ディープラーニングベースのアルゴリズムは、睡眠障害の呼吸症状と年齢が一致したコントロールを持つ就学前の子供の睡眠段階を正確に分類します

はじめに：視覚的な睡眠スコアリングには、障害者間の矛盾を含むいくつかの欠点があり、診断の意思決定に悪影響を与える可能性があります。成人の自動睡眠段階は広範囲に研究されていますが、このような洗練されたアルゴリズムが、特徴的なEEG特性により、異なる小児年齢層によく一般化するかどうかは不明です。前症の年齢層（10〜13歳）は比較的研究されているため、このコホートをターゲットにする自動ディープラーニングベースの睡眠段階分類器を開発することを目指しました。 方法：睡眠障害の呼吸（SDB）症状を持つアイスランドの前症状の子供のポリムノグラフィー記録を含むデータセット（n = 115）、および年齢と性別のコントロールが利用されました。脳波（F4-M1）、電気兼総体（E1-M2）、および顎電気造影シグナルに依存する畳み込みと長期の記憶ネットワークアーキテクチャを組み合わせました。人間のスコアリングに対するパフォーマンスは、2人のマニュアルスコアラーからの繰り返しスコアリングでデータのサブセット（n = 10）で評価者内および評価者間契約を分析することにより、さらに評価されました。 結果：ディープラーニングベースのモデルは、全体的に84.1％のクロス検証精度を達成しました（CohenのKappaκ= 0.78）。SDB-Synptomatic（n = 53）とコントロールサブグループ（n = 52）[83.9％（κ= 0.78）対84.2％（κ= 0.78）]の間に意味のあるパフォーマンスの違いはありませんでした。手動の得点者間の評価者間の信頼性は84.6％（κ= 0.78）であり、自動法は得点者と同様の合意に達しました。 結論：開発されたアルゴリズムは、2人の手動得点者との高い分類精度と実質的な合意を達成しました。パフォーマンスメトリックは、以前の研究で報告された手動の得点者とパフォーマンスの間の典型的な評価者間信頼性と好意的に比較されました。これらは、私たちのアルゴリズムが、就学前の子供の労働集約的で信頼性の高い自動睡眠スコアリングを促進する可能性があることを示唆しています。

INTRODUCTION: Visual sleep scoring has several shortcomings, including inter-scorer inconsistency, which may adversely affect diagnostic decision-making. Although automatic sleep staging in adults has been extensively studied, it is uncertain whether such sophisticated algorithms generalize well to different pediatric age groups due to distinctive EEG characteristics. The preadolescent age group (10-13-year-olds) is relatively understudied, and thus, we aimed to develop an automatic deep learning-based sleep stage classifier specifically targeting this cohort. METHODS: A dataset (n = 115) containing polysomnographic recordings of Icelandic preadolescent children with sleep-disordered breathing (SDB) symptoms, and age and sex-matched controls was utilized. We developed a combined convolutional and long short-term memory neural network architecture relying on electroencephalography (F4-M1), electrooculography (E1-M2), and chin electromyography signals. Performance relative to human scoring was further evaluated by analyzing intra- and inter-rater agreements in a subset (n = 10) of data with repeat scoring from two manual scorers. RESULTS: The deep learning-based model achieved an overall cross-validated accuracy of 84.1% (Cohen's kappa κ = 0.78). There was no meaningful performance difference between SDB-symptomatic (n = 53) and control subgroups (n = 52) [83.9% (κ = 0.78) vs. 84.2% (κ = 0.78)]. The inter-rater reliability between manual scorers was 84.6% (κ = 0.78), and the automatic method reached similar agreements with scorers, 83.4% (κ = 0.76) and 82.7% (κ = 0.75). CONCLUSION: The developed algorithm achieved high classification accuracy and substantial agreements with two manual scorers; the performance metrics compared favorably with typical inter-rater reliability between manual scorers and performance reported in previous studies. These suggest that our algorithm may facilitate less labor-intensive and reliable automatic sleep scoring in preadolescent children.