Zusammenfassung Fragestellung Die automatischen Spektralanalyse‐basierten Programme zur Schlafstadien‐Klassifikation in den digitalen EEG‐Ableitesystemen sind für Patienten jenseits des 1. Lebensjahres bereits Routine. Bis heute halten die meisten Autoren die automatisierte Unterscheidung zwischen REM‐ und Non‐REM‐Stadien bei Neugeborenen für nicht möglich; in den meisten Studien wurden nur kleine Patientenkollektive untersucht. In der vorliegenden Arbeit überprüften wir, ob ein signifikanter Unterschied der Gesamtpower zwischen REM‐ und Non‐REM‐Schlaf nachweisbar ist und ob damit die Grundlagen für eine automatische computergestützte Analyse der Schlafstadien auch bei Früh‐ und Neugeborenen gegeben sind. Patienten und Methodik In der Untersuchung wurden artefaktfreie EEG‐Abschnitte aus REM‐ und Non‐REM‐Schlaf von 96 Kindern im Konzeptionsalter von 36 – 49 Wochen einer Signalanalyse mittels Fast‐Fourier‐Analyse unterzogen. Zwecks Datenreduktion wurde die Datenanalyse auf eine Elektrode (C3‐central links) beschränkt, und es wurden folgende Frequenzbereiche analysiert: Delta: 1 – 3,9 Hz, Theta: 4 – 7,9 Hz, Alpha: 8 – 12,9 Hz, Beta 1: 13 – 17,9 Hz, Beta 2: 18 – 24 Hz. Ergebnisse Wir verglichen die EEG‐Power der verschiedenen Schlafstadien und konnten einen signifikanten Unterschied zwischen der Power im REM‐Schlaf und Non‐REM‐Schlaf darstellen, der mit zunehmendem Alter immer deutlicher wird. Hierdurch konnten wir die Grundlagen für die Entwicklung einer automatischen computergestützten Analyse der Schlafstadien bei Früh‐ und Neugeborenen etablieren, was eine erhebliche Erleichterung für die Auswertung von Schlafableitungen bedeutet. Schlussfolgerungen Mit Bezug auf entsprechende Referenzwerte kann somit bereits für diese Altersgruppe ein automatisches Programm zur Schlafstadien‐Klassifikation erstellt und in die Polysomnographie integriert werden. Bisher war dies nur für Kinder jenseits des 1. Lebensjahres und für Erwachsene realisiert.
Zusammenfassung Zahlreiche Studien haben die Bedeutung der Polysomnographie in der Prävention und Risikogruppen‐Einstufung des plötzlichen Kindstodes in Frage gestellt. Diese Einschränkung gilt nur für die bisher geübte Praxis, lediglich die kardiorespiratorischen Parameter der Polysomnographie in der Ermittlung des SIDS‐Risikos zu berücksichtigen. Hieraus ergibt sich die Frage, ob Kinder mit einem hohen anamnestischen Risiko für SIDS oder mit einem erhöhten Apnoe‐Index im Vergleich mit gesunden Säuglingen unterschiedliche Ergebnisse in der Spektralanalyse der EEG‐Hintergrundaktivität der verschiedenen Schlafstadien aufweisen und ob diese Methode einen zusätzlichen Beitrag zur Erfassung des SIDS‐Risikos leistet. In unserer Studie überprüften wir die Beziehung zwischen der EEG‐Power von Säuglingen mit hohem anamnestischen SIDS‐Risiko wie auch hohem Apnoe‐Index mit einer Kontrollgruppe. In der vorliegenden Untersuchung wurde das Schlaf‐EEG von 96 Säuglingen im Konzeptionsalter von 36 bis 49 Wochen untersucht. Artefaktfreie EEG‐Perioden mit REM‐ und Non‐REM‐Schlaf wurden einer Signalanalyse mittels Fast‐Fourier‐Transformation unterzogen. Zwecks Datenreduktion wurde die Analyse auf eine Elektrodenposition (C3: central left) beschränkt, und es wurden folgende Frequenzbereiche analysiert: Delta: 1 – 3,9 Hz; Theta: 4 – 7,9 Hz; Alpha: 8 – 12,9 Hz; Beta 1: 13 – 17,9 Hz; Beta 2: 18 – 24 Hz. Es ließen sich keine statistisch signifikanten Unterschiede in der EEG‐Power zwischen der Gruppe mit hohem oder niedrigem anamnestischem SIDS‐Risiko ermitteln. Ebenso konnten keine signifikanten Unterschiede zwischen der Gruppe mit hohem und niedrigem Apnoe‐Index dargestellt werden. Wir halten dennoch Multicenter‐Longitudinal‐Studien zur Organisation von Schlafspindeln im Verlauf des ersten Lebensjahres von Säuglingen mit hohem und niedrigem SIDS‐Risiko für angebracht, um das individuelle SIDS‐Risiko anhand der EEG‐Hintergrundaktivität zu ermitteln.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.