CN118202422A - 针对失眠的生物反馈认知行为疗法 - Google Patents
针对失眠的生物反馈认知行为疗法 Download PDFInfo
- Publication number
- CN118202422A CN118202422A CN202280072773.3A CN202280072773A CN118202422A CN 118202422 A CN118202422 A CN 118202422A CN 202280072773 A CN202280072773 A CN 202280072773A CN 118202422 A CN118202422 A CN 118202422A
- Authority
- CN
- China
- Prior art keywords
- sleep
- therapy
- user
- parameters
- updated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 title claims abstract description 107
- 206010022437 insomnia Diseases 0.000 title claims abstract description 106
- 238000009225 cognitive behavioral therapy Methods 0.000 title claims abstract description 8
- 230000007958 sleep Effects 0.000 claims abstract description 418
- 238000010321 sleep therapy Methods 0.000 claims abstract description 272
- 238000002560 therapeutic procedure Methods 0.000 claims abstract description 185
- 238000000034 method Methods 0.000 claims abstract description 105
- 208000019116 sleep disease Diseases 0.000 claims abstract description 48
- 208000020685 sleep-wake disease Diseases 0.000 claims abstract description 38
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 73
- 230000033001 locomotion Effects 0.000 claims description 68
- 230000000694 effects Effects 0.000 claims description 48
- 230000004622 sleep time Effects 0.000 claims description 45
- 238000002644 respiratory therapy Methods 0.000 claims description 44
- 230000008667 sleep stage Effects 0.000 claims description 38
- 208000008784 apnea Diseases 0.000 claims description 34
- 230000000144 pharmacologic effect Effects 0.000 claims description 34
- 230000004617 sleep duration Effects 0.000 claims description 32
- 230000003860 sleep quality Effects 0.000 claims description 32
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 28
- 208000035475 disorder Diseases 0.000 claims description 25
- 206010021079 Hypopnoea Diseases 0.000 claims description 24
- 230000036541 health Effects 0.000 claims description 22
- 230000007613 environmental effect Effects 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 19
- 238000012384 transportation and delivery Methods 0.000 claims description 17
- 208000005793 Restless legs syndrome Diseases 0.000 claims description 13
- 206010041235 Snoring Diseases 0.000 claims description 13
- 230000003542 behavioural effect Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 9
- 208000019888 Circadian rhythm sleep disease Diseases 0.000 claims description 8
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 claims description 8
- 230000007704 transition Effects 0.000 claims description 7
- 208000023515 periodic limb movement disease Diseases 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 208000008705 Nocturnal Myoclonus Syndrome Diseases 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims 3
- 230000006835 compression Effects 0.000 claims 1
- 238000007906 compression Methods 0.000 claims 1
- 201000002859 sleep apnea Diseases 0.000 abstract description 14
- 230000000241 respiratory effect Effects 0.000 description 49
- 230000004461 rapid eye movement Effects 0.000 description 44
- 208000001797 obstructive sleep apnea Diseases 0.000 description 38
- 230000037007 arousal Effects 0.000 description 36
- 239000003814 drug Substances 0.000 description 30
- 229940079593 drug Drugs 0.000 description 30
- 208000024891 symptom Diseases 0.000 description 28
- 230000001965 increasing effect Effects 0.000 description 27
- 206010062519 Poor quality sleep Diseases 0.000 description 22
- 230000008569 process Effects 0.000 description 22
- 229910052760 oxygen Inorganic materials 0.000 description 21
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 19
- 239000001301 oxygen Substances 0.000 description 19
- 230000036772 blood pressure Effects 0.000 description 18
- 239000000126 substance Substances 0.000 description 17
- 239000012491 analyte Substances 0.000 description 16
- 230000036387 respiratory rate Effects 0.000 description 11
- 238000011282 treatment Methods 0.000 description 11
- 208000003417 Central Sleep Apnea Diseases 0.000 description 10
- 206010010904 Convulsion Diseases 0.000 description 10
- 230000006399 behavior Effects 0.000 description 8
- 230000004071 biological effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 208000018360 neuromuscular disease Diseases 0.000 description 8
- 230000002829 reductive effect Effects 0.000 description 8
- 230000002459 sustained effect Effects 0.000 description 8
- 230000002618 waking effect Effects 0.000 description 8
- 206010003497 Asphyxia Diseases 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000012216 screening Methods 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 208000000059 Dyspnea Diseases 0.000 description 6
- 206010013975 Dyspnoeas Diseases 0.000 description 6
- 230000009471 action Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 210000000038 chest Anatomy 0.000 description 6
- 208000000122 hyperventilation Diseases 0.000 description 6
- 230000003434 inspiratory effect Effects 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 206010027590 Middle insomnia Diseases 0.000 description 5
- 206010041349 Somnolence Diseases 0.000 description 5
- 208000006673 asthma Diseases 0.000 description 5
- 230000036461 convulsion Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 235000019441 ethanol Nutrition 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 230000002085 persistent effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 208000019901 Anxiety disease Diseases 0.000 description 4
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 4
- 206010011224 Cough Diseases 0.000 description 4
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 4
- 206010020772 Hypertension Diseases 0.000 description 4
- 230000036506 anxiety Effects 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000008094 contradictory effect Effects 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 4
- 238000013467 fragmentation Methods 0.000 description 4
- 238000006062 fragmentation reaction Methods 0.000 description 4
- 230000002045 lasting effect Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 210000003205 muscle Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 210000000779 thoracic wall Anatomy 0.000 description 4
