Die Smartwatch von Huawei entspricht nahezu dem Goldstandard-Schlaftest

Wissenschaftler in China testeten die beliebte Smartwatch von Huawei anhand von Schlaflabortests nach dem Goldstandard und fanden heraus, dass sie den Schlaf überraschend genau aufzeichnet, für die Diagnose von Schlafstörungen jedoch ungeeignet ist.

Studie: Gültigkeit und klinischer Nutzen eines am Handgelenk getragenen Geräts gegen Polysomnographie. Bildnachweis: Andrey_Popov/Shutterstock.com

Ein aktueller PLoS In einer Studie wurden Daten von Teilnehmern aus Schlafkliniken verwendet, um die Leistung eines Schlafüberwachungsgeräts für Endverbraucher im Vergleich zur Polysomnographie (PSG) zu bewerten.

Schlafverfolgung mithilfe tragbarer Technologie

Die Bedeutung des Schlafes kann nicht genug betont werden, da schlechter Schlaf mit Demenz, Herz-Kreislauf-Erkrankungen und anderen krankhaften Erkrankungen in Verbindung gebracht wird. PSG wird in der klinischen Praxis zur Schlafmessung eingesetzt und gilt als Goldstandard für Schlaf-Atmungs-Störungen. Es weist jedoch bekannte Einschränkungen auf, darunter Schwankungen von Nacht zu Nacht, Auswirkungen in der ersten Nacht, geringe Kosteneffizienz und der Bedarf an geschultem Fachpersonal. Alternativen wie tragbare Überwachung und Aktigraphie sind auf bestimmte Bevölkerungsgruppen beschränkt und nach wie vor ungenau.

Seit den 1960er Jahren hat sich die Technologie von Schlafanzügen rasant weiterentwickelt, was größtenteils auf Fortschritte bei der künstlichen Intelligenz (KI) zurückzuführen ist. Diese Geräte nutzen eingebaute Beschleunigungsmesser, um Bewegungen zu verfolgen und den Schlafstatus einer Person zu bestimmen. Einige nutzen auch maschinelles Lernen, um die Leistung zu verbessern und Informationen bereitzustellen, die über die Schlaf-/Wacherkennung hinausgehen. Produktaktualisierungen und sich häufig ändernde Algorithmen erschweren jedoch die Validierung dieser Produkte und erschweren die Integration dieser Geräte in die klinische Praxis.

Diese Studie stellt die erste Validierung einer Huawei-Smartwatch in einer chinesischen klinischen Population dar und schließt eine wichtige Lücke, da sich die meisten früheren Validierungsstudien auf westliche Marken wie Fitbit und Apple konzentrierten.

Über die Studie

In dieser Studie wurde die Leistung der HUAWEI WATCH GT2 im Vergleich zu PSG bewertet. Die HUAWEI WATCH GT2 sammelt Herzfrequenz- und Bewegungsvariationssignale zur Schlaferkennung. Die Smartwatch wurde bei verschiedenen Schlafstörungen getestet. Erwachsene Teilnehmer, die Demografie- und Schlaffragebögen ausgefüllt hatten, wurden zwischen dem 1. März 2021 und dem 30. April 2023 rekrutiert. Personen, die in den letzten 6 Monaten Nachtschichten gearbeitet haben, weniger als 4 Stunden geschlafen haben, kognitive Probleme hatten oder Behandlungen gegen Schlafstörungen erhielten, wurden ausgeschlossen.

Alle Teilnehmer absolvierten eine eintägige PSG-Überwachung und ihre Schlafstadien (Wachschlaf, N1-, N2-, N3- und REM-Schlaf (Rapid Eye Movement)) wurden bewertet. Für die epochale Analyse (Epoch-by-Epoch, EBE) und die Schlafzusammenfassung wurden Epochen von 30 Sekunden verwendet. Die obstruktive Schlafapnoe (OSA) wurde anhand eines Apnoe-Hypopnoe-Index (AHI) von mindestens 15/h diagnostiziert. Es wurden weitere Hypoxämie-Indizes erfasst, beispielsweise die niedrigste Pulssauerstoffsättigung (LSpO2) und der Sauerstoffentsättigungsindex (ODI).

Die Smartwatch lieferte vier Phasen der Schlafaufzeichnung: Wachzustand, leichter Schlaf (entspricht N1 und N2), Tiefschlaf (entspricht N3) und REM-Schlaf. Zu den interessierenden Messungen gehörten die Gesamtschlafzeit (TST), das Aufwachen nach dem Einschlafen (WASO) und die Schlafeffizienz (SE), die als TST geteilt durch Minuten zwischen Licht aus und Licht an definiert ist. Da die Rohdaten nicht vom Gerät exportiert werden konnten, extrahierten die Forscher die Informationen zum Schlafstadium manuell aus den Übersichtsdiagrammen der App und stellten so eine Synchronisierung des Timings mit den PSG-Daten sicher.

