close

Validation of snoring detection using a smartphone app「驗證檢測打鼾的智能手機應用程式」
2021醫學論文) 「驗證檢測打鼾的智能手機應用程式」

Jui-Kun Chiang Yen-Chang Lin Chih-Wen Lin Ching-Shiung Ting Yee-Hsin Kao  
江瑞坤,林彥璋,林志文,丁慶雄,高以信

Sleep Breath.》2022; 26(1): 81–87. Published online 2021 Apr 3. | Doi: 10.1007/s11325-021-02359-3

 

摘要

(1)目的:
打鼾與成年人阻塞性睡眠呼吸暫停症密切相關。隨著智能手機技術的普及和可獲得性增加,在家通過打鼾應用程式檢測打鼾變得可行。然而,打鼾應用程式的檢測準確性尚不明確。本研究探討了Snore Clock—一款付費的打鼾檢測智能手機應用程式的打鼾檢測準確性。

(2)方法:
使用安裝了付費應用程式Snore Clock的智能手機檢測打鼾率。該應用程式提供以下變量的信息:睡眠時長、打鼾時長、打鼾音量(以分貝dB計)、最大打鼾音量(以分貝dB計)和打鼾時比率(%)。簡而言之,我們首先回顧了Snore Clock檢測的打鼾率,然後由耳鼻喉專科醫生通過回放應用程式錄音來審查實際的打鼾率。

(3)結果:共分析了11名患者的201條打鼾記錄。Snore Clock測量的打鼾率與手動測量的打鼾率密切相關(r = 0.907)。Snore Clock的平均打鼾檢測準確率為95%,其陽性預測值、陰性預測值、靈敏度和特異性分別為65% ± 35%、97% ± 4%、78% ± 25%和97% ± 4%。然而,打鼾率越高,應用程式的假陰性率也越高。

(4)結論:Snore Clock與各品牌智能手機兼容,並具有較高的打鼾預測值。根據Snore Clock與手動檢測方法之間的強相關性,這些發現驗證了Snore Clock在家檢測打鼾的能力。

2021醫學論文) 「驗證檢測打鼾的智能手機應用程式」

 

 

 

 

arrow
arrow
    創作者介紹
    創作者 無恙森林 的頭像
    無恙森林

    無恙森林 All Is Well

    無恙森林 發表在 痞客邦 留言(0) 人氣()