- 208000008589 Obesity Diseases 0.000 description 3
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 3
- 208000037656 Respiratory Sounds Diseases 0.000 description 3
- 208000003443 Unconsciousness Diseases 0.000 description 3
- 206010047924 Wheezing Diseases 0.000 description 3
- 230000004913 activation Effects 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 230000001684 chronic effect Effects 0.000 description 3
- 230000027288 circadian rhythm Effects 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 230000001747 exhibiting effect Effects 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 230000000147 hypnotic effect Effects 0.000 description 3
- 238000002483 medication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000037053 non-rapid eye movement Effects 0.000 description 3
- 235000020824 obesity Nutrition 0.000 description 3
- 230000000414 obstructive effect Effects 0.000 description 3
- 230000037081 physical activity Effects 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 201000004193 respiratory failure Diseases 0.000 description 3
- 208000023504 respiratory system disease Diseases 0.000 description 3
- 230000000284 resting effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 231100000430 skin reaction Toxicity 0.000 description 3
- 208000022925 sleep disturbance Diseases 0.000 description 3
- 238000009423 ventilation Methods 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 108091006146 Channels Proteins 0.000 description 2
- 206010020591 Hypercapnia Diseases 0.000 description 2
- 101150089174 PTST gene Proteins 0.000 description 2
- 208000022841 Sleep Arousal disease Diseases 0.000 description 2
- 208000010340 Sleep Deprivation Diseases 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013542 behavioral therapy Methods 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 2
- 230000002060 circadian Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 235000005686 eating Nutrition 0.000 description 2
- 230000000763 evoking effect Effects 0.000 description 2
- 239000006260 foam Substances 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- JYGXADMDTFJGBT-VWUMJDOOSA-N hydrocortisone Chemical compound O=C1CC[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 JYGXADMDTFJGBT-VWUMJDOOSA-N 0.000 description 2
- 239000003326 hypnotic agent Substances 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 208000013651 non-24-hour sleep-wake syndrome Diseases 0.000 description 2
- 238000002496 oximetry Methods 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 229920001296 polysiloxane Polymers 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- 230000002747 voluntary effect Effects 0.000 description 2
- 241000238876 Acari Species 0.000 description 1
- 206010006326 Breath odour Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010067889 Dementia with Lewy bodies Diseases 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 206010013980 Dyssomnias Diseases 0.000 description 1
- 208000027534 Emotional disease Diseases 0.000 description 1
- 208000019749 Eye movement disease Diseases 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 206010021118 Hypotonia Diseases 0.000 description 1
- 206010021133 Hypoventilation Diseases 0.000 description 1
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 1
- 201000002832 Lewy body dementia Diseases 0.000 description 1
- 208000019022 Mood disease Diseases 0.000 description 1
- 208000001705 Mouth breathing Diseases 0.000 description 1
- 208000001089 Multiple system atrophy Diseases 0.000 description 1
- 206010049816 Muscle tightness Diseases 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 206010039897 Sedation Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 208000032140 Sleepiness Diseases 0.000 description 1
- GUGOEEXESWIERI-UHFFFAOYSA-N Terfenadine Chemical compound C1=CC(C(C)(C)C)=CC=C1C(O)CCCN1CCC(C(O)(C=2C=CC=CC=2)C=2C=CC=CC=2)CC1 GUGOEEXESWIERI-UHFFFAOYSA-N 0.000 description 1
- 102100030140 Thiosulfate:glutathione sulfurtransferase Human genes 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 230000001387 anti-histamine Effects 0.000 description 1
- 239000000739 antihistaminic agent Substances 0.000 description 1
- 230000036528 appetite Effects 0.000 description 1
- 235000019789 appetite Nutrition 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 229960001948 caffeine Drugs 0.000 description 1
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000001269 cardiogenic effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000009226 cognitive therapy Methods 0.000 description 1
- 208000020020 complex sleep apnea Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000036757 core body temperature Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000006392 deoxygenation reaction Methods 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 206010013781 dry mouth Diseases 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229960000890 hydrocortisone Drugs 0.000 description 1
- 206010020765 hypersomnia Diseases 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 238000001702 information therapy Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000013160 medical therapy Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 201000006646 mixed sleep apnea Diseases 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 208000001022 morbid obesity Diseases 0.000 description 1
- 230000004220 muscle function Effects 0.000 description 1
- 230000036640 muscle relaxation Effects 0.000 description 1
- 201000009240 nasopharyngitis Diseases 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 230000007171 neuropathology Effects 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 230000008452 non REM sleep Effects 0.000 description 1
- 208000028780 ocular motility disease Diseases 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000009116 palliative therapy Methods 0.000 description 1
- 230000001734 parasympathetic effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000001126 phototherapy Methods 0.000 description 1
- 230000009914 physiological arousal Effects 0.000 description 1
