EEGベース、繰り返し改善、低コストのマルチセンサー、アクションのみのデバイスからスリープトラッカーを選択する

目的：4つのクラス（EEGベースのヘッドバンド、研究グレードのアクチグラフィ、消費者トラッカーの改善、低コストのコンシューマートラッカー）にわたる6つのウェアラブルスリープトラッカーのパフォーマンスを評価します。 フォーカステクノロジー：Treem 3ヘッドバンド、Actigraph GT9X、Oura Ring Gen3、Fitbit Sense、Xiaomi Mi Band 7、Axtro Fit3。 リファレンステクノロジー：3枚のリーダー、コンセンサススリープスコアリングを備えたLABポリソングラフィー。 サンプル：3つの年齢層（18-30、31〜50、および51〜70歳）にわたって60人の参加者（男性26人）。 デザイン：習慣的な睡眠時間からウェイクタイムまでの睡眠研究所で一晩。 コア分析：睡眠/ウェイク（2段）および睡眠段階（4段階、ウェイク/ライト/ディープ/ラピッドアイムーブメント）分類（デバイス対ポリソムノグラフィー）の矛盾とエポックごとの分析。 コアの結果：EEGベースのTreemは、総睡眠時間、睡眠効率、睡眠開始レイテンシ、睡眠発症後の矛盾vs.ポリソムグラフィーで、最高のパフォーマンス（2段カッパ= 0.76、4段階のカッパ= 0.76-0.86）を実行しました。。これに続いて、消費者トラッカーが繰り返し改善されました。総睡眠時間と睡眠効率の矛盾は、加速度のみのアクチグラフ（2段階のカッパ= 0.47）を上回った。低コストのコンシューマートラッカーは、全体的なパフォーマンスが最も貧弱でした（2段階のカッパ<0.31、4段カッパ<0.33）。 重要な追加の結果：比例バイアスは、睡眠不足のある夜（睡眠の開始レイテンシが長く、睡眠開始後の覚醒）によって駆動されました。 コアの結論：eEGベースの睡眠を評価する場合、または最高の精度の睡眠障害が必要な場合は、EEGベースのドレームが推奨されます。非EEG睡眠トラッカー（OURA、FITBIT）のバランス分類精度を十分に容認し、経済的展開をスケールで繰り返し改善し、主に健康な睡眠を含む研究には推奨されます。低コストのトラッカーは、ベッドで時間を記録できますが、研究の使用には推奨されません。

AIMS: Evaluate the performance of 6 wearable sleep trackers across 4 classes (EEG-based headband, research-grade actigraphy, iteratively improved consumer tracker, low-cost consumer tracker). FOCUS TECHNOLOGY: Dreem 3 headband, Actigraph GT9X, Oura Ring Gen3, Fitbit Sense, Xiaomi Mi Band 7, Axtro Fit3. REFERENCE TECHNOLOGY: In-lab polysomnography with 3-reader, consensus sleep scoring. SAMPLE: Sixty participants (26 males) across 3 age groups (18-30, 31-50, and 51-70years). DESIGN: Overnight in a sleep laboratory from habitual sleep time to wake time. CORE ANALYTICS: Discrepancy and epoch-by-epoch analyses for sleep/wake (2-stage) and sleep-stage (4-stage; wake/light/deep/rapid eye movement) classification (devices vs. polysomnography). CORE OUTCOMES: EEG-based Dreem performed the best (2-stage kappa=0.76, 4-stage kappa=0.76-0.86) with the lowest total sleep time, sleep efficiency, sleep onset latency, and wake after sleep onset discrepancies vs. polysomnography. This was followed by the iteratively improved consumer trackers: Oura (2-stage kappa=0.64, 4-stage kappa=0.55-0.70) and Fitbit (2-stage kappa=0.58, 4-stage kappa=0.45-0.60) which had comparable total sleep time and sleep efficiency discrepancies that outperformed accelerometry-only Actigraph (2-stage kappa=0.47). The low-cost consumer trackers had poorest overall performance (2-stage kappa<0.31, 4-stage kappa<0.33). IMPORTANT ADDITIONAL OUTCOMES: Proportional biases were driven by nights with poorer sleep (longer sleep onset latencies and/or wake after sleep onset). CORE CONCLUSION: EEG-based Dreem is recommended when evaluating poor quality sleep or when highest accuracy sleep-staging is required. Iteratively improved non-EEG sleep trackers (Oura, Fitbit) balance classification accuracy with well-tolerated, and economic deployment at-scale, and are recommended for studies involving mostly healthy sleepers. The low-cost trackers, can log time in bed but are not recommended for research use.