Validación de los Algoritmos de Aprendizaje Profundo de Belun Ring Gen3 con Sensor de Cuerpo Subxifoideo

Resumen breve

Hipótesis: Los algoritmos DL Gen3 de BR, combinados con su sensor de cuerpo subxifoideo, pueden diagnosticar de manera precisa la apnea del sueño (OSA), categorizar su gravedad, identificar la OSA REM y la OSA en posición supina, y detectar la apnea central del sueño (CSA). Objetivo Principal: Evaluar rigurosamente el rendimiento general del BR con algoritmos DL Gen3 y sensor de cuerpo subxifoideo en la evaluación de la enfermedad del sueño obstructivo (SDB) en individuos referidos a los laboratorios del sueño con sospecha clínica de apnea del sueño y una puntuación STOP-Bang > 3, comparándolo con el PSG supervisado en el laboratorio, el estándar de oro. Objetivos Secundarios: Determinar la precisión de los parámetros del sueño del BR utilizando los algoritmos DL Gen3, comparándolos con el PSG supervisado en el laboratorio; Evaluar la precisión del algoritmo de detección de arritmias del BR; Assessar o impacto do CPAP no HRV (tanto no domínio do tempo quanto no domínio da frequência), delta HR, carga hipóxica e PWADI durante estudos de noite dividida; Evaluar si algún parâmetro de HRV basal (tanto no domínio do tempo quanto no domínio da frequência), delta da frequência cardíaca (referido como Delta HR), carga hipóxica e índice de queda da amplitude da onda pulsátil (PWADI) ou a mudança desses parâmetros pode prever a conformidade com o CPAP; Evaluar a duração mínima de dados de qualidade necessária para que o BR consiga o diagnóstico de OSA; Examinar o desempenho das ferramentas de triagem de OSA utilizando modelos de IA predictivos de OSA formulados pelo Hospital Nacional de Taiwan (NTUH) e pela Universidade Médica do Nordeste (NEOMED).