- 208000028173 post-traumatic stress disease Diseases 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 230000010344 pupil dilation Effects 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 230000001739 rebound effect Effects 0.000 description 1
- 230000004202 respiratory function Effects 0.000 description 1
- 210000003019 respiratory muscle Anatomy 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000036280 sedation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000004620 sleep latency Effects 0.000 description 1
- 230000008454 sleep-wake cycle Effects 0.000 description 1
- 230000037321 sleepiness Effects 0.000 description 1
- 230000036578 sleeping time Effects 0.000 description 1
- 230000037322 slow-wave sleep Effects 0.000 description 1
- 210000001584 soft palate Anatomy 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 208000011117 substance-related disease Diseases 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000004584 weight gain Effects 0.000 description 1
- 235000019786 weight gain Nutrition 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Child & Adolescent Psychology (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本文公开了用于促进失眠疗法的智能***和方法。传感器数据(例如,非接触式传感器数据)可以用于确定生理参数(如睡眠相关生理参数),这些生理参数可以用于生成睡眠障碍预测。睡眠障碍预测可以与识别的睡眠疗法计划一起使用,以生成并促进睡眠治疗推荐的应用(例如,呈现给用户或自动地应用)。当与识别的针对失眠的认知行为疗法(CBTi)计划协调地预测睡眠呼吸暂停时,可以向用户呈现警告以不参与某些CBTi疗法。传感器数据还可以用于如实时地自动地更新正在进行的睡眠疗法计划的疗法参数。
Description
相关申请的交叉引用
本申请要求于2021年8月30日提交的第63/238,437号美国临时专利申请的权益和优先权,该临时专利申请在此通过引用整体并入本文。
技术领域
本公开总体上涉及用于改善失眠疗法的***和方法,并且更具体地涉及用于提供智能失眠疗法和预筛查的***和方法。
背景技术
许多个体患有睡眠相关和/或呼吸相关障碍,例如周期性肢体运动障碍(PLMD)、不宁腿综合征(RLS)、睡眠障碍性呼吸(SDB)(如阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)、其他类型的呼吸暂停,如混合性呼吸暂停和低通气)、呼吸努力相关微觉醒(RERA)、潮式呼吸(CSR)、呼吸功能不全、肥胖换气过度综合征(OHS)、慢性阻塞性肺病(COPD)、神经肌肉疾病(NMD)、快速眼动(REM)行为障碍(也称为RBD)、梦境演绎行为(DEB)、轮班工作睡眠障碍、非24小时睡眠-觉醒障碍、高血压、糖尿病、中风、失眠和胸壁障碍。
在一些情况下,个体可能患有多种障碍并且可能寻求针对一种或多种障碍的治疗。对于一些障碍,治疗可以包括使用呼吸疗法***。一些个体可能经历睡眠疗法计划以改善一种或多种障碍。通常,睡眠疗法计划涉及与健康护理专业人员的重复会话和完成长问卷以评估睡眠疗法计划的成功并确定可能需要对睡眠疗法计划进行什么更新。
有助于治疗失眠的睡眠疗法的一个实例是针对失眠的认知行为疗法(CBTi)。CBTi可以涉及可以以各种方式实施的多部分睡眠疗法计划。CBTi通常涉及手动准备大量日志(这些日志受到有意或无意的不准确性的影响),并与健康护理专业人员合作来对个体如何接近睡眠进行周期性调整。例如,普通的CBTi技术要经历睡眠限制,其中个体通过在某些时间进入睡眠和唤醒而有目的地将睡眠时段限制到短的时间窗口。随着时间的推移,个体可能能够在该短窗口期间实现更好的睡眠。此后,随着用户将窗口增加到更长的时间帧,用户理想地能够在更长的持续时间内实现相同的更高质量的睡眠。虽然睡眠限制对于一些个体可能是有益的,但是对于患有某些其他诊断或未诊断的睡眠障碍的那些个体,如患有共病失眠和OSA(COMISA)的那些个体,可能是危险的。对于这样的个体,无论是否诊断患有COMISA,参与睡眠限制可能没有预期的结果,并且实际上可能导致有害的副作用。OSA可能导致个体获得的较短睡眠时间被中断(例如,由于呼吸暂停),并且可能不像预期的那样令人感到充分休息。结果,个体可能在第二天特别疲劳和/或容易发生事故,这可以证明对个体是危险的或甚至致命的。如果药理输入也是CBTi的一部分,则如果特定药物抑制呼吸驱动,则未诊断的SDB(如OSA)可能恶化。
本公开旨在解决这些和其他问题。
发明内容
根据本公开的一些实施方式,一种方法包括从一个或多个传感器接收传感器数据。该传感器数据与参与如CBTi的睡眠疗法计划的用户相关联。该方法还包括接收与睡眠疗法计划相关联的一个或多个疗法参数。该方法还包括至少部分地基于该一个或多个疗法参数和接收的传感器数据来动态地生成与睡眠疗法计划相关联的至少一个更新的疗法参数。该方法还包括呈现该至少一个更新的疗法参数来影响睡眠疗法计划。
根据本公开的一些实施方式,一种方法包括从一个或多个传感器接收传感器数据。该传感器数据与用户相关联。该方法还包括至少部分地基于接收的传感器数据来确定一个或多个生理参数。该方法还包括至少部分地基于该一个或多个生理参数来生成睡眠障碍预测。该方法还包括识别与用户相关联的未来睡眠疗法计划。该方法还包括至少部分地基于生成的睡眠障碍预测和识别的睡眠疗法计划来生成睡眠疗法计划推荐。该方法还包括在实施未来睡眠疗法计划之前促进将该睡眠疗法计划推荐应用于未来睡眠疗法计划。
根据本公开的一些实施方式,一种***包括电子接口、存储器和控制***。电子接口被配置成接收与参与睡眠疗法计划的用户相关联的传感器数据。存储器存储机器可读指令。控制***包括一个或多个处理器,该一个或多个处理器被配置成执行机器可读指令以接收与睡眠疗法计划相关联的一个或多个疗法参数。控制***还被配置成至少部分地基于该一个或多个疗法参数和接收的传感器数据来动态地生成与睡眠疗法计划相关联的至少一个更新的疗法参数。控制***还被配置成应用该至少一个更新的疗法参数来影响睡眠疗法计划。
根据本公开的一些实施方式,一种***包括电子接口、存储器和控制***。电子接口被配置成接收与用户相关联的传感器数据。存储器存储机器可读指令。控制***包括一个或多个处理器,该一个或多个处理器被配置成执行机器可读指令以至少部分地基于接收的传感器数据来确定一个或多个生理参数。控制***还被配置成至少部分地基于该一个或多个生理参数来生成睡眠障碍预测。控制***还被配置成识别与用户相关联的未来睡眠疗法计划。控制***还被配置成至少部分地基于生成的睡眠障碍预测和识别的睡眠疗法计划来生成睡眠疗法计划推荐。控制***还被配置成在实施未来睡眠疗法计划之前促进将该睡眠疗法计划推荐应用于未来睡眠疗法计划。
以上概述并不旨在表示本公开的每个实施方式或每个方面。从以下阐述的详细描述和附图中可以明显看出本公开的附加特征和益处。
附图说明
图1是根据本公开的一些实施方式的***的功能框图。
图2是根据本公开的一些实施方式的图1的***的至少一部分、用户和床伴的透视图。
图3图示了根据本公开的一些实施方式的睡眠时段的示例性时间线。
图4图示了根据本公开的一些实施方式的与图3的睡眠时段相关联的示例性睡眠图。
图5是描绘根据本公开的一些实施方式的用于更新睡眠疗法计划的过程的流程图。
图6是描绘根据本公开的一些实施方式的睡眠疗法计划在睡眠时段期间的动态更新的时间线图。
图7是描绘根据本公开的一些实施方式的用于生成睡眠疗法计划推荐的过程的流程图。
虽然本公开容许各种修改和替代形式,但其特定实施方式和实施例已通过附图中的实例示出并将在本文中详细描述。然而,应当理解的是,并不旨在将本公开限制为所公开的特定形式,相反,本公开将覆盖落入由所附权利要求所限定的本公开的精神和范围内的所有修改、等同物和替代物。
具体实施方式
如本文进一步详细公开的,公开了用于促进失眠疗法的智能***和方法,如预筛查未来睡眠疗法计划、帮助建立未来睡眠疗法计划,或自动更新现有睡眠疗法计划。传感器数据(例如,非接触式传感器数据)可以用于确定生理参数(如睡眠相关生理参数),这些生理参数可以用于生成睡眠障碍预测。睡眠障碍预测可以与识别的睡眠疗法计划一起使用,以生成并促进睡眠治疗推荐的应用(例如,呈现给用户或自动地应用)。当与识别的针对失眠的认知行为疗法(CBTi)计划协调地预测睡眠呼吸暂停时,可以向用户呈现警告以不参与某些CBTi疗法。传感器数据还可以用于可选地实时或接近实时地自动更新正在进行的睡眠疗法计划的疗法参数。
许多个体患有睡眠相关和/或呼吸障碍。睡眠相关和/或呼吸障碍的实例包括周期性肢体运动障碍(PLMD)、不宁腿综合征(RLS)、睡眠障碍性呼吸(SDB)(如阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)、其他类型的呼吸暂停,如混合性呼吸暂停和低通气)、呼吸努力相关微觉醒(RERA)、潮式呼吸(CSR)、呼吸功能不全、肥胖换气过度综合征(OHS)、慢性阻塞性肺病(COPD)、神经肌肉疾病(NMD)、快速眼动(REM)行为障碍(也称为RBD)、梦境演绎行为(DEB)、轮班工作睡眠障碍、非24小时睡眠-觉醒障碍、高血压、糖尿病、中风、失眠、异态睡眠和胸壁障碍。
阻塞性睡眠呼吸暂停(OSA)是睡眠障碍性呼吸(SDB)的一种形式,其特征是包括睡眠时段期间由异常小的上气道和舌、软腭和后口咽壁区域中的正常肌肉张力丧失的组合引起的上气道的闭塞或阻塞的事件。更一般地,呼吸暂停一般是指由空气堵塞(阻塞性睡眠呼吸暂停)或呼吸功能停止(通常称为中枢性睡眠呼吸暂停)引起的呼吸停止。通常,在阻塞性睡眠呼吸暂停事件期间,个体将停止呼吸约15秒至约30秒。
其他类型的呼吸暂停包括低通气、呼吸过度和高碳酸血症。低通气的特征通常是由狭窄气道引起的缓慢或浅呼吸,而不是堵塞的气道。呼吸过度的特征通常是呼吸的深度和/或速率增加。高碳酸血症的特征通常是血流中的二氧化碳升高或过多,通常由不充分的呼吸引起。
潮式呼吸(CSR)是睡眠障碍性呼吸的另一形式。CSR是患者呼吸控制器的障碍,其中存在称为CSR周期的盛衰通气的律动交替周期。CSR的特征是动脉血的反复脱氧合和再氧合。
肥胖换气过度综合征(OHS)被定义为在没有其他已知的换气不足原因的情况下,严重肥胖和清醒时慢性高碳酸血症的组合。症状包括呼吸困难、晨起头痛和日间过度嗜睡。
慢性阻塞性肺病(COPD)涵盖具有某些共同特征的一组下气道疾病中的任一种,某些共同特征为如对空气运动的阻力增加、呼吸的呼气阶段延长和肺的正常弹性丧失。
神经肌肉疾病(NMD)涵盖直接经由内在肌肉病理或间接经由神经病理损害肌肉功能的许多疾病和病痛。胸壁障碍是一组导致呼吸肌与胸廓之间无效联接的胸廓畸形。
呼吸努力相关微觉醒(RERA)事件的特征通常是持续十秒或更长的增加的呼吸努力,导致从睡眠中微觉醒,并且这不满足呼吸暂停或低通气事件的标准。RERA被定义为呼吸序列,其特征是增加呼吸努力,导致从睡眠中微觉醒,但这不符合呼吸暂停或低通气的标准。这些事件必须满足以下两个标准:(1)逐渐更负的食管压力模式,由压力突然变化到更低的负水平和微觉醒而终止,以及(2)该事件持续十秒或更长。在一些实施方式中,鼻插管/压力换能器***在RERA的检测中是足够且可靠的。RERA检测器可以基于从呼吸疗法设备导出的实际流量信号。例如,可以基于流量信号确定流量限制量度。然后可以根据流量限制量度和通气量突然增加的量度导出微觉醒量度。在转让给瑞思迈有限公司(ResMed Ltd.)的WO 2008/138040和美国专利第9,358,353号中描述了一种这样的方法,其中的每一个专利的公开内容在此通过引用整体并入本文。
这些和其他障碍的特征是当个体睡觉时发生的特定事件(例如,打鼾、呼吸暂停、低通气、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、惊厥,或其任何组合)。
呼吸暂停-低通气指数(AHI)是用于指示睡眠时段期间睡眠呼吸暂停严重程度的指数。通过用睡眠时段期间用户经历的呼吸暂停和/或低通气事件的数量除以睡眠时段中睡眠的总小时数来计算AHI。该事件可以是例如持续至少10秒的呼吸暂停。小于5的AHI被认为是正常的。大于或等于5但小于15的AHI被认为是浅睡眠呼吸暂停的指示。大于或等于15但小于30的AHI被认为是中度睡眠呼吸暂停的指示。大于或等于30的AHI被认为是严重睡眠呼吸暂停的指示。在儿童中,大于1的AHI被认为是异常的。当AHI正常时,或当AHI正常或轻度时,睡眠呼吸暂停可以被认为是“受控的”。AHI还可以与氧去饱和水平结合使用以指示阻塞性睡眠呼吸暂停的严重程度。
快速眼动行为障碍(RBD)的特征是在REM睡眠期间缺乏肌肉张力缺乏,并且在更严重的情况下,个体在REM睡眠阶段期间移动和说话。RBD有时可以伴随有梦境演绎行为(DEB),其中个体表演他们可能正在做的梦,有时导致对他们自己或他们的伴侣造成伤害。RBD通常是神经变性障碍的亚类的前体,如帕金森病、路易体痴呆和多***萎缩症。通常,RBD在睡眠实验室中经由多导睡眠图诊断。当缓解疗法难以采用和/或效果较差时,该过程可能很昂贵,并且通常发生在疾病演进过程的晚期。在家庭环境或其他普通睡眠环境中的睡眠期间监视个体可以有益地用于识别个体是否患有RBD或DEB。
轮班工作睡眠障碍是昼夜节律睡眠障碍,其特征是与传统睡眠-觉醒周期重叠的工作时间表有关的昼夜节律失准。该障碍通常表现为试图睡觉时的失眠和/或参与轮班工作的个体工作时的过度嗜睡。轮班工作可以涉及夜间工作(例如,下午7点之后)、清晨工作(例如,上午6点之前)以及轮班工作。如果不进行治疗,轮班工作睡眠障碍可能导致范围从轻到重的并发症,包括情绪问题、工作表现不佳、更高的事故风险等。
非24小时睡眠-觉醒障碍(N24SWD),正式地被称为自由运行节律障碍或睡眠过度综合征,是身体时钟与环境变得不同步的昼夜节律睡眠障碍。患有N24SWD的个体将具有短于或长于24小时的昼夜节律,这导致睡眠和觉醒时间逐渐提前或延迟。随着时间的推移,昼夜节律可能与正常的白天时间变得不同步,这可能在情绪、食欲和警觉方面导致有问题的波动。如果不治疗,N24SWD可能导致进一步的健康后果和其他并发症。
许多个体患有失眠,失眠是一种病症,其特征通常是对睡眠质量或持续时间不满意(例如,难以开始睡眠,在初始入睡后频繁或长时间唤醒,以及初期唤醒后无法再入睡)。据估计,全世界超过26亿人经历某种形式的失眠,并且全世界超过7.5亿人患有诊断的失眠障碍。在美国,失眠每年造成约1075亿美元的总经济负担,占所有缺勤天数的13.6%,占需要医疗关注的伤害的4.6%。最近的研究还表明,失眠是第二大最常见的精神障碍,并且失眠是抑郁症的主要风险因素。
夜间失眠症状通常包括例如睡眠质量下降、睡眠持续时间缩短、睡眠开始型失眠、睡眠维持性失眠、晚期失眠、混合性失眠和/或矛盾性失眠。睡眠开始型失眠的特征是在就寝时难以开始睡眠。睡眠维持性失眠的特征是在初始入睡后的夜间频繁或长时间唤醒。晚期失眠的特征是清晨唤醒(例如,在目标或期望的醒来时间之前),无法再入睡。共病性失眠是指一种失眠类型,其中失眠症状至少部分地由另一身体或精神状况(例如焦虑、抑郁、医疗状况和/或药物使用)的症状或并发症引起。混合性失眠是指其他类型失眠的属性的组合(例如,睡眠开始型失眠、睡眠维持性失眠和晚期失眠症状的组合)。矛盾性失眠是指用户感知的睡眠质量和用户实际的睡眠质量之间的不连续性或不一致。
白天(例如,日间)失眠症状包括,例如,疲劳、精力下降、认知(例如,注意力、集中力和/或记忆力)受损、在学术或职业环境中难以发挥功能和/或情绪紊乱。这些症状可能导致心理并发症,例如,精神(和/或身体)表现不活跃、反应时间减少、抑郁症风险增加和/或焦虑症风险增加。失眠症状也可能导致生理并发症,例如免疫***功能差、高血压、心脏病风险增加、糖尿病风险增加、体重增加和/或肥胖。
共病性失眠和睡眠呼吸暂停(COMISA)是指受试者经历失眠和阻塞性睡眠呼吸暂停(OSA)两者的失眠类型。OSA可以基于呼吸暂停-低通气指数(AHI)和/或氧去饱和水平来测量。通过用睡眠时段期间用户经历的呼吸暂停和/或低通气事件的数量除以睡眠时段中睡眠的总小时数来计算AHI。该事件可以是例如持续至少10秒的呼吸暂停。小于5的AHI被认为是正常的。大于或等于5但小于15的AHI被认为是轻度OSA的指示。大于或等于15但小于30的AHI被认为是中度OSA的指示。大于或等于30的AHI被认为是严重OSA的指示。在儿童中,大于1的AHI被认为是异常的。
失眠也可以基于其持续时间进行分类。例如,如果失眠症状持续短于3个月,则被认为是急性或短暂性的。相反,如果失眠症状持续3个月或更长时间,则被认为是慢性或持续性的。持续性/慢性的失眠症状通常需要不同于急性/短暂性失眠症状的治疗途径。
失眠的已知风险因素包括性别(例如,失眠在女性中比在男性中更常见)、家族史和压力暴露(例如,严重和慢性的生活事件)。年龄是失眠的潜在危险因素。例如,睡眠开始型失眠在年轻人中更常见,而睡眠维持性失眠在中老年人中更常见。失眠的其他潜在风险因素包括种族、地理(例如,生活在冬季较长的地理区域)、海拔和/或其他社会人口学因素(例如,社会经济状况、就业、教育程度、自测健康等)
失眠的机制包括易感因素、诱发因素和持续因素。易感因素包括过度觉醒,其特征是睡眠和觉醒期间生理微觉醒增多。过度觉醒的量度包括例如皮质醇水平增加、自主神经***的活动增加(例如,如由静息心率增加和/或心率改变所指示)、脑活动增加(例如,睡眠期间EEG频率增加和/或REM睡眠期间微觉醒次数增加)、代谢速率增加、体温增加和/或垂体-肾上腺轴的活动增加。诱发因素包括压力性生活事件(例如,与就业或教育、人际关系等有关)。持续因素包括过度担心睡眠不足和由此产生的后果,这可能会在即使移除了诱发因素之后继续维持失眠症状。
通常,诊断或筛查失眠(包括识别失眠的类型和/或特定的症状)包括一系列步骤。通常,筛查过程始于患者的主观抱怨(例如,他们无法入睡或保持睡眠)。
接下来,临床医生使用包括失眠症状、影响失眠症状的因素、健康因素和社会因素在内的检查表对主观抱怨进行评估。失眠症状可以包括,例如,发病年龄、突发事件、发病时间、当前症状(例如,睡眠开始型失眠、睡眠维持性失眠和晚期失眠)、症状频率(例如,每晚、偶发、特定夜晚、特定情况或季节性变化)、自症状发作以来的进程(例如,严重程度的变化和/或症状的相对出现)和/或感知到的日间后果。影响失眠症状的因素包括,例如,过去和当前的治疗(包括其功效)、改善或减轻症状的因素、加重失眠的因素(例如,压力或时间表变化)、维持失眠的因素(包括行为因素(例如,过早上床睡觉、在周末多睡、饮酒等)和认知因素(例如,关于睡眠的无益信念、担心失眠的后果、害怕睡眠质量差等))。健康因素包括医学障碍和症状、干扰睡眠的状况(例如,疼痛、不适、治疗)和药理考虑(例如,药物的警示和镇静作用)。社会因素包括与睡眠不相容的工作时间表、回家晚没有时间放松、夜间的家庭责任和社会责任(例如,照顾儿童或老人)、压力性生活事件(例如,过去的压力性事件可能是诱发因素,而当前的压力性事件可能是持续因素),和/或与宠物一起睡觉。
临床医生完成检查表并评估失眠症状、影响症状的因素、健康因素和/或社会因素之后,通常指导患者创建每日睡眠日记和/或填写问卷(例如,失眠严重程度指数或匹兹堡睡眠质量指数)。因此,用于失眠筛查和诊断的该常规方法易受误差的影响,因为它依赖于主观抱怨而非客观的睡眠评估。由于睡眠状态误解(矛盾性失眠),患者的主观抱怨与实际睡眠之间可能存在脱节。
此外,用于失眠诊断的常规方法不排除其他睡眠相关障碍,例如周期性肢体运动障碍(PLMD)、不宁腿综合征(RLS)、睡眠障碍性呼吸(SDB)、阻塞性睡眠呼吸暂停(OSA)、潮式呼吸(CSR)、呼吸功能不全、肥胖换气过度综合征(OHS)、慢性阻塞性肺病(COPD)、神经肌肉疾病(NMD)和胸壁障碍。这些其他障碍的特征是当个体睡觉时发生的特定事件(例如,打鼾、呼吸暂停、低通气、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、惊厥,或其任何组合)。虽然这些其他睡眠相关障碍可能具有与失眠类似的症状,但将这些其他睡眠相关障碍与失眠区分开来有助于定制有效的治疗计划,该治疗计划区分可能需要不同治疗的特征。例如,疲劳通常是失眠的特征,而日间过度嗜睡是其他障碍(例如,PLMD)的特征性特征,并且反映无意识入睡的生理倾向。
一旦诊断,可以使用多种技术或向患者提供推荐来管理或治疗失眠。用于治疗失眠或其他睡眠相关障碍的疗法计划可以称为睡眠疗法计划。对于失眠,可以鼓励或推荐患者普遍养成健康的睡眠习惯(例如,大量的运动和日间活动、有规律的作息、白天不睡觉、早点吃晚饭、睡前放松、下午避免摄入咖啡因、避免饮酒、使卧室舒适、消除卧室干扰、如果不困倦就离开床、不管就寝时间如何尝试每天在同一时间醒来)或不鼓励患者养成某些习惯(例如,不在床上工作、不过早上床睡觉、如果不累就不要上床睡觉)。患者可以附加地或替代地使用睡眠药物和医学疗法(如处方助眠药、非处方助眠药和/或家庭草药疗法)进行治疗。
患者还可以使用认知行为疗法(CBT)或针对失眠的认知行为疗法(CBT-I)进行治疗,CBT-I是一种类型的睡眠疗法计划,其通常包括睡眠卫生教育、放松疗法、刺激控制、睡眠限制,以及睡眠管理工具和设备。睡眠限制是一种旨在将卧床时间(睡眠窗口或持续时间)限制为实际睡眠的方法,从而增强稳态睡眠驱动。睡眠窗口可以在数天或数周的时间段内逐渐增加,直到患者达到最佳睡眠持续时间。刺激控制包括向患者提供一组指令,该指令旨在加强床和卧室与睡眠之间的关联,并重新建立一致的睡眠-觉醒时间表(例如,仅在困倦时才上床睡觉、睡不着时离开床、仅将床用于睡觉(例如,不阅读或看TV)、每天早上在同一时间醒来、不午睡等)。放松训练包括旨在减少自主微觉醒、肌肉紧张和干扰睡眠的侵入性思维的临床程序(例如,使用渐进式肌肉放松)。认知疗法是一种心理学方法,旨在减少对睡眠的过度担忧,并重新构建关于失眠及其日间后果的无益信念(例如,使用苏格拉底问题、行为体验和矛盾性意图技术)。睡眠卫生教育包括关于可能干扰睡眠的健康实践(例如,饮食、锻炼、物质使用)和环境因素(例如,光、噪音、过高的温度)的一般准则。基于正念的干预可以包括,例如,冥想。
参考图1,图示了用于促进用户(如呼吸疗法***的用户)的睡眠疗法计划的***100的功能框图。该***100包括睡眠疗法模块102、控制***110、存储器设备114、电子接口119、一个或多个传感器130以及一个或多个用户设备170。在一些实施方式中,***100还可选地包括呼吸疗法***120、血压设备182、活动追踪器190,或其任何组合。
睡眠疗法模块102接收、生成和/或更新与睡眠疗法计划有关的信息,如睡眠疗法计划的疗法参数,如本文进一步详细公开的。睡眠疗法模块102的一些或全部可以由***100的任何其他元件来实施和/或利用***100的任何其他元件。在一些情况下,睡眠疗法模块102可以与一个或多个用户设备170通信以呈现信息(例如,睡眠疗法计划推荐或更新的疗法参数)和/或自动地应用更新(例如,自动地更新疗法参数和/或以其他方式自动地调整睡眠疗法计划)。在一些情况下,睡眠疗法模块102可以集成到用户设备170中,如通用用户设备(例如,智能手机)或专用用户设备(例如,为实施睡眠疗法计划而设计和/或销售的用户设备)。
控制***110包括一个或多个处理器112(以下称为处理器112)。控制***110通常用于控制(例如,致动)***100的各种部件和/或分析由***100(例如,睡眠疗法模块102)的部件获得和/或生成的数据。处理器112可以是通用或专用处理器或微处理器。虽然在图1中示出了一个处理器112,但是控制***110可以包括任何合适数量的处理器(例如,一个处理器、两个处理器、五个处理器、十个处理器等),这些处理器可以在单个外壳中,或者彼此远离地定位。控制***110可以联接到例如用户设备170的外壳、活动追踪器190,和/或一个或多个传感器130的外壳且/或安置在其内。控制***110可以是集中式的(在一个这样的外壳内)或分散式的(在物理上不同的此类外壳中的两个或更多个内)。在包括包含控制***110的两个或更多个外壳的此类实施方式中,此类外壳可以彼此接近和/或远离地定位。
存储器设备114存储可由控制***110的处理器112执行的机器可读指令。存储器设备114可以是任何合适的计算机可读存储器设备或介质,例如随机或串行存取存储器设备、硬盘驱动器、固态驱动器、快闪存储器设备等。虽然图1中示出了一个存储器设备114,但是***100可以包括任何合适数量的存储器设备114(例如,一个存储器设备、两个存储器设备、五个存储器设备、十个存储器设备等)。存储器设备114可以联接到和/或定位在呼吸设备122的外壳内、用户设备170的外壳内、活动追踪器190内、一个或多个传感器130的外壳内,或其任何组合内。类似于控制***110,存储器设备114可以是集中式的(在一个这样的外壳内)或分散式的(在物理上不同的此类外壳中的两个或更多个内)。
在一些实施方式中,存储器设备114(图1)存储与用户相关联的用户简档。用户简档可以包括例如与用户相关联的人口统计信息、与用户相关联的生物统计信息、与用户相关联的医疗信息、自我报告的用户反馈、与用户相关联的睡眠参数(例如,从一个或多个睡眠时段记录的睡眠相关参数)、与用户相关联的睡眠疗法计划信息(例如,疗法参数),或其任何组合。人口统计信息可以包括例如指示用户年龄、用户性别、用户种族、用户民族、用户地理位置、用户旅行史、关系状态、用户是否具有一只或多只宠物的状态、用户是否具有家庭的状态、健康状况家族史、用户就业状态、用户教育状态、用户社会经济状态,或其任何组合的信息。医疗信息可以包括例如指示与用户相关联的一种或多种医疗状况、用户的药物使用或两者的信息。医疗信息数据还可以包括多次睡眠潜伏期测试(MSLT)结果或评分和/或匹兹堡睡眠质量指数(PSQI)评分或值。医疗信息数据可以包括来自多导睡眠图(PSG)测试、CPAP滴定或家庭睡眠测试(HST)中的一者或多者的结果、来自一个或多个睡眠时段的呼吸疗法***设置、来自一个或多个睡眠时段的睡眠相关呼吸事件,或其任何组合。自我报告的用户反馈可以包括指示自我报告的主观疗法评分(例如,差、平均、优秀)、用户的自我报告的主观压力水平、用户的自我报告的主观疲劳水平、用户的自我报告的主观健康状态、用户最近经历的生活事件,或其任何组合的信息。睡眠疗法计划信息可以包括与一个或多个睡眠疗法计划相关联的各种信息,如关于用户的历史睡眠疗法计划的信息、使用此类睡眠疗法计划的一个或多个历史睡眠时段的效果、与用户相关联的定制疗法参数(例如,睡眠疗法计划偏好或其他参数)等。可以在任何时间更新用户简档信息,如每天(例如在睡眠时段之间)、每周、每月或每年。在一些实施方式中,存储器设备114存储可以在显示设备128和/或显示设备172上显示的媒体内容。
电子接口119被配置成从一个或多个传感器130接收数据(例如,生理数据、环境数据、药理数据、流量数据、压力数据、运动数据、声学数据等),使得数据可以存储在存储器设备114中和/或由控制***110的处理器112分析。接收的数据(如生理数据、流量数据、压力数据、运动数据、声学数据等)可以用于确定和/或计算与用户、用户环境等相关联的一个或多个参数。电子接口119可以使用有线连接或无线连接(例如,使用RF通信协议、Wi-Fi通信协议、蓝牙通信协议、IR通信协议、通过蜂窝网络、通过任何其他光通信协议等)与一个或多个传感器130通信。电子接口119可以包括天线、接收器(例如,RF接收器)、发射器(例如,RF发射器)、收发器,或其任何组合。电子接口119还可以包括与本文描述的处理器112和存储器设备114相同或类似的一个或多个处理器和/或一个或多个存储器设备。在一些实施方式中,电子接口119联接到用户设备170或集成在其中。在其他实施方式中,电子接口119联接到控制***110和/或存储器设备114,或者与控制***110和/或存储器设备114集成(例如,在外壳中)。
