اختلالات خوردن مرتبط با خواب، آنچه باید بدانید و چگونه درمان کنید (2)
این نشان میدهد که تلاش تنفسی نقشی برابر، اگر نگوییم بیشتر، در ایجاد خروپف بلند دارد. این جراحی با هدف درمان آپنه انسدادی خواب انجام میشود، وضعیتی که در آن فروپاشی بافت نرم میتواند باعث انسداد و در نتیجه قطع جریان هوا در طول خواب شود. تا ۸۰٪ از افراد مبتلا به GERD سوزش سر دل و رفلاکس اسید را در شب تجربه میکنند که ممکن است باعث اختلالات خواب شود. همچنین نشان میدهد که چگونه ممکن است علائم در بین گروههای مختلف کودکان متفاوت باشد. نکته تعجبآور این است که این علائم به طور واضح بین کودکان مبتلا به OSA و بدون آن تمایز قائل نمیشوند. در دادههای نظرسنجی، ۴ گره وجود داشت که ۱۰۰٪ OSA بودند و روی هم رفته از ۸ نمونه تشکیل شده بودند. در دادههای ترکیبی، ۴ گره OSA خالص وجود داشت که در مجموع از ۹ نمونه تشکیل شده بودند که ۸ مورد از آنها مشابه گرههای OSA خالص شناسایی شده با استفاده از دادههای نظرسنجی بودند.
در دادههای جمجمه و صورت، ۳ گره متشکل از مجموع ۱۴ نمونه OSA وجود داشت که تنها ۳ مورد از آنها با نمونههای OSA شناسایی شده توسط دادههای نظرسنجی و همچنین دادههای ترکیبی همپوشانی داشتند. این نشان میدهد که دادههای جمجمه و صورت به خودی خود قادر به تشخیص واضح گروه کنترل از مجموعه جمعی بیماران و گروه کنترل نیستند، در حالی که وجود دادههای نظرسنجی این تمایز را بین گرهها ایجاد میکند. پیشبینیها به دو مؤلفه منفرد اول در فضای علائم (یا فضای متغیر)، یعنی دو ستون اول U𝑈U در تصویر بالای شکل ۶ قرار دارند، که میزان خاکستری بودن نقطه متناسب با بزرگی تفاوت میانگین بین بیماران کنترل و علامتدار است. پیشبینی به دو مؤلفه منفرد اول در فضای علائم نشان میدهد که تنها چند سوال بیشترین واریانس را در پاسخها نشان میدهند: بیدار شدن از خواب با احساس خستگی در صبح، بیدار شدن با زنگ هشدار و داشتن فرزندی که همیشه در حال حرکت است، علائمی با واریانس بالا هستند و تفاوت زیادی بین بیماران کنترل و علامتدار وجود دارد. در میان بیمارانی که در ابتدا خستگی متوسط تا شدید را در زمان ثبتنام گزارش کردند، ۵۵.۳ درصد در عرض چهار ماه بهبود قابل توجهی مشاهده کردند و ۳۳.۵ درصد توانستند نمرات بهبود یافته را کسب و حفظ کنند.
درمان آپنه خواب با لیزر فوتونا
رهبران بازار به طور فعال در حال استقرار دستگاههای قابل حمل نظارت بر خواب هستند که با پلتفرمهای مبتنی بر ابر ادغام میشوند و به پزشکان اجازه میدهند بیماران را از راه دور نظارت و تشخیص دهند. هدف از این تصادفیسازی، رشد درختهای زیادی است که شبیه به یکدیگر نیستند و به الگوریتم اجازه میدهند تا حد امکان فضای متغیر توضیحی را کاوش کند و اغلب نتیجهای قویتر از درختهای تصمیمگیری ارائه میدهد. لایه اولیه شامل متغیرهای ورودی است در حالی که لایه نهایی نتیجه را مدلسازی میکند. در عمل بالینی، چهار دسته برای OSA وجود دارد – بدون OSA، OSA خفیف، OSA متوسط و OSA شدید – اما برای ایجاد نتایج تشخیصی اولیه، ما با وجود یا عدم وجود OSA شروع میکنیم. علاوه بر این، آن دسته از روشهایی که تشخیص رویداد فردی را ارائه میدهند از پنجرههای با اندازه ثابت استفاده میکنند و بنابراین اغلب نمیتوانند شروع و پایان صحیح رویدادهای فردی را ثبت کنند. به عبارت دیگر، پنجره یک ساعته از نظر رویداد و نه از نظر نمونه، کشویی است، زیرا تمام رویدادهای OSAHS از قبل در مراحل پردازش قبلی شناسایی و ثبت شدهاند. با اعمال روی ماتریس پاسخدهندگان و پاسخها، SVD میتواند سوالات نظرسنجی را که در تأیید یا رد تشخیص OSA مهم هستند، پیشنهاد دهد.
در حالی که PCA یک تجزیه ماتریس کوواریانس یا همبستگی است، SVD تجزیه ماتریس کامل ماتریس دادههای اصلی را ارائه میدهد. SVD روی دادههای نظرسنجی مقیاسبندی شده اعمال شد. SVD میتواند به عنوان یک تکنیک کاهش ابعاد از طریق انتخاب جهتهای واریانس بالا از طریق بردارهای منفرد چپ و راست که ماتریسهای U𝑈U و V𝑉V را تشکیل میدهند، استفاده شود. در مقایسه، تحلیل تفکیک درجه دوم (QDA) ماتریسهای کوواریانس متفاوتی را برای کلاسهای مختلف فرض میکند و مرزهای تصمیمگیری درجه دوم را بین کلاسها ایجاد میکند. رگرسیون لجستیک (LR) نیز یک روش بسیار محبوب است، به خصوص برای طبقهبندی دودویی و مدلسازی احتمال کلاسها با استفاده از یک تابع لجستیک. این مشاهده، نتایج ضعیفی را که از الگوریتمهای طبقهبندی خواهیم دید، پیشبینی میکند. این تکنیکها به خوبی تثبیت شدهاند و ما فقط یک مرور کلی از نتایج ارائه میدهیم تا تضاد با سایر روشها برقرار شود. «این وضعیت بسته به شدت آن میتواند به صورت خفیف، متوسط یا شدید طبقهبندی شود.» او توضیح میدهد که افراد مبتلا به آپنه خواب اغلب زمان کمتری را در خواب عمیق، که به عنوان خواب موج آهسته یا خواب مرحله ۳ غیر REM نیز شناخته میشود، تجربه میکنند که یک شاخص حیاتی برای کیفیت خواب است. شبکههای عصبی (NNET) جزء اساسی روشهای مدرن یادگیری عمیق هستند. در حالی که هر دو مجموعه سادهسازی دادههای ترکیبی و مجموعه سادهسازی دادههای نظرسنجی دارای دو جزء هستند، جزء دوم یک گره است که دقیقاً از یک نمونه تشکیل شده است.
