Método de Screening para la detección de SAHOS utilizando Selección de Funciones Discriminativas

Abstract

Objetivo Desarrollar un nuevo método que permita detectar el índice de apnea-hipopnea utilizando únicamente la señal de saturación de oxigeno en la sangre (SaO2). Materiales y métodos Un diccionario es una colección de funciones. Para la representación de una señal de SaO2 en términos de estas funciones (también llamadas átomos) es necesario seleccionar el menor número de funciones componentes que permitan su discriminación. En este trabajo se desarrolló un nuevo método denominado Selección de Átomos Más Discriminativos (SAMD). Para ello, se utilizaron dos clases de diccionarios: uno sobrecompleto y el otro completo. El primero es construido mediante la unión de dos diccionarios completos, los cuales fueron estimados con segmentos de señales con apneas y con segmentos sin apneas. El segundo fue estimado con segmentos tanto con apneas como sin apneas. Luego, con el diccionario fijo, los coeficientes ralos fueron obtenidos mediante el uso de un algoritmo de búsqueda voraz. Utilizando solamente un número pequeño de estos coeficientes, una red neuronal tipo perceptrón multicapa fue entrenado y testeado. Un subconjunto de la base de datos de 103 estudios con diferentes grados de enfermedad fue utilizado para el diagnóstico de SAHOS, para el cual se fijó el umbral de corte del índice de apnea-hipopnea (IAH) en 15. El nuevo método fue aplicado a la representación rala de las señales de SaO2 a través del uso de los dos tipos de diccionarios. Finalmente, para cada estudio, se calculó el IAH estimado por SAMD y se lo comparó con el IAH determinado por el experto. Resultados Se evaluó la performance del algoritmo para detectar pacientes con SAHOS moderado, es decir, pacientes con un IAH mayor que 15. Para validar el nuevo método se utilizaron dos medidas objetivas. En primer lugar se analizó el coeficiente de correlación obtenido a partir de la regresión lineal entre el IAH obtenido por el experto y el IAH estimado por el algoritmo. Para los tipos de diccionarios sobrecompleto y completo se obtuvieron valores de coeficientes de correlación de 0,88 y 0,74, respectivamente. Luego para los tipos de diccionarios sobrecompleto y completo se obtuvieron valores del área bajo la curva ROC (AUC) de 0,98 y 0,95, respectivamente. Se adjuntan las curvas ROC obtenidas para cada tipo. Curvas ROC para diccionarios sobrecompletos (izquierda) y diccionarios completos (derecha). Conclusión El método SAMD es una atractiva herramienta para el diagnóstico de SAHOS moderado-grave utilizando la señal de Oximetría.