呼吸疗法***120可以包括呼吸压力疗法(RPT)设备122(在本文中称为呼吸设备122)、用户接口124、导管126(也称为管或空气回路)、显示设备128、湿化罐129、接收部180,或其任何组合。在一些实施方式中,控制***110、存储器设备114、显示设备128、一个或多个传感器130,以及湿化罐129是呼吸设备122的一部分。呼吸压力疗法是指在用户的整个呼吸周期中,以相对于大气而言在标称上是正(例如,与如罐式呼吸机或胸甲的负压疗法相反)的受控目标压力向用户的气道入口供应空气的应用。呼吸疗法***120通常用于治疗患有一种或多种睡眠相关呼吸障碍(例如,阻塞性睡眠呼吸暂停、中枢性睡眠呼吸暂停或混合性睡眠呼吸暂停)的个体。
呼吸设备122通常用于生成递送至用户的加压空气(例如,使用驱动一个或多个压缩机的一个或多个马达)。在一些实施方式中,呼吸设备122生成连续恒定的空气压力,该空气压力被递送至用户。在其他实施方式中,呼吸设备122生成两种或更多种预定压力(例如,第一预定空气压力和第二预定空气压力)。在更多其他实施方式中,呼吸设备122被配置成在预定范围内生成多种不同的空气压力。例如,呼吸设备122可以在至少约6cmH2O、至少约10cmH2O、至少约20cmH2O、约6cmH2O至约10cmH2O、约7cmH2O至约12cmH2O等的压力下递送加压空气。呼吸设备122还可以以例如,约-20L/分钟至约150L/分钟的预定流量递送加压空气,同时维持正压(相对于环境压力)。
用户接口124接合用户面部的一部分,并将加压空气从呼吸设备122递送到用户气道,以帮助防止气道在睡眠期间变窄和/或塌陷。这也可以增加用户在睡眠期间的氧摄入。通常,用户接口124接合用户面部,使得加压空气经由用户的嘴、用户的鼻子或用户的嘴和鼻子两者递送到用户的气道。呼吸设备122、用户接口124和导管126一起形成与用户的气道流体联接的空气通路。加压空气还增加睡眠期间用户的氧摄入。
根据要施加的疗法,用户接口124可以例如,与用户面部的区域或部分形成密封,以促进在随着环境压力有足够变化的压力下(例如,在相对于环境压力约10cmH2O的正压下)递送气体来实现疗法。对于其他形式的疗法,如氧的递送,用户接口可以不包括足以促进在约10cmH2O的正压下将气体供应递送到气道的密封。
如图2所示,在一些实施方式中,用户接口124是脸罩(例如,全面罩)或包括脸罩,该脸罩覆盖用户的鼻子和嘴。替代地,在一些实施方式中,用户接口124是向用户的鼻子提供空气的鼻罩或将空气直接递送到用户的鼻孔的鼻枕罩。用户接口124可以包括用于将接口定位和/或稳定在用户的一部分(例如,面部)上的多个带(例如,包括钩环紧固件),以及帮助在用户接口124和用户之间提供气密密封的适形缓冲垫(例如,硅酮、塑料、泡沫等)。用户接口124还可以包括一个或多个通气口,用于允许用户210呼出的二氧化碳和其他气体逸出。在其他实施方式中,用户接口124包括咬嘴(例如,模制成符合用户的牙齿的夜用防护咬嘴、下颌复位设备等)。
导管126(也称为空气回路或管)允许空气在呼吸疗法***120的两个部件(如呼吸设备122和用户接口124)之间流动。在一些实施方式中,可以有单独的导管分支用于吸入和呼出。在其他实施方式中,单个分支导管用于吸入和呼出两者。
呼吸设备122、用户接口124、导管126、显示设备128和湿化罐129中的一者或多者可以包含一个或多个传感器(例如,压力传感器、流量传感器、湿度传感器、温度传感器或更一般地本文所述的任何其他传感器130)。这些一个或多个传感器可以用于例如,测量由呼吸设备122供应的加压空气的空气压力和/或流量。
显示设备128通常用于显示包括静止图像、视频图像或两者的图像和/或关于呼吸设备122的信息。例如,显示设备128可以提供关于呼吸设备122的状态的信息(例如,呼吸设备122是否开/关、由呼吸设备122递送的空气的压力、由呼吸设备122递送的空气的温度等)和/或其他信息(例如,睡眠评分和/或疗法评分(如myAirTM评分,如在WO 2016/061629中所述,该专利在此通过引用整体并入本文)、当前日期/时间、用户210的个人信息等)。在一些实施方式中,显示设备128充当包括图形用户界面(GUI)的人机界面(HMI),该GUI被配置成将图像显示为输入界面。显示设备128可以是LED显示器、OLED显示器、LCD显示器等。输入界面可以是例如,触摸屏或触敏基板、鼠标、键盘或被配置成感测由与呼吸设备122交互的人类用户做出的输入的任何传感器***。
湿化罐129联接到呼吸设备122或集成在呼吸设备122中。湿化罐129包括可以用于湿化从呼吸设备122递送的加压空气的储水器。呼吸设备122可以包括加热湿化罐129中的水的加热器以便湿化提供给用户的加压空气。附加地,在一些实施方式中,导管126还可以包括加热元件(例如,联接到导管126和/或嵌入在导管126中),该加热元件加热递送给用户的加压空气。湿化罐129可以流体联接到空气通路的水蒸气入口,并且经由水蒸气入口将水蒸气递送到空气通路中,或者可以与空气通路成直线地形成作为空气通路本身的一部分。在其他实施方式中,呼吸设备122或导管126可以包括无水加湿器。无水加湿器可以结合与定位在***100中别处的其他传感器接合的传感器。
在一些实施方式中,***100可以用于至少部分地基于生理数据、睡眠相关参数、其他数据或信息,或其任何组合将物质的至少一部分从接收部180递送到用户的空气通路。通常,修改物质的该部分至空气通路中的递送可以包括(i)开始物质到空气通路中的递送、(ii)结束物质的该部分到空气通路中的递送、(iii)修改递送到空气通路中的物质的量、(iv)修改物质的该部分到空气通路中的递送的时间特征、(v)修改物质的该部分到空气通路中的递送的定量特征、(vi)修改与物质到空气通路中的递送相关联的任何参数,或(vii)(i)至(vi)的组合。
修改物质的该部分至空气通路中的递送的时间特征可以包括改变递送物质的速率、在不同的时间开始和/或结束、持续不同的时间段、改变递送的时间分布或特征、独立于时间分布改变量分布等。独立的时间和量变化确保,除了改变物质释放的频率之外,可以改变每次释放的物质的量。以这种方式,可以实现释放频率和释放量的多种不同的组合(例如,较高频率但较低释放量、较高频率和较高量、较低频率和较高量、较低频率和较低量等)。也可以利用对物质的该部分到空气通路中的递送的其他修改。
呼吸疗法***120可以用作例如,呼吸机或气道正压通气(PAP)***(如持续气道正压通气(CPAP)***、自动气道正压通气***(APAP)、双水平或可变气道正压通气***(BPAP或VPAP)),或其任何组合。CPAP***向用户递送预定空气压力(例如,由睡眠医师确定)。APAP***基于例如与用户相关联的呼吸数据来自动地改变递送给用户的空气压力。BPAP或VPAP***被配置成递送第一预定压力(例如,吸气气道正压通气或IPAP)和低于第一预定压力的第二预定压力(例如,呼气气道正压通气或EPAP)。
参考图2,图示了根据一些实施方式的***100(图1)的一部分。呼吸疗法***120的用户210和床伴220位于床230中且躺在床垫232上。示出了运动传感器138、血压设备182和活动追踪器190,但是可以使用任何一个或多个传感器130来在用户210的呼吸疗法、睡眠疗法、睡眠和/或休息时段期间生成或监测各种参数。本公开的某些方面可以涉及促进任何个体的睡眠疗法,如使用呼吸疗法设备的个体(例如,用户210)或不使用呼吸疗法设备的个体(例如,床伴220)。
用户接口124是覆盖用户210的鼻子和嘴的脸罩(例如,全面罩)。替代地,用户接口124可以是向用户210的鼻子提供空气的鼻罩或将空气直接递送到用户210的鼻孔的鼻枕罩。用户接口124可以包括用于将界面定位和/或稳定在用户210的一部分(例如,面部)上的多个带(例如,包括钩环紧固件),以及帮助在用户接口124与用户210之间提供气密密封的适形缓冲垫(例如,硅酮、塑料、泡沫等)。用户接口124还可以包括一个或多个通气口,用于允许用户210呼出的二氧化碳和其他气体逸出。在其他实施方式中,用户接口124是用于将加压空气引导到用户210的嘴中的咬嘴(例如,模制成符合用户的牙齿的夜用防护咬嘴、下颌复位设备等)。
用户接口124经由导管126流体联接和/或连接到呼吸设备122。呼吸设备122又经由导管126和用户接口124向用户210递送加压空气,以增加用户210的喉部中的空气压力,以帮助防止气道在睡眠期间闭合和/或变窄。呼吸设备122可以定位在如图2所示直接与床230邻近的床头柜240上,或者更一般地,定位在通常与床230和/或用户210邻近的任何表面或结构上。
通常,相比于不使用呼吸疗法***120(特别是当用户患有睡眠呼吸暂停或其他睡眠相关障碍时),被规定使用呼吸疗法***120的用户在睡眠期间使用呼吸疗法***120之后的一天期间会倾向于经历更高质量的睡眠和更少的疲劳。例如,用户210可能患有阻塞性睡眠呼吸暂停且依靠用户接口124(例如,全面罩)经由导管126从呼吸设备122递送加压空气。呼吸设备122可以是持续气道正压通气(CPAP)机,该CPAP机用于增加用户210的喉部中的空气压力以防止气道在睡眠期间闭合和/或变窄。对于具有睡眠呼吸暂停的人,他们的气道在睡眠期间可能变窄或塌陷,从而减少氧摄入并迫使他们醒来和/或以其他方式扰乱他们的睡眠。CPAP机防止气道变窄或塌陷,从而使由于氧摄入减少而醒来或受到干扰的发生最小化。虽然呼吸设备122在睡眠期间努力维持医学上规定的一种或多种空气压力,但用户可能由于疗法而经历睡眠不适。
返回参考图1,***100的一个或多个传感器130包括压力传感器132、流量传感器134、温度传感器136、运动传感器138、麦克风140、扬声器142、射频(RF)接收器146、RF发射器148、相机150、红外传感器152、光电容积图(PPG)传感器154、心电图(ECG)传感器156、脑电图(EEG)传感器158、电容传感器160、力传感器162、应变仪传感器164、肌电图(EMG)传感器166、氧传感器168、分析物传感器174、湿度传感器176、光检测和测距(LiDAR)传感器178、皮肤电传感器、加速度计、眼电图(EOG)传感器、光传感器、湿度传感器、空气质量传感器,或其任何组合。通常,一个或多个传感器130中的每一个被配置成输出被接收并存储在存储器设备114或一个或多个其他存储器设备中的传感器数据。
虽然一个或多个传感器130被示出和描述为包括压力传感器132、流量传感器134、温度传感器136、运动传感器138、麦克风140、扬声器142、RF接收器146、RF发射器148、相机150、红外传感器152、光电容积图(PPG)传感器154、心电图(ECG)传感器156、脑电图(EEG)传感器158、电容传感器160、力传感器162、应变仪传感器164、肌电图(EMG)传感器166、氧传感器168、分析物传感器174、湿度传感器176,以及光检测和测距(LiDAR)传感器178中的每一者,但是更一般地,一个或多个传感器130可以包括本文所述和/或示出的传感器中的每一个的任何组合和任何数量。
也可以使用来自室内环境传感器的数据,如从传感器数据中提取环境参数。示例环境参数可以包括睡眠时段之前和/或整个睡眠时段的温度(例如,太暖、太冷)、湿度(例如,太高、太低)、污染水平(例如,CO2和/或微粒的量和/或浓度低于或高于阈值)、光水平(例如,入睡之前太亮、不使用遮光帘、太多的蓝光),以及声音水平(例如,高于阈值、源的类型、与睡眠中的中断有关联、伴侣的打鼾)。这些参数可以经由呼吸疗法设备上的传感器、经由智能手机上的传感器(例如,经由蓝牙或互联网连接),或经由单独的传感器(如连接到家庭自动化***)来获得。空气质量传感器还可以检测房间中引起过敏的其他类型的污染,如来自宠物、尘螨等,并且其中房间可以受益于空气过滤以便促进参与睡眠疗法计划。
健康记录数据(例如,身体和/或精神)也可以用于促进参与睡眠疗法计划。例如,当确定如何修改睡眠疗法计划的疗法参数时或者当确定睡眠疗法计划是否适合或是否将其推荐给用户时,可以使用关于一个或多个医疗状况的信息,包括诊断信息和/或治疗信息。用户对睡眠疗法计划的响应的变化和/或对睡眠疗法计划的改变也可以涉及健康(如由于疾病(如呼吸问题)的发作或消退引起的变化,和/或由于基础病症(如共病慢性病症)的改变引起的变化)。
在一些情况下,一个或多个传感器130可以用于获得药理数据(例如,药理参数),如关于用户是否已服用药物,用户服用了什么药物,用户服用了多少药物,用户何时服用药物的定时等的信息。在一些情况下,可以从与用户相关联或与药理容器相关联的一个或多个传感器提取药理数据。在一些情况下,可以使用药理容器传感器,在这种情况下,该药理容器可以包括结合在其中或以其他方式与其相关联的传感器(例如,重量传感器(如力传感器162),其联接到药理容器以识别用户何时访问药理容器)。在另一实例中,相机(例如,相机150)可以使用机器视觉来识别与服用某些药物的用户相关联的动作模式。
可以使用基于传感器处理的睡眠质量分析,如检查失眠(包括由于过度觉醒,如经由人的温度和/或心率升高检查到的)。该***可以将检测到的可能的不适因素与急性失眠相匹配,如由于难以入睡、持续睡眠或比预期或期望更早地醒来而引起的失眠发作。睡眠质量可以包括与睡眠效率以及其他质量相关因素(例如,在某些睡眠阶段花费的时间、总睡眠时间等)相关联的信息。
如本文所述,***100通常可以用于在睡眠时段之前、期间和/或之后生成与用户(例如,图2所示的呼吸疗法***120的用户或任何其他合适的用户)相关联的数据(例如,生理数据、环境数据、药理数据、流量数据、压力数据、运动数据、声学数据等)。可以分析生成的数据以提取一个或多个参数,包括生理参数(例如,心率、心率变异性、温度、温度变异性、呼吸速率、呼吸速率变异性、呼吸形态、EEG活动、EMG活动、ECG数据等)、与用户环境(例如,睡眠环境)相关联的环境参数、药理参数(例如,与用户服用药物相关联的参数)等。生理参数可以包括与睡眠时段相关联的睡眠相关参数以及非睡眠相关参数。可以在睡眠时段期间为用户确定的一个或多个睡眠相关参数的实例包括呼吸暂停-低通气指数(AHI)评分、睡眠评分、疗法评分、流量信号、压力信号、呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时的事件数量(例如,呼吸暂停事件)、事件模式、睡眠状态和/或睡眠阶段、心率、心率变异性、用户210的移动、温度、EEG活动、EMG活动、微觉醒、打鼾、窒息、咳嗽、吹口哨、喘息,或其任何组合。
一个或多个传感器130可以用于生成例如生理数据、环境数据、药理数据、流量数据、压力数据、运动数据、声学数据等。在一些实施方式中,控制***110可以使用由传感器130中的一个或多个生成的数据来确定用户210的睡眠持续时间和睡眠质量。例如,在睡眠时段期间与用户210相关联的睡眠-觉醒信号和一个或多个睡眠相关参数。睡眠-觉醒信号可以指示一种或多种睡眠状态,包括睡眠、觉醒、放松的觉醒、微唤醒,或不同的睡眠阶段,如快速眼动(REM)阶段、第一非REM阶段(通常称为“N1”)、第二非REM阶段(通常称为“N2”)、第三非REM阶段(通常称为“N3”),或其任何组合。例如,在WO 2014/047310、US 2014/0088373、WO 2017/132726、WO 2019/122413和WO 2019/122414中描述了用于根据由传感器(如传感器130)中的一个或多个生成的生理数据来确定睡眠状态和/或睡眠阶段的方法,这些专利中的每一个在此通过引用整体并入本文。
还可以对睡眠-觉醒信号加时间戳以确定用户上床的时间、用户下床的时间、用户试图入睡的时间等。睡眠-觉醒信号可以由一个或多个传感器130在睡眠时段期间以预定采样速率(例如,每秒一个样本、每30秒一个样本、每分钟一个样本等)测量。在一些实施方式中,睡眠-觉醒信号还可以指示睡眠时段期间的呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时的事件数量、事件模式、呼吸设备122的压力设置,或其任何组合。
这些事件可以包括打鼾、呼吸暂停(例如、中枢性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停以及低通气)、嘴泄漏、面罩泄漏(例如,从用户接口124)、不宁腿、睡眠障碍、窒息、心率增加、心率变化、呼吸困难、哮喘发作、癫痫发作、惊厥、发烧、咳嗽、打喷嚏、打鼾、喘气、如普通感冒或流感的疾病的存在,或其任何组合。在一些实施方式中,嘴泄漏可以包括连续嘴泄漏或阀状嘴泄漏(即,在呼吸持续时间内变化),其中用户的嘴唇(通常使用鼻罩/鼻枕罩)在呼气时突然张开。嘴泄漏可能导致口干、口臭,并且有时俗称“砂纸嘴”。
可以在睡眠时段期间基于睡眠-觉醒信号为用户确定的一个或多个睡眠相关参数包括例如睡眠质量度量,如总卧床时间、总睡眠时间、睡眠开始潜伏期、睡眠后觉醒开始参数、睡眠效率、碎片化指数,或其任何组合。
由一个或多个传感器130生成的数据(例如,生理数据、环境数据、药理数据、流量数据、压力数据、运动数据、声学数据等)也可以用于确定呼吸信号。呼吸信号通常指示用户的呼吸(respiration/breathing)。呼吸信号可以指示例如呼吸速率、呼吸速率变异性、吸气幅度、呼气幅度、吸气-呼气比和其他呼吸相关参数,以及其任何组合。在一些情况下,在睡眠时段期间,呼吸信号可以包括每小时的事件数量(例如,在睡眠期间)、事件模式、呼吸设备122的压力设置,或其任何组合。这些事件可以包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停、低通气、嘴泄漏、面罩泄漏(例如,从用户接口124)、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、惊厥,或其任何组合。
通常,睡眠时段包括用户210已经躺在或坐在床230(或他们打算在其上睡觉的另一区域或物体)上,和/或已经打开呼吸设备122和/或戴上用户接口124之后的任何时间点。睡眠时段因此可以包括以下时间段:(i)当用户210正在使用CPAP***时但是在用户210试图入睡之前(例如当用户210躺在床230上读书时);(ii)当用户210开始尝试入睡但仍清醒时;(iii)当用户210处于浅睡眠时(也称为非快速眼动(NREM)睡眠的阶段1和阶段2);(iv)当用户210处于深睡眠(也称为慢波睡眠SWS或NREM睡眠的阶段3)时;(v)当用户210处于快速眼动(REM)睡眠时;(vi)当用户210在浅睡眠、深睡眠或REM睡眠之间周期性地清醒时;或(vii)当用户210醒来且不再重新入睡时。
睡眠时段通常被定义为一旦用户210移除用户接口124、关闭呼吸设备122和/或离开床230就结束。在一些实施方式中,睡眠时段可以包括附加时间段,或者可以被限制为仅以上公开的时间段中的一些。例如,可以将睡眠时段定义为涵盖在呼吸设备122开始向气道或用户210供应加压空气时开始,在呼吸设备122停止向用户210的气道供应加压空气时结束,以及包括在用户210入睡或清醒时之间的一些或全部时间点的时间段。
压力传感器132输出可以存储在存储器设备114中和/或由控制***110的处理器112分析的压力数据。在一些实施方式中,压力传感器132是生成指示呼吸疗法***120的用户的呼吸(例如,吸入和/或呼出)和/或环境压力的传感器数据的空气压力传感器(例如,大气压力传感器)。在此类实施方式中,压力传感器132可以联接到呼吸设备122、用户接口124或导管126,或集成在呼吸设备122、用户接口124或导管126中。压力传感器132可以用于确定呼吸治疗设备122中的空气压力、导管126中的空气压力、用户接口124中的空气压力,或其任何组合。压力传感器132可以是例如电容传感器、电磁传感器、电感传感器、电阻式传感器、压电传感器、应变仪传感器、光学传感器、电位传感器,或其任何组合。在一个实例中,压力传感器132可以用于确定用户的血压。
流量传感器134输出可以存储在存储器设备114中和/或由控制***110的处理器112分析的流量数据。在一些实施方式中,流量传感器134用于确定来自呼吸设备122的空气流量、通过导管126的空气流量、通过用户接口124的空气流量,或其任何组合。在此类实施方式中,流量传感器134可以联接到呼吸设备122、用户接口124或导管126,或集成在其中。流量传感器134可以是质量流量传感器,例如旋转流量计(例如,霍尔效应流量计)、涡轮流量计、孔板流量计、超声流量计、热线传感器、涡流传感器、膜传感器,或其任何组合。
流量传感器134在睡眠时段期间生成与呼吸设备122的用户210(图2)相关联的流量数据。在WO 2012/012835中描述了流量传感器(例如流量传感器134)的实例,该专利在此通过引用整体并入本文。在一些实施方式中,流量传感器134被配置成测量通气流量(例如,有意的“泄漏”)、无意的泄漏(例如,嘴泄漏和/或面罩泄漏)、患者流量(例如,进入和/或离开肺的空气),或其任何组合。在一些实施方式中,可以分析流量数据以确定用户的心原性振荡。
温度传感器136输出可以存储在存储器设备114中和/或由控制***110的处理器112分析的温度数据。在一些实施方式中,温度传感器136生成指示用户210(图2)的核心体温、用户210的皮肤温度、从呼吸设备122和/或通过导管126流动的空气的温度、用户接口124中的空气的温度、环境温度,或其任何组合的温度数据。温度传感器136可以是例如热电偶传感器、热敏电阻传感器、硅带隙温度传感器或基于半导体的传感器、电阻温度检测器,或其任何组合。
运动传感器138输出可以存储在存储器设备114中和/或由控制***110的处理器112分析的运动数据。运动传感器138可以用于在睡眠时段期间检测用户210的移动,和/或检测呼吸疗法***120的任何部件(如呼吸设备122、用户接口124或导管126)的移动。运动传感器138可以包括一个或多个惯性传感器,如加速度计、陀螺仪和磁力计。在一些实施方式中,运动传感器138替代地或附加地生成表示用户的身体移动的一个或多个信号,从该一个或多个信号可以获得表示用户的睡眠状态或睡眠阶段的信号;例如,经由用户的呼吸运动。在一些实施方式中,来自运动传感器138的运动数据可以与来自另一传感器130的附加数据结合使用,以确定用户的睡眠状态或睡眠阶段。在一些实施方式中,运动数据可以用于确定用户的位置、身***置和/或身***置的变化。
麦克风140输出可以存储在存储器设备114中和/或由控制***110的处理器112分析的声音数据。麦克风140可以用于记录睡眠时段期间的声音(例如,来自用户210的声音)以确定(例如,使用控制***110)一个或多个睡眠相关参数,该一个或多个睡眠相关参数可以包括一个或多个事件(例如,呼吸事件),如本文进一步详细描述。麦克风140可以联接到呼吸设备122、用户接口124、导管126或用户设备170,或集成在其中。在一些实施方式中,***100包括多个麦克风(例如,两个或更多个麦克风和/或具有波束成形的麦克风阵列),使得由多个麦克风中的每一个生成的声音数据可以用于区分由多个麦克风中的另一麦克风生成的声音数据。
扬声器142输出声波。在一个或多个实施方式中,声波对于***100的用户是可听见的(例如,图2的用户210),或者对于***的用户是听不见的(例如,超声波)。扬声器142可以用作例如闹钟或者向用户210播放警示或消息(例如,响应于识别的身***置和/或身***置的变化)。在一些实施方式中,扬声器142可以用于将由麦克风140生成的音频数据传送给用户。扬声器142可以联接到呼吸设备122、用户接口124、导管126或用户设备170,或集成在其中。
麦克风140和扬声器142可以用作单独的设备。在一些实施方式中,麦克风140和扬声器142可以组合成声学传感器141(例如,SONAR传感器),如在例如WO 2018/050913和WO2020/104465中所描述的,这些专利中的每一个在此通过引用整体并入本文。在此类实施方式中,扬声器142以预定间隔和/或频率生成或发射声波,并且麦克风140检测来自扬声器142的所发射的声波的反射。在一个或多个实施方式中,由扬声器142生成或发射的声波可以具有人耳听不见的频率(例如,低于20Hz或高于约18kHz),以便不干扰用户210或床伴220(图2)的睡眠。至少部分地基于来自麦克风140和/或扬声器142的数据,控制***110可以确定用户210(图2)的位置和/或睡眠相关参数中的一个或多个(包括例如,识别的身***置和/或身***置的变化)和/或本文所述的呼吸相关参数,例如呼吸信号(例如,根据该呼吸信号可以确定呼吸形态)、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时的事件数量、事件模式、睡眠状态、睡眠阶段,或其任何组合。在该上下文中,声纳传感器可以被理解为涉及主动声学感测,如通过生成/发送通过空气的超声或低频超声感测信号(例如,在约17至23kHz、18至22kHz或17至18kHz的频率范围内)。这样的***可以相对于上述WO2018/050913和WO 2020/104465来考虑。
在一些实施方式中,传感器130包括(i)第一麦克风,该第一麦克风与麦克风140相同或类似,并集成在声学传感器141中;以及(ii)第二麦克风,该第二麦克风与麦克风140相同或类似,但是与集成在声学传感器141中的第一麦克风分开且不同。
RF发射器148生成且/或发射具有预定频率和/或预定幅度(例如,在高频带内、在低频带内、长波信号、短波信号等)的无线电波。RF接收器146检测从RF发射器148发射的无线电波的反射,并且该数据可以由控制***110分析以确定用户210(图2)的位置和/或身***置和/或本文所述的一个或多个睡眠相关参数。RF接收器(RF接收器146和RF发射器148或另一RF对)也可以用于控制***110、呼吸设备122、一个或多个传感器130、用户设备170或其任意组合之间的无线通信。虽然RF接收器146和RF发射器148在图1中被示出为分开且不同的元件,但是在一些实施方式中,RF接收器146和RF发射器148被组合为RF传感器147(例如,RADAR传感器)的一部分。在一些此类实施方式中,RF传感器147包括控制电路。RF通信的特定格式可以是Wi-Fi、蓝牙等。
在一些实施方式中,RF传感器147是网格***的一部分。网格***的一个实例是Wi-Fi网格***,该Wi-Fi网格***可以包括网格节点、网格路由器和网格网关,它们中的每一者都可以是移动的/可移动的或固定的。在此类实施方式中,Wi-Fi网格***包括Wi-Fi路由器和/或Wi-Fi控制器以及一个或多个卫星(例如,接入点),该一个或多个卫星中的每一个包括与RF传感器147相同或类似的RF传感器。Wi-Fi路由器和卫星使用Wi-Fi信号彼此连续通信。Wi-Fi网格***可以用于基于路由器和卫星之间的由于移动的物体或人部分地阻挡了信号而引起的Wi-Fi信号的变化(例如,接收的信号强度中的差异)来生成运动数据。运动数据可以指示运动、呼吸、心率、步态、跌倒、行为等,或其任何组合。
相机150输出可再现为可以存储在存储器设备114中的一个或多个图像(例如,静止图像、视频图像、热图像,或其任何组合)的图像数据。来自相机150的图像数据可以由控制***110使用以确定本文所述的睡眠相关参数中的一个或多个。来自相机150的图像数据可以由控制***110使用以确定本文所述的睡眠相关参数中的一个或多个,例如一个或多个事件(例如,周期性肢体运动或不宁腿综合征)、呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时的事件数量、事件模式、睡眠状态、睡眠阶段,或其任何组合。此外,来自相机150的图像数据可以用于识别用户的位置和/或身***置,确定用户210的胸部运动,确定用户210的嘴和/或鼻子的气流,确定用户210上床230的时间,以及确定用户210下床230的时间。相机150还可以用于追踪眼睛运动、瞳孔放大(假设用户210的一只或两只眼睛睁开)、眨眼率或REM睡眠期间的任何变化。
红外(IR)传感器152输出可再现为可以存储在存储器设备114中的一个或多个红外图像(例如,静止图像、视频图像或两者)的红外图像数据。来自IR传感器152的红外数据可以用于确定睡眠时段期间的一个或多个睡眠相关参数,包括用户210的温度和/或用户210的移动。当测量用户210的存在、位置和/或移动时,IR传感器152也可以与相机150结合使用。例如,IR传感器152可以检测波长为约700nm至约1mm的红外光,而相机150可以检测波长为约380nm至约740nm的可见光。
PPG传感器154输出与用户210(图2)相关联的生理数据,该生理数据可以用于确定一个或多个睡眠相关参数,如心率、心率模式、心率变异性、心动周期、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、估计的血压参数,或其任何组合。PPG传感器154可以由用户210佩戴,嵌入在由用户210穿着的衣服和/或织物中,嵌入在用户接口124和/或其相关联的头饰中和/或联接到用户接口124和/或其相关联的头饰(例如,带等)等。
ECG传感器156输出与用户210的心脏的电活动相关联的生理数据。在一些实施方式中,ECG传感器156包括在睡眠时段期间定位在用户210的一部分上或周围的一个或多个电极。来自ECG传感器156的生理数据可以用于例如,确定本文所述的睡眠相关参数中的一个或多个。
EEG传感器158输出与用户210的大脑的电活动相关联的生理数据。在一些实施方式中,EEG传感器158包括在睡眠时段期间定位在用户210的头皮上或周围的一个或多个电极。来自EEG传感器158的生理数据可以用于例如在睡眠时段期间的任何给定时间确定用户210的睡眠状态或睡眠阶段。在一些实施方式中,EEG传感器158可以集成在用户接口124和/或相关联的头饰(例如,带等)中。
电容传感器160、力传感器162和应变仪传感器164输出数据,该数据可以存储在存储器设备114中并由控制***110使用以确定本文所述的睡眠相关参数中的一个或多个。EMG传感器166输出与由一个或多个肌肉产生的电活动相关联的生理数据。氧传感器168输出指示气体(例如,在导管126中或在用户接口124处)的氧浓度的氧数据。氧传感器168可以是例如超声波氧传感器、电氧传感器、化学氧传感器、光学氧传感器,或其任何组合。在一些实施方式中,一个或多个传感器130还包括皮肤电反应(GSR)传感器、血流传感器、呼吸传感器、脉搏传感器、血压计传感器、血氧测定传感器,或其任何组合。
分析物传感器174可以用于检测用户210呼气中分析物的存在。由分析物传感器174输出的数据可以存储在存储器设备114中,并由控制***110使用以确定用户210的呼吸中的任何分析物的身份和浓度。在一些实施方式中,分析物传感器174定位在用户210的嘴附近,以检测从用户210的嘴呼出的呼吸中的分析物。例如,当用户接口124是覆盖用户210的鼻子和嘴的面罩时,分析物传感器174可以定位在面罩内以监测用户210的嘴呼吸。在其他实施方式中,如当用户接口124是鼻罩或鼻枕罩时,分析物传感器174可以定位在用户210的鼻子附近以检测通过用户的鼻子呼出的呼吸中的分析物。在更多其他实施方式中,当用户接口124是鼻罩或鼻枕罩时,分析物传感器174可以定位在用户210的嘴附近。在一些实施方式中,分析物传感器174可以用于检测任何空气是否无意中从用户210的嘴泄漏。在一些实施方式中,分析物传感器174是挥发性有机化合物(VOC)传感器,该VOC传感器可以用于检测碳基化学品或化合物。在一些实施方式中,分析物传感器174还可以用于检测用户210是否正在通过他们的鼻子或嘴呼吸。例如,如果由定位在用户210的嘴附近或面罩(在用户接口124是面罩的实施方式中)内的分析物传感器174输出的数据检测到分析物的存在,则控制***110可以使用该数据作为用户210正在通过他的嘴进行呼吸的指示。
湿度传感器176输出可以存储在存储器设备114中并由控制***110使用的数据。湿度传感器176可以用于检测用户周围(例如,在导管126或用户接口124内部、在用户210面部附近、在导管126和用户接口124之间的连接附近、在导管126和呼吸设备122之间的连接附近等)的各个区域中的湿度。因此,在一些实施方式中,湿度传感器176可以定位在用户接口124中或导管126中以监测来自呼吸设备122的加压空气的湿度。在其他实施方式中,湿度传感器176被放置在需要监测湿度水平的任何区域附近。湿度传感器176还可以用于监测围绕用户210的周围环境的湿度,例如,用户210的卧室内部的空气。湿度传感器176还可以用于追踪用户210对环境变化的生物特征识别响应。
一个或多个光检测和测距(LiDAR)传感器178可以用于深度感测。这种类型的光学传感器(例如,激光传感器)可以用于检测受试者并构建周围环境(如生活空间)的三维(3D)图。LiDAR通常可以利用脉冲激光来进行飞行时间测量。LiDAR也被称为3D激光扫描。在使用这种传感器的实例中,具有LiDAR传感器178的固定或移动设备(如智能手机)可以测量和映射远离传感器延伸5米或更远的区域。例如,LiDAR数据可以与由电磁式RADAR传感器估计的点云数据融合。LiDAR传感器178还可以使用人工智能(AI)通过检测和分类可能引起RADAR***的问题的空间中的特征来自动地对RADAR***建立地理围栏,如玻璃窗(其对RADAR可以是高度反射的)。例如,LiDAR还可以用于提供人的身高的估计,以及当人坐下或跌倒时身高的变化。LiDAR可以用于形成环境的3D网格表示。在进一步的用途中,对于无线电波穿过的固体表面(例如,无线电半透明材料),LiDAR可以反射离开此类表面,从而允许对不同类型的障碍物进行分类。
在一些实施方式中,一个或多个传感器130还包括皮肤电反应(GSR)传感器、血流传感器、呼吸传感器、脉搏传感器、血压计传感器、血氧测定传感器、声纳传感器、RADAR传感器、血糖传感器、颜色传感器、pH传感器、空气质量传感器、倾斜传感器、取向传感器、雨水传感器、土壤湿度传感器、水流传感器、酒精传感器,或其任何组合。
虽然在图1中单独示出,但是一个或多个传感器130的任意组合可以集成在***100的部件中的任何一个或多个中和/或联接到***100的部件中的任何一个或多个,这些部件包括呼吸设备122、用户接口124、导管126、湿化罐129、控制***110、用户设备170,或其任何组合。例如,声学传感器141和/或RF传感器147可以集成在用户设备170中且/或联接到用户设备170。在此类实施方式中,根据本公开的一些方面,用户设备170可以被认为是生成供***100(例如,控制***110)使用的附加或辅助数据的辅助设备。在一些实施方式中,一个或多个传感器130中的至少一个不物理地联接到和/或通信地耦接到呼吸治疗设备122、控制***110或用户设备170,并且在睡眠时段期间通常邻近用户210定位(例如,定位在用户210的一部分上或与用户210的一部分接触、由用户210佩戴、联接到床头柜或定位在床头柜上、联接到床垫、联接到天花板等)。
可以分析来自一个或多个传感器130的数据以确定一个或多个参数,如本文进一步详细公开的生理参数、环境参数、药理参数等。在一些情况下,一个或多个生理参数可以包括呼吸信号、呼吸速率、呼吸模式或形态、呼吸速率变异性、吸气幅度、呼气幅度、吸气-呼气比、呼吸之间的时间长度、最大吸气时间、最大呼气时间、强制呼吸参数(例如,区分释放呼吸与强制呼出)、一个或多个事件的发生、每小时的事件数量、事件模式、睡眠状态、睡眠阶段、呼吸暂停-低通气指数(AHI)、心率、心率变异性、用户210的移动、温度、EEG活动、EMG活动、ECG数据、交感神经响应参数、副交感神经响应参数,或其任何组合。该一种或多种事件可以包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停、低通气、有意的面罩泄漏、无意的面罩泄漏、嘴泄漏、咳嗽、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、惊厥、血压增加,或其任何组合。这些生理参数中的许多参数是睡眠相关参数,尽管在一些情况下可以分析来自一个或多个传感器130的数据以确定一个或多个非生理参数,如非生理睡眠相关参数。非生理参数可以包括环境参数和药理参数。非生理参数还可以包括呼吸疗法***的操作参数,包括流量、压力、加压空气的湿度、马达的速度等。还可以根据来自一个或多个传感器130的数据或根据其他类型的数据来确定其他类型的生理和非生理参数。
用户设备170(图1)包括显示设备172。用户设备170可以是例如移动设备,如智能手机、平板电脑、游戏机、智能手表、笔记本电脑等。替代地,用户设备170可以是外部感测***、电视(例如,智能电视)或另一智能家庭设备(例如,可选地具有显示器的智能扬声器,如支持Google HomeTM、Google NestTM、Amazon EchoTM、Amazon Echo ShowTM、AlexaTM的设备等)。在一些实施方式中,用户设备是可穿戴设备(例如,智能手表)。显示设备172通常用于显示包括静止图像、视频图像或两者的图像。在一些实施方式中,显示设备172充当人机界面(HMI),该HMI包括被配置成显示图像的图形用户界面(GUI)和输入界面。显示设备172可以是LED显示器、OLED显示器、LCD显示器等。输入界面可以是例如,触摸屏或触敏基板、鼠标、键盘或被配置成感测由与用户设备170交互的人类用户做出的输入的任何传感器***。在一些实施方式中,***100可以使用和/或包括一个或多个用户设备。
血压设备182通常用于帮助生成用于确定与用户相关联的一个或多个血压测量值的生理数据。血压设备182可以包括一个或多个传感器130中的至少一个,以测量例如收缩血压分量和/或舒张血压分量。
在一些实施方式中,血压设备182是血压计,该血压计包括可以由用户佩戴的可充气袖带和压力传感器(例如,本文所述的压力传感器132)。例如,如图2的实例所示,血压设备182可以佩戴在用户210的上臂上。在血压设备182是血压计的此类实施方式中,血压设备182还包括用于给袖带充气的泵(例如,手动操作的充气球)。在一些实施方式中,血压设备182联接到呼吸疗法***120的呼吸设备122,该呼吸设备122转而递送加压空气以对袖带充气。更一般地,血压设备182可以与控制***110、存储器114、呼吸疗法***120、用户设备170和/或活动追踪器190通信地耦接且/或物理地集成在其中(例如,在外壳内)。
活动追踪器190通常用于帮助生成用于确定与用户相关联的活动测量的生理数据。该活动测量可以包括例如步数、行进的距离、爬升的步数、体力活动的持续时间、体力活动的类型、体力活动的强度、站立所花费的时间、呼吸速率、平均呼吸速率、休息呼吸速率、最大呼吸速率、呼吸速率变异性、心率、平均心率、休息心率、最大心率、心率变异性、燃烧的卡路里数、血氧饱和度水平(SpO2)、皮肤电活动(也称为皮肤电导或皮肤电反应)、用户的位置、用户的姿势,或其任何组合。活动追踪器190包括本文所述的一个或多个传感器130,如运动传感器138(例如,一个或多个加速度计和/或陀螺仪)、PPG传感器154和/或ECG传感器156。
在一些实施方式中,活动追踪器190是可以由用户佩戴的可佩戴设备,如智能手表、腕带、戒指或贴片。例如,参考图2,活动追踪器190佩戴在用户210的手腕上。活动追踪器190还可以联接到用户穿着的衣物或衣服,或者集成在其中。替代地,活动追踪器190还可以联接到用户设备170或集成在用户设备170中(例如,在同一外壳内)。更一般地,活动追踪器190可以与控制***110、存储器114、呼吸疗法***120,和/或用户设备170,和/或血压设备182通信地联接且/或物理地集成在其中(例如,在外壳内)。
虽然控制***110和存储器设备114在图1中被描述和示出为***100的分开且不同的部件,但是在一些实施方式中,控制***110和/或存储器设备114集成在用户设备170和/或呼吸设备122中。替代地,在一些实施方式中,控制***110或其一部分(例如,处理器112)可以位于云中(例如,集成在服务器中、集成在物联网(IoT)设备中、连接到云、经受边缘云处理等)、位于一个或多个服务器(例如,远程服务器、本地服务器等,或其任何组合)中。
虽然***100被示出为包括上述所有部件,但是根据本公开的实施方式,在用于分析与用户对呼吸疗法***120的使用相关联的数据的***中可以包括更多或更少的部件。例如,第一替代***包括控制***110、存储器设备114和一个或多个传感器130中的至少一个。作为另一实例,第二替代***包括控制***110、存储器设备114、一个或多个传感器130中的至少一个、用户设备170和血压设备182,和/或活动追踪器190。作为又一实例,第三替代***包括控制***110、存储器设备114、呼吸疗法***120、一个或多个传感器130中的至少一个和用户设备170。作为另外的实例,第四替代***包括控制***110、存储器设备114、呼吸疗法***120、一个或多个传感器130中的至少一个、用户设备170和血压设备182,和/或活动追踪器190。因此,可以使用本文所示和所述的部件的任何部分或多个部分和/或与一个或多个其他部件组合来形成各种***。
参考图3中的时间线301,入床时间t入床与用户在入睡之前(例如,当用户躺下或坐在床上时)初始上床(例如,图2中的床230)的时间相关联。可以基于床阈值持续时间来识别入床时间t入床,以在用户为了睡觉而上床时的时间与用户出于其他原因(例如,看TV)而上床时的时间之间进行区分。例如,床阈值持续时间可以是至少约10分钟、至少约20分钟、至少约30分钟、至少约45分钟、至少约1小时、至少约2小时等。虽然在本文中参考床来描述入床时间t入床,但更一般地,入床时间t入床可以指用户为了睡觉初始进入任何位置(例如,沙发、椅子、睡袋等)的时间。
进入睡眠时间(GTS)与用户在入床(t入床)之后初始试图入睡的时间相关联。例如,在上床之后,用户可以参与一个或多个活动以在尝试睡觉之前放松一下(例如,阅读、看TV、听音乐、使用用户设备170等)。初始睡眠时间(t睡眠)是用户初始入睡的时间。例如,初始睡眠时间(t睡眠)可以是用户初始进入第一非REM睡眠阶段的时间。
醒来时间t觉醒是与用户醒来而不再次入睡(例如,与用户在半夜醒来并再次入睡相反)的时间相关联的时间。用户可以在初始入睡之后可能经历具有短持续时间(例如,4秒、10秒、30秒、1分钟等)的一次或多次无意识微唤醒(例如,微唤醒MA1和MA2)。与醒来时间t觉醒相反,用户在微唤醒MA1和MA2中的每一个之后再次入睡。类似地,用户在初始入睡之后可能具有一次或多次有意识的唤醒(例如,唤醒A)(例如,起身去浴室、照顾儿童或宠物、梦游等)。然而,用户在唤醒A之后再次入睡。因此,醒来时间t觉醒可以例如基于觉醒阈值持续时间(例如,用户清醒至少15分钟、至少20分钟、至少30分钟、至少1小时等)来定义。
