메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
대한이비인후과학회 Clinical and Experimental Otorhinolaryngology Clinical and Experimental Otorhinolaryngology 제12권 제1호
발행연도
2019.1
수록면
72 - 78 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Objectives. To develop a simple algorithm for prescreening of obstructive sleep apnea (OSA) on the basis of respiratory sounds recorded during polysomnography during all sleep stages between sleep onset and offset. Methods. Patients who underwent attended, in-laboratory, full-night polysomnography were included. For all patients, audio recordings were performed with an air-conduction microphone during polysomnography. Analyses included all sleep stages (i.e., N1, N2, N3, rapid eye movement, and waking). After noise reduction preprocessing, data were segmented into 5-s windows and sound features were extracted. Prediction models were established and validated with 10-fold cross-validation by using simple logistic regression. Binary classifications were separately conducted for three different threshold criteria at apnea hypopnea index (AHI) of 5, 15, or 30. Prediction model characteristics, including accuracy, sensitivity, specificity, positive predictive value (precision), negative predictive value, and area under the curve (AUC) of the receiver operating characteristic were computed. Results. A total of 116 subjects were included; their mean age, body mass index, and AHI were 50.4 years, 25.5 kg/m2, and 23.0/hr, respectively. A total of 508 sound features were extracted from respiratory sounds recorded throughout sleep. Accuracies of binary classifiers at AHIs of 5, 15, and 30 were 82.7%, 84.4%, and 85.3%, respectively. Prediction performances for the classifiers at AHIs of 5, 15, and 30 were AUC, 0.83, 0.901, and 0.91; sensitivity, 87.5%, 81.6%, and 60%; and specificity, 67.8%, 87.5%, and 94.1%. Respective precision values of the classifiers were 89.5%, 87.5%, and 78.2% for AHIs of 5, 15, and 30. Conclusion. This study showed that our binary classifier predicted patients with AHI of ≥15 with sensitivity and specificity of >80% by using respiratory sounds during sleep. Since our prediction model included all sleep stage data, algorithms based on respiratory sounds may have a high value for prescreening OSA with mobile devices.

목차

등록된 정보가 없습니다.

참고문헌 (25)

참고문헌 신청
Xie C / 2017 / Association of obstructive sleep apnoea with the risk of vascular outcomes and all-cause mortality : a meta-analysis / BMJ Open 7(12):e013983 google schola Peppard PE / 2013 / Increased prevalence of sleep-disordered breathing in adults / Am J Epidemiol 177(9):1006~1014 google schola Ahmed M / 2007 / Portable monitors in the diagnosis of obstructive sleep apnea / Chest 132(5):1672~1677 google schola Ong AA / 2016 / Overview of smartphone applications for sleep analysis / World J Otorhinolaryngol Head Neck Surg 2(1):45~49 google schola Camacho M / 2015 / Smartphone apps for snoring / J Laryngol Otol 129(10):974~979 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0