrutiva, além de ser um incômodo social. OBJETIVO: O objetivo deste artigo é apresentar e avaliar a ferramenta computacional que identifica o ronco automaticamente e destacar a importância da quantificação da duração de cada evento do ronco em pacientes com SAHOS. MATERIAL E MÉTODOS: O sinal elétrico que representa o ronco de baixa amostragem (200 hz) foi captado enquanto os pacientes eram submetidos à polissonografia. O sinal do ronco dos 31 pacientes foi classificado pelo programa computacional automaticamente. Utilizamos o valor de Kappa para avaliar a concordância entre o programa de detecção automática e o observador treinado (teste t-student). Avaliamos a diferença da duração dos episódios de ronco entre simples roncadores e roncadores com SAOS. RESULTADOS: De um total de 43,976 roncos, o programa computacional obteve uma sensibilidade de 99,26%, especificidade de 97,35% e Kappa de 0,96. Foi observada diferença estatística significante (p<0,0001) na duração de episódios de ronco (simples roncadores x roncadores com SAOS). CONCLUSÃO: Este programa computacional facilita a criação de relatórios quantitativos do ronco, oferecendo redução do trabalho manual
Keywords apnea
decision support techniques
information systems
sleep apnea syndromes
snoring
apneia
ronco
síndromes da apneia do sono
sistemas de informação técnicas de apoio para a decisão
Language English
Date 2011-08-01
Published in Brazilian Journal of Otorhinolaryngology. Associação Brasileira de Otorrinolaringologia e Cirurgia Cervicofacial, v. 77, n. 4, p. 488-498, 2011.
ISSN 1808-8694 (Sherpa/Romeo, impact factor)
Publisher Associação Brasileira de Otorrinolaringologia e Cirurgia Cervicofacial
Extent 488-498
Origin http://dx.doi.org/10.1590/S1808-86942011000400013
Access rights Open access Open Access
Type Article
Web of Science ID WOS:000293863600013
SciELO ID S1808-86942011000400013 (statistics in SciELO)
URI http://repositorio.unifesp.br/handle/11600/6570

Show full item record




File

Name: S1808-86942011000400013-en.pdf
Size: 1.571Mb
Format: PDF
Description:
Open file
Name: S1808-86942011000400013-pt.pdf
Size: 1.480Mb
Format: PDF
Description:
Open file

This item appears in the following Collection(s)

Search


Browse

Statistics

My Account