Studienergebnisse

Insgesamt 98 Teilnehmer erfüllten die Einschlusskriterien, wobei etwa 84 % männlich waren. Das Durchschnittsalter und der Body-Mass-Index (BMI) betrugen 45 bzw. 26,0 kg/m2. Mehr als die Hälfte der Teilnehmer klagte über Tagesmüdigkeit und schlechte Schlafqualität. Die mittlere SE und TST betrugen 85 % bzw. 405,8 Minuten. Die PSG-Ergebnisse zeigten, dass 47 Patienten mittelschwere bis schwere OSA hatten, 33 Patienten normal waren, 12 an komorbider Schlaflosigkeit und Schlafapnoe litten und 30 an klinischer Schlaflosigkeit litten.

Die PSG und die Smartwatches waren sich bei der Einstufung in den Wach- und Leichtschlafmodus stärker einig. Die Smartwatch schien PSG-REM-Epochen als leichten Schlaf einzustufen, und die Fehlerraten waren in diesem Fall hoch. Darüber hinaus wurden Tiefschlaf und REM-Schlaf oft als leichter Schlaf klassifiziert. Unter anderen möglichen Stufenklassifizierungen waren Fehlklassifizierungsfehler relativ gering.

Die Smartwatch stimmte mit der PSG für EBE von Schlaf-Wach-Zuständen mit einer Spezifität von 44,5 % und einer Sensitivität von 95,3 % überein, und der positive Vorhersagewert (PPV) betrug 72,20 %. Die Gesamtgenauigkeit erreichte 87,3 %, und der Cohen-κ-Wert von 0,43 (prävalenz- und verzerrungsbereinigter k = 0,75) deutete auf eine mäßige bis erhebliche Übereinstimmung zwischen den beiden Geräten hin.

Mit Ausnahme des leichten Schlafs zeigte die Smartwatch in allen Schlafphasen eine hohe Genauigkeit, nämlich mehr als 70 %. Die Smartwatch überschätzte SE, TST, Tiefschlaf, REM-Schlaf und Schlafbeginnlatenz (SOL) deutlich, während sie WASO unterschätzte. Insbesondere wurde die Gesamtschlafzeit um etwa +28,5 Minuten und die Schlafeffizienz um +5,9 Prozentpunkte überschätzt, während das Aufwachen nach dem Einschlafen um etwa -37 Minuten unterschätzt wurde.

Nach Anpassung an den instabilen Schlaf unterschieden sich die LPS-Werte (Latenz bis zum anhaltenden Schlaf) zwischen PSG und der Smartwatch nicht wesentlich. Bei Patienten mit Schlafstörungen zeigten t-Tests im Vergleich zu gesunden Kontrollpersonen eine geringere Genauigkeit bei Schlaflosigkeitspatienten und eine geringere Empfindlichkeit bei OSA-Patienten. Es wurden jedoch keine signifikanten Unterschiede zwischen den Störungsuntergruppen in der Schlafphasenübereinstimmung festgestellt.

Beim Vergleich mit veröffentlichten Kriterien für akzeptable Abweichungen in Validierungsstudien zu tragbaren Geräten (≤ 30 Minuten für TST und ≤ 5 % für SE) erreichte die Leistung des Geräts „nahezu“ wissenschaftliche Aktigraphiestandards, was sein Potenzial als kostengünstiges Werkzeug zur Schlaf-Wach-Erkennung bei gesunden Personen untermauert.

Schlussfolgerungen

Zusammenfassend zeigte das Gerät HUAWEI WATCH GT2 eine hohe Übereinstimmung bei der Schlaf-/Wacherkennung mit PSG. Bei der Nutzung von Smartwatches. Verbraucher und medizinisches Fachpersonal sollten sich der Über- und Unterschätzung des Schlafstadiums bewusst sein.

Eine wesentliche Einschränkung der Studie besteht darin, dass sie an einem einzigen Zentrum mit einer begrenzten Teilnehmerzahl durchgeführt wurde, wodurch die Generalisierbarkeit eingeschränkt ist. Andere Schlaf- und Geistesstörungen wie Narkolepsie, Depression und periodische Störungen der Gliedmaßenbewegung wurden nicht untersucht.

Der Algorithmus des Geräts war proprietär und kann sich bei Aktualisierungen ändern, sodass bei jeder Software-Iteration eine erneute Validierung erforderlich ist. Darüber hinaus kam es bei einigen Teilnehmern zu Datenverlusten, weil das Gerät während des Schlafs entfernt oder bewegt wurde. Die schnelle Aktualisierung von Algorithmen erfordert neue Validierungen, und dieses Problem schränkt die klinische Anwendung tragbarer Verbrauchergeräte ein.

Insgesamt deutet die Studie darauf hin, dass Verbraucher-Wearables wie die HUAWEI WATCH GT2 zwar noch kein geeigneter Ersatz für PSG bei der Diagnose von Schlafstörungen sind, sie jedoch eine zuverlässige zweistufige (Schlaf/Wach)-Überwachung für die allgemeine Überwachung der Schlafgesundheit in realen Umgebungen bieten können.

Laden Sie jetzt Ihr PDF-Exemplar herunter!

Quellen: