Классификация 16 режимов сна взрослых на основе крупномасштабного анализа

Японское агентство науки и технологий

Исследовательская группа обнаружила, что модели сна человека можно разделить на 16 типов, объединив ACCEL, их оригинальный алгоритм машинного обучения для классификации сна-бодрствования, метод уменьшения размеров и метод кластеризации. Данные об ускорении примерно 100 000 человек в Британском биобанке были подробно проанализированы, и были сообщены некоторые модели, связанные с образом жизни, и модели, подобные бессоннице.


В последние годы число людей во всем мире, которые недовольны или обеспокоены своим сном, увеличивается из-за разнообразия образа жизни. Простое измерение сна и количественное понимание индивидуальных режимов сна очень важны не только в области здравоохранения, но и с медицинской точки зрения, например, при диагностике нарушений сна.



Исследовательская группа Токийского университета под руководством профессора Хироки Уэда (также руководителя группы Riken) и Мачико Катори, а также доцента Шой Ши (RIKEN) использовала ACCEL (1), оригинальный алгоритм машинного обучения, разработанный их исследовательской лабораторией, для определили состояния сна и бодрствования на основе ускорения руки и преобразовали данные об ускорении примерно 100 000 человек в британском биобанке в данные сна, которые затем были подробно проанализированы. Они обнаружили, что модели сна этих 100 000 человек можно разделить на 16 различных типов.
Исследовательская группа сначала сосредоточилась на данных об ускорении рук примерно 100 000 человек в Британском биобанке. Эти данные были получены от мужчин и женщин в возрасте от 30 до 60 лет, в основном из Великобритании, которые измерялись в течение 7 дней с помощью акселерометров браслетного типа. Используя алгоритм (ACCEL), разработанный ими в 2022 году, исследовательская группа получила данные о сне (3) примерно для 100 000 человек из данных ускорения. Полученные данные о сне были преобразованы в 21 показатель сна, а затем с помощью уменьшения размерности и кластеризации (5) Методы модели сна были разделены на 8 различных кластеров. К ним относятся кластеры, связанные с «социальной сменой часовых поясов», и кластеры, характеризующиеся пробуждением в середине начала и считающиеся бессонницей, что позволяет выделить кластеры, связанные с образом жизни и нарушениями сна. Затем, чтобы более подробно изучить модели сна, связанные с нарушениями сна, исследовательская группа сосредоточилась на 6 из 21 показателя сна, включая продолжительность сна и промежуточное время бодрствования, которые, как известно, тесно связаны с нарушениями сна. Применяя тот же анализ к данным, в которых один показатель значительно отклонялся от общего сна (данные в верхнем 2,28-м процентиле или выше или в нижнем 2,28-м процентиле или ниже (6) в общем распределении) они смогли классифицировать данные на 8 кластеров. К ним относятся кластеры, относящиеся к утренним и вечерним типам. Они также определили несколько кластеров, связанных с бессонницей, и смогли вместе с кластеризацией с использованием всего набора данных классифицировать 7 типов паттернов сна, связанных с бессонницей.



Таким образом, анализируя сон в больших масштабах, они выявили ландшафт человеческого фенотипа сна. Это исследование позволило количественно классифицировать кластеры, связанные с образом жизни, такие как «социальный джетлаг» и утренние/вечерние типы, которые обычно трудно определить с помощью краткосрочных измерений ПСГ ( 7). классификация паттернов сна выявила 7 кластеров, связанных с бессонницей. Эти кластеры классифицируются на основе новых показателей, отличных от традиционных методов, и ожидается, что они будут полезны при построении новых методов диагностики бессонницы и предложения методов лечения.
Эти результаты были получены в рамках проекта Ueda Biological Timing Project, программы ERATO, финансируемой Японским агентством по науке и технологиям (JST). В этом проекте JST разрабатывает «системную биологию, которая способствует пониманию человека», используя ритмы сна и бодрствования в качестве модельной системы, и стремится понять в поведении человека сон и бодрствование информацию о «биологическом времени», которая распространяется от молекул к отдельным людям. живущих в обществе.
Примечания:
(1) ACCEL: оригинальный алгоритм определения сна, разработанный исследовательской группой. Подробности см. в следующем документе. «Алгоритм ACCEL на основе рывков для точной классификации состояний сна и бодрствования по ускорению руки» DOI: 10.1016/j.isci.2021.103727
(2) Биобанк Великобритании: крупная исследовательская база данных, содержащая генетическую информацию и информацию о здоровье примерно 500 000 британских участников. В этом исследовании используются данные об ускорении примерно для 100 000 человек, а также связанные данные о поле и возрасте.
(3) Данные о сне: данные временного ряда с интервалами в 30 секунд, помеченные как сон или бодрствование. Измерение PSG использует различные данные, измеренные техническими специалистами, для создания данных о сне. В этом исследовании данные о сне были получены путем применения ACCEL к акселерометрам.
(4) Метод уменьшения измерения: метод уменьшения количества измерений данных. Это позволяет извлекать важную информацию из данных и фиксировать характеристики данных. В этом исследовании используется UMAP (аппроксимация и проекция равномерного коллектора).




(5) Метод кластеризации: метод классификации данных в кластеры на основе сходства между данными. Существует два типа методов кластеризации: контролируемая кластеризация, при которой используются правильные данные для кластеризации, и неконтролируемая кластеризация, при которой такие данные не используются. В этом исследовании используется метод неконтролируемой кластеризации DBSCAN (пространственная кластеризация приложений с шумом на основе плотности).
(6) Верхний и нижний процентили. Значение в любом заданном проценте, когда значения расположены в порядке убывания, называется верхним процентилем. И наоборот, значение в любом заданном проценте, когда значения перечислены в порядке возрастания, называется нижним процентилем. Например, данные выше верхнего 2,28-го процентиля или ниже нижнего 2,28-го процентиля в нормальном распределении относятся к данным, отклоняющимся от среднего значения более чем в два раза по сравнению со стандартным отклонением (2SD).
(7) Полисомнография (ПСГ). При измерениях ПСГ к испытуемому прикрепляют несколько электродов и датчиков для измерения мозговых волн, движений глаз, состояния дыхания и состояния электрокардиограммы. В настоящее время это самый точный метод измерения, используемый для определения режима сна человека. Он также используется для диагностики нарушений сна.

Материалы предоставлены Японским агентством по науке и технологиям. Примечание. Содержимое может быть изменено по стилю и длине.
Ссылка на журнал :

• Мачико Катори, Шой Ши, Кодзи Л. Одэ, Ясухиро Томита, Хироки Р. Уэда. Набор данных об ускорении 103 200 рук в Британском биобанке выявил ландшафт фенотипов сна человека. Труды Национальной академии наук, 2022; 119 (12) DOI:

Как кофеин и алкоголь влияют на ваш сон

Световое загрязнение и нормальный сон. Световые будильники