Haku

A New Visual Adaptive Scoring System for Sleep Recordings. Development and Application to the Multiple Sleep Latency Test

QR-koodi

A New Visual Adaptive Scoring System for Sleep Recordings. Development and Application to the Multiple Sleep Latency Test

Väitöstyössä kehitettiin uutta menetelmää, jonka avulla pienten ja lyhytkestoistenkin vireysvaihteluiden havaitseminen uni- tai vireysrekisteröinneistä on mahdollista. Menetelmä perustuu aivosähkötoiminnan, silmänliikkeiden ja lihasjännityksen mittaamiseen.

Väitöstyössä uutta menetelmää sovellettiin päiväaikaiseen vireysmittaukseen (univiivetestiin) ja sitä verrattiin jo yli 30 vuotta käytössä olleeseen standardoituun univaiheluokitusmenetelmään. Standardoidussa menetelmässä vireysvaihteluita kuvataan 30 sekunnin tarkkuudella, kun taas uudella menetelmällä päästään jopa 1 sekunnin tarkkuuteen. Lyhytkestoisten vireysvaihteluiden havaitseminen on tärkeää, koska ne saattavat aiheuttaa suorituskyvyn heikkenemistä ja vaaratilanteita esimerkiksi liikenteessä. Uudessa menetelmässä vireysluokkia on lisäksi enemmän, jolloin hienovaraisetkin vireysvaihtelut saadaan huomioitua.

Uudella menetelmällä pystyttiin erottelemaan paremmin uniapneapotilaat terveistä koehenkilöistä. Uuden menetelmän mukaisia vireysluokkia tutkittiin myös aivosähkötoiminnan taajuus- eli spektrianalyysilla. Uudet vireysluokat erottuivat taajuusanalyysin keinoin toisistaan suhteellisen selvästi mikä tukee näkemystä tarkemman vireysluokkajaon tarpeellisuudesta.

Tutkimus toi myös esiin uusia näkökohtia nukahtamisen kulusta terveillä koehenkilöillä ja uniapneapotilailla. Näyttää siltä, että nukahtamiseen liittyy kaikilla ihmisillä valveen ja torkkeen lyhytkestoisia vaihteluita ennen varsinaista nukahtamista. Tämä vaihtelu ei näy vanhalla menetelmällä. Vireystilojen vaihtelu oli uniapneapotilailla kuitenkin jyrkempää, kuin terveillä koehenkilöillä. Vaikka menetelmää ei vielä voida käyttää potilastyössä, niin löydökset osoittavat, että uutta menetelmää voidaan jatkossa käyttää nukahtamisen ja uniprosessin tieteelliseen mallintamiseen. Tällöin eri unihäiriöiden luonteesta voitaisiin saada parempi kuva.

Tallennettuna: