Scroll to top
©2021-2023 Belun Technology

常見問題

與醫院睡眠測試/多導睡眠圖相比,倍靈指環的準確度如何?

與醫院多導睡眠圖相比,對 AHI ≥ 15 進行分類的準確性、敏感性、特異性和 Kappa 值分別為 0.89、0.91、0.88 和 0.79。

與醫院多導睡眠圖相比,檢測覺醒的準確度為 0.88,檢測 NREM 的準確度為 0.82,檢測 REM 睡眠的準確度為 0.90。

參考:

  • Strumpf Z, Gu W, Tsai CW, et al. Belun Ring (Belun Sleep System BLS-100): Deep learning-facilitated wearable enables obstructive sleep apnea detection, apnea severity categorization, and sleep stage classification in patients suspected of obstructive sleep apnea. Sleep Health. 2023;S2352-7218(23)00090-6.

倍靈指環睡眠測試後是否需要進行多導睡眠監測?

美國睡眠醫學會 (AASM) 建議對有症狀和無併發症的人群進行家居睡眠測試 (HST)。

如果預測患者 OSA 的可能性較高,且 HST 給出的 AHI > 15,請考慮給予治療方案; 如果患者的 OSA 概率較高,但 HST 給出的 AHI < 5,請考慮安排進一步測試。

Belun 睡眠系統已被美國 FDA 批准作為中度至重度 OSA 的診斷輔助工具。 Belun Ring 為診斷和長期管理提供了方便而準確的 HST。

參考:

  • Kapur VK, Auckley DH, Chowdhuri S, et al. Clinical Practice Guideline for Diagnostic Testing for Adult Obstructive Sleep Apnea: An American Academy of Sleep Medicine Clinical Practice Guideline. J Clin Sleep Med. 2017;13(3):479-504.

倍靈指環如何在沒有呼吸通道(例如氣流和呼吸努力)的情況下確定呼吸暫停/呼吸不足?

倍靈的人工智能算法使用超過 8000 個 PSG 數據進行訓練。 該算法根據患者的 SpO2 模式、脈博率、心率變異性和體動記錄儀確定呼吸暫停/呼吸不足事件。

倍靈指環如何在沒有腦電圖的情況下確定睡眠階段和總睡眠時間?

倍靈的人工智能算法使用超過 8000 個 PSG 數據進行訓練。 該算法根據患者的 SpO2、脈搏率、心率變異性和體動記錄儀確定睡眠階段和總睡眠時間。

倍靈指環如何確定自主神經系統 (ANS) 平衡?

通過身體激活水平的增加,壓力變得可見。 激活水平由自主神經系統 (ANS) 控制,該系統調節胃腸、內分泌、心血管和呼吸系統,以滿足日常生活的需求。 ANS 的兩個部分是交感神經和副交感神經部分。

副交感神經系統 (PNS) 恢復並維持身體的休息狀態。 恢復意味著在沒有內部和外部壓力因素的情況下體內的激活水平降低。 在恢復過程中,副交感神經(迷走神經)激活主導自主神經系統,心理生理資源得到恢復。 恢復指標包括低心率 (HR) 和高心率變異性 (HRV)。

交感神經系統 (SNS) 幫助身體做好迎接挑戰的準備。 交感神經活動加速身體功能(即生理應激反應)。 應激反應導致應激激素分泌(皮質醇、兒茶酚胺)的激活增加,血壓和心率升高,心率變異性降低。

自主神經系統平衡可以使用 HR 和 HRV 進行無創評估。

倍靈指環和夜間脈搏血氧儀有什麼區別?

倍靈指環具有額外的通道,包括體動記錄儀和心率變異性,用於確定總睡眠時間,而不是使用記錄時間來計算 ODI 和 AHI。

標準血氧計無法確定睡眠時間,因此會低估每小時平均呼吸事件次數。

倍靈指環和消費者腕帶/智能手錶有什麼區別?

倍靈指環是美國 FDA 批准的醫療設備。 準確性和可靠性已向監管機構證明,並在臨床研究中得到證實。

市場上大部分腕帶和智能手錶都沒有通過準確度要求。 這些消費電子產品提供的數據不能用於臨床應用。

References:

  • Gu W, Leung L, Kwok KC, Wu IC, Folz RJ, Chiang AA. Belun Ring Platform: a novel home sleep apnea testing system for assessment of obstructive sleep apnea. J Clin Sleep Med. 2020;16(9):1611-1617.
  • Yeh E, Wong E, Tsai CW, et al. Detection of obstructive sleep apnea using Belun Sleep Platform wearable with neural network-based algorithm and its combined use with STOP-Bang questionnaire. PLoS One. 2021;16(10):e0258040.
  • Ou YH, Ong J, Thant AT, et al. The Belun sleep platform to diagnose obstructive sleep apnea in patients with hypertension and high cardiovascular risk. J Hypertens. 2023;41(6):1011-1017.
  • Tsai CW, et al. Correlation of Pulse Rate Variability (PRV) and Heart Rate Variability (HRV) Metrics During Sleep in Subjects Suspected of OSA, Sleep, 2023;46(S1):A420-A421.
  • Strumpf Z, Gu W, Tsai CW, et al. Belun Ring (Belun Sleep System BLS-100): Deep learning-facilitated wearable enables obstructive sleep apnea detection, apnea severity categorization, and sleep stage classification in patients suspected of obstructive sleep apnea. Sleep Health. 2023;S2352-7218(23)00090-6.