介紹

使用家庭睡眠研究時(shí)，需要確定開始CPAP呼吸機(jī)治療能使AHI <5的壓力。我們的做法是將預(yù)測(cè)方程式與睡眠醫(yī)生的臨床判斷相結(jié)合。這種方法可使85％的患者在最終治療壓力的±2 cmH2O范圍內(nèi)產(chǎn)生推薦的治療壓力。本研究我們?cè)噲D確定使用機(jī)器學(xué)習(xí)模型（使用家庭睡眠研究中的現(xiàn)成變量）是否可以整合預(yù)測(cè)方程式和醫(yī)生的判斷，并得出類似的、準(zhǔn)確的CPAP呼吸機(jī)治療壓力推薦。

方法

我們對(duì)15-99歲（M±SD = 54±13.9歲）的患者（N = 7,794）完成了診斷性家庭睡眠呼吸暫停測(cè)試，并對(duì)他們進(jìn)行了橫斷面分析。可解釋的生理和臨床特征從數(shù)據(jù)集中得出，并根據(jù)每個(gè)患者解釋醫(yī)師的處方治療壓力設(shè)置來預(yù)測(cè)CPAP呼吸機(jī)治療壓力。使用隨機(jī)10倍交叉驗(yàn)證評(píng)估預(yù)測(cè)性能。優(yōu)化了包括隨機(jī)森林和深度神經(jīng)網(wǎng)絡(luò)（Random Forests and Deep Neural Networks）在內(nèi)的機(jī)器學(xué)習(xí)技術(shù)，以對(duì)可解釋特征與最佳CPAP呼吸機(jī)治療壓力之間的關(guān)系進(jìn)行建模。

結(jié)果

隨機(jī)森林在預(yù)測(cè)最佳CPAP呼吸機(jī)治療壓力±2 cmH2O方面表現(xiàn)最佳，平均準(zhǔn)確度為97.8％。按基尼系數(shù)排名的前10個(gè)變量包括BMI，AHI，頸圍，ODI，最長(zhǎng)呼吸暫停，年齡，打鼾時(shí)間以及其他與睡眠呼吸暫停相關(guān)的變量。進(jìn)行OLS回歸以估計(jì)機(jī)器學(xué)習(xí)預(yù)測(cè)的CPAP呼吸機(jī)壓力和臨床處方CPAP呼吸機(jī)壓力之間的關(guān)系強(qiáng)度，得出的R平方值為0.888。回歸分析的總體顯著性的F檢驗(yàn)的P值被觀察為<0.05，這證實(shí)了R平方估計(jì)具有統(tǒng)計(jì)學(xué)意義。

結(jié)論

可解釋的機(jī)器學(xué)習(xí)模型顯示出有望作為確定CPAP呼吸機(jī)治療壓力的另一種方法。遵循最初的處方，此方法使虛擬現(xiàn)實(shí)AI技術(shù)有了新的應(yīng)用，可以在長(zhǎng)期協(xié)助監(jiān)測(cè)和完善CPAP呼吸機(jī)壓力設(shè)置。

（葉妮摘自Sleep, Volume 42, Issue Supplement_1, April 2019, Page A217）