类似地,起床时间t起床与用户下床并远离床以旨在结束睡眠时段(例如,与用户在夜间起身去浴室、照顾儿童或宠物、梦游等相反)的时间相关联。换句话说,起床时间t起床是用户最后离开床而不返回床直到下一个睡眠时段(例如,下一个晚上)的时间。因此,起床时间t起床可以例如基于起身阈值持续时间(例如,用户已经离开床至少15分钟、至少20分钟、至少30分钟、至少1小时等)来定义。还可以基于起身阈值持续时间(例如,用户已经离开床至少3小时、至少6小时、至少8小时、至少12小时等)来定义第二后续睡眠时段的入床时间t入床时间。
如上所述,在初始t入床和最终t起床之间的夜晚期间,用户可以醒来并离开床一次以上。在一些实施方式中,基于事件(例如,入睡或离开床)之后的预定阈值持续时间来识别或确定最终醒来时间t觉醒和/或最终起床时间t起床。这样的阈值持续时间可以为用户定制。对于在晚上上床,然后在早上醒来并起床的标准用户,可以使用约12至约18小时的任何时间段(在用户醒来(t觉醒)或起床(t起床)与用户入床(t入床)、进入睡眠(tGTS)或入睡(t睡眠)之间)。对于在床上花费较长时间段的用户,可以使用较短的阈值时间段(例如,在约8小时和约14小时之间)。可以基于监视用户睡眠行为的***初始地选择和/或稍后调整阈值时间段。
总卧床时间(TIB)是入床时间t入床和起床时间t起床之间的持续时间。总睡眠时间(TST)与初始睡眠时间和醒来时间之间的持续时间相关联,不包括其间的任何有意识或无意识的唤醒和/或微唤醒。通常,总睡眠时间(TST)将比总卧床时间(TIB)短(例如,短一分钟、短十分钟、短一小时等)。例如,参考图3的时间线301,总睡眠时间(TST)在初始睡眠时间t睡眠与醒来时间t觉醒之间跨越,但不包括第一微唤醒MA1、第二微唤醒MA2和唤醒A的持续时间。如图所示,在该实例中,总睡眠时间(TST)比总卧床时间(TIB)短。
在一些实施方式中,总睡眠时间(TST)可以被定义为持续总睡眠时间(PTST)。在此类实施方式中,持续总睡眠时间不包括预定初始部分或第一非REM阶段(例如,浅睡眠阶段)的时间段。例如,预定初始部分可以为约30秒至约20分钟、约1分钟至约10分钟、约3分钟至约4分钟等。持续总睡眠时间是持续睡眠的度量,并且使睡眠-觉醒睡眠图平滑。例如,当用户初始入睡时,用户可以处于第一非REM阶段很短的时间(例如,约30秒),然后返回觉醒阶段很短的时间段(例如,一分钟),并且然后返回到第一非REM阶段。在该实例中,持续总睡眠时间不包括第一非REM阶段的第一例子(例如,约30秒)。
在一些实施方式中,睡眠时段被定义为在入床时间(t入床)开始并在起床时间(t起床)结束,即,睡眠时段被定义为总卧床时间(TIB)。在一些实施方式中,睡眠时段被定义为在初始睡眠时间(t睡眠)开始并在醒来时间(t觉醒)结束。在一些实施方式中,睡眠时段被定义为总睡眠时间(TST)。在一些实施方式中,睡眠时段被定义为在进入睡眠时间(tGTS)开始并在醒来时间(t觉醒)结束。在一些实施方式中,睡眠时段被定义为在进入睡眠时间(tGTS)开始并在起床时间(t起床)结束。在一些实施方式中,睡眠时段被定义为在入床时间(t入床)开始并在醒来时间(t觉醒)结束。在一些实施方式中,睡眠时段被定义为在初始睡眠时间(t睡眠)开始并在起床时间(t起床)结束。
参考图4,图示了根据一些实施方式的与时间线301(图3)相对应的示例性睡眠图400。如图所示,睡眠图400包括睡眠-觉醒信号401、觉醒阶段轴410、REM阶段轴420、浅睡眠阶段轴430和深睡眠阶段轴440。睡眠-觉醒信号401与轴410至440中的一个之间的相交指示在睡眠时段期间任何给定时间的睡眠阶段。
睡眠-觉醒信号401可以基于与用户相关联的生理数据(例如,由本文描述的传感器130中的一个或多个生成)而生成。睡眠-觉醒信号可以指示一种或多种睡眠状态,包括觉醒、放松的觉醒、微唤醒、REM阶段、第一非REM阶段、第二非REM阶段、第三非REM阶段,或其任何组合。在一些实施方式中,第一非REM阶段、第二非REM阶段和第三非REM阶段中的一个或多个可以被分组在一起并且被分类为浅睡眠阶段或深睡眠阶段。例如,浅睡眠阶段可以包括第一非REM阶段,而深睡眠阶段可以包括第二非REM阶段和第三非REM阶段。虽然在图4中示出的睡眠图400包括浅睡眠阶段轴430和深睡眠阶段轴440,但是在一些实施方式中,睡眠图400可以包括针对第一非REM阶段、第二非REM阶段和第三非REM阶段中的每一个的轴。在其他实施方式中,睡眠-觉醒信号还可以指示呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时的事件数量、事件模式,或其任何组合。描述睡眠-觉醒信号的信息可以存储在存储器设备114中。
睡眠图400可以用于确定一个或多个睡眠相关参数,如睡眠开始潜伏期(SOL)、睡眠后觉醒开始(WASO)、睡眠效率(SE)、睡眠碎片化指数、睡眠块,或其任何组合。
睡眠开始潜伏期(SOL)被定义为进入睡眠时间(tGTS)与初始睡眠时间(t睡眠)之间的时间。换句话说,睡眠开始潜伏期指示用户在初始试图入睡之后实际入睡所花费的时间。在一些实施方式中,睡眠开始潜伏期被定义为持续睡眠开始潜伏期(PSOL)。持续睡眠开始潜伏期与睡眠开始潜伏期的不同之处在于,持续睡眠开始潜伏期被定义为进入睡眠时间与预定量的持续睡眠之间的持续时间。在一些实施方式中,预定量的持续睡眠可以包括例如在第二非REM阶段、第三非REM阶段和/或觉醒不超过2分钟的REM阶段、第一非REM阶段和/或其间的移动内至少10分钟的睡眠。换句话说,持续睡眠开始潜伏期需要在第二非REM阶段、第三非REM阶段和/或REM阶段内持续睡眠长达例如,8分钟。在其他实施方式中,预定量的持续睡眠可以包括在初始睡眠时间之后的第一非REM阶段、第二非REM阶段、第三非REM阶段和/或REM阶段内的至少10分钟的睡眠。在此类实施方式中,预定量的持续睡眠可以不包括任何微唤醒(例如,十秒微唤醒不重新开始10分钟时间段)。
睡眠后觉醒开始(WASO)与用户在初始睡眠时间和醒来时间之间清醒的总持续时间相关联。因此,睡眠后觉醒开始包括睡眠时段期间的短暂唤醒和微唤醒(例如,图4所示的微唤醒MA1和MA2),无论是有意识的还是无意识的。在一些实施方式中,睡眠后觉醒开始(WASO)被定义为持续睡眠后觉醒开始(PWASO),PWASO仅包括具有预定长度(例如,大于10秒、大于30秒、大于60秒、大于约4分钟、大于约10分钟等)的唤醒的总持续时间。
睡眠效率(SE)被确定为总卧床时间(TIB)与总睡眠时间(TST)的比。例如,如果总卧床时间是8小时并且总睡眠时间是7.5小时,则该睡眠时段的睡眠效率是93.75%。睡眠效率指示用户的睡眠卫生。例如,如果用户在睡觉之前上床并花费时间参与其他活动(例如,看TV),则睡眠效率将降低(例如,用户被处罚)。在一些实施方式中,可以基于总卧床时间(TIB)和用户试图睡觉的总时间来计算睡眠效率(SE)。在此类实施方式中,用户试图睡觉的总时间被定义为进入睡眠(GTS)时间与本文描述的起床时间之间的持续时间。例如,如果总睡眠时间是8小时(例如,下午11点至上午7点),进入睡眠时间是下午10:45,并且起床时间是上午7:15,则在此类实施方式中,睡眠效率参数被计算为约94%。
至少部分地基于睡眠时段期间的唤醒次数来确定碎片化指数。例如,如果用户具有两次微唤醒(例如,图4所示的微唤醒MA1和微唤醒MA2),则碎片化指数可以表示为2。在一些实施方式中,碎片化指数在整数的预定范围(例如,0至10)之间缩放。
睡眠块与任何睡眠阶段(例如,第一非REM阶段、第二非REM阶段、第三非REM阶段和/或REM阶段)和觉醒阶段之间的转换相关联。可以以例如30秒的分辨率计算睡眠块。
在一些实施方式中,本文描述的***和方法可以包括生成或分析包括睡眠-觉醒信号的睡眠图,以至少部分地基于睡眠图的睡眠-觉醒信号确定或识别入床时间(t入床)、进入睡眠时间(tGTS)、初始睡眠时间(t睡眠)、一次或多次第一微唤醒(例如,MA1和MA2)、醒来时间(t觉醒)、起床时间(t起床),或其任何组合。
在其他实施方式中,传感器130中的一个或多个可以用于确定或识别转而定义睡眠时段的入床时间(t入床)、进入睡眠时间(tGTS)、初始睡眠时间(t睡眠)、一个或多个第一微唤醒(例如MA1和MA2)、醒来时间(t觉醒)、起床时间(t起床),或其任何组合。例如,可以基于例如由运动传感器138、麦克风140、相机150,或其任何组合生成的数据来确定入床时间t入床。可以基于例如来自运动传感器138的数据(例如,指示用户没有移动的数据)、来自相机150的数据(例如,指示用户没有移动和/或用户已经关闭灯的数据)、来自麦克风140的数据(例如,指示用户关闭TV的数据)、来自用户设备170的数据(例如,指示用户不再使用用户设备170的数据)、来自压力传感器132和/或流量传感器134的数据(例如,指示用户打开呼吸疗法设备122的数据、指示用户戴上用户接口124的数据等),或其任何组合来确定进入睡眠时间。
图5至图7涉及促进参与睡眠疗法计划。睡眠疗法计划是用于定义个体的睡眠疗法的特定进程的一组指令、变量和/或其他元素。睡眠疗法可以包括用户治疗睡眠相关病症所遵循的任何一组程序。如本文所用,术语睡眠疗法通常旨在是指使用除呼吸疗法以外的手段治疗睡眠相关病症。本公开的某些方面对于促进参与遵循行为睡眠疗法(例如,涉及监测、调整或以其他方式处理个体行为的睡眠疗法)的计划尤其有用。行为睡眠疗法的一个实例是CBTi。在一些情况下,睡眠疗法可以包括行为睡眠疗法与另一类型的睡眠疗法(例如,药理干预程序,如助眠药,比如抗组胺剂、***等)的组合。在一些情况下,另一类型的睡眠疗法可以包括睡眠障碍性呼吸(例如,睡眠呼吸暂停)疗法,如PAP、MRD等。
CBTi是一种行为睡眠疗法,其涉及设计用于治疗失眠的多种组成部分。每个CBTi组成部分可以包括用于监测和修改行为以治疗失眠的各方面的说明书和策略。在刺激控制组成部分中,个体可以采取各种动作来增强个体的床与睡眠之间的关联。在睡眠限制组成部分中,通过有目的地限制花费在床上的时间量并且仅在睡眠质量已经充分改善之后才逐步增加在床上的时间量,以睡眠量为代价来对准睡眠质量。在干扰睡眠的微觉醒/激活组成部分中,使用技术来管理压力、想法等,以帮助限制干扰睡眠的想法的存在。CBTi还可以包括帮助促成某些饮食习惯(例如,在睡觉之前限制某些物质,如酒精和引起兴奋的物质)、加强用户的生物钟(例如,通过使床时间与昼夜节律钟相匹配)等的组成部分。CBTi的一个重要方面是收集日志数据并偶尔与健康护理专业人员进行会议,以评估日志数据并对今后的CBTi计划进行更改。
睡眠疗法计划可以由一组疗法参数和/或用于实施疗法参数的指令来定义。可以使用任何数量和类型的疗法参数来描述任何给定的睡眠疗法计划。例如,CBTi睡眠疗法计划可以包括许多疗法参数,如i)目标卧床时间;ii)目标起床时间;iii)目标睡眠时间(例如,睡眠将要开始的时间);iv)目标唤醒时间(例如,个体应当被唤醒的时间);v)警报时间(例如,警报应当鸣响以唤醒个体的时间);vi)目标睡眠持续时间(例如TST或PTST);vii)药理剂量参数(例如,表示药物的一般类别、特定药物、药物的目标量、使用药物的目标时间、关于如何使用药物的信息、关于在使用药物之前或之后要执行或避免什么的信息,或与用户相关联的任何其他药理学相关信息的参数);viii)睡眠环境参数(例如,环境中的光水平、环境中的温度水平、环境中的声音水平、环境的类别,或与用户相关联的任何其他环境相关信息);ix)睡眠前活动参数(例如,在睡眠时段之前或入睡之前要执行或避免的一个或多个活动的列表、在锻炼之后和在开始睡眠时段之前应当剩余的目标时间量、要执行的目标放松锻炼;或与个体在睡眠时段之前可能执行的活动相关的任何其他信息);或x)i至ix的任何组合。CBTi睡眠疗法计划也可以包括其他疗法参数。
本公开的某些方面和特征涉及使用传感器数据(例如,以非接触方式测量生物运动的被动和/或主动声学感测、RADAR感测(例如,使用FMCW或CW信号)等)来预筛查个体的可能影响睡眠疗法计划(例如,CBTi睡眠疗法计划)的功效和/或以其他方式危害个体的睡眠相关障碍。本公开的某些方面和特征涉及使用传感器数据(例如,经由提取的生理参数)来智能地预配置和/或更新睡眠疗法计划(例如,CBTi睡眠疗法计划)的疗法参数,如预先预配置和/或实时或接近实时地更新。本公开的某些方面和特征涉及使用传感器数据来自动地生成(例如,创建和/或附加)与睡眠疗法计划(例如,CBTi睡眠疗法计划)相关联的日志,以减少参与睡眠疗法计划的个体的负担。本公开的某些方面和特征涉及通过响应于检测到的刺激或被睡眠疗法计划阻止的动作而自动地监视、记录和/或行动(例如,当用户正在使用智能手机或看电视时通知用户根据他们的睡眠疗法计划他们不应当这样做)来改善睡眠疗法计划(例如,CBTi睡眠疗法计划)的功效。本公开的某些方面可以与呼吸疗法组合,尽管情况并非总是如此。
本公开的某些方面和特征可以识别失眠患者候选人,包括可以受益于睡眠疗法计划(如CBTi)的失眠患者候选人。本公开的某些方面和特征可以经由请求主观反馈(例如,提供问卷)和/或传感器数据(例如,根据心率变化检测过度觉醒)来识别可能导致失眠的生理参数,如焦虑和压力。本公开的某些方面和特征可以仅在以下几项期间收集传感器数据:i)在睡眠时段期间;ii)在睡眠时段期间和邻近睡眠时段(例如,在睡眠时段之前或之后不久(例如,在约15、30或60分钟内));iii)在除了睡眠时段期间和邻近睡眠时段的时间之外的时间期间;或iv)i至iii的任何组合。本公开的某些方面和特征仅使用以下几项来收集传感器数据:i)非接触式传感器;ii)可穿戴传感器;iii)呼吸疗法设备传感器;或iv)i至iii的任何组合。本公开的某些方面和特征通过使用如本文公开的传感器数据作为手动问卷和手动数据记录中的一些或全部的替代来促进参与某些睡眠疗法计划(如CBTi睡眠疗法计划)。
在一些情况下,可以在实施睡眠疗法计划之前执行本公开的某些方面,如预筛查进行睡眠疗法的个体(例如,具有SDB(如OSA)的用户可能与CBTi不兼容或者可能需要调整CBTi程序)和/或获得基线数据。在一些情况下,可以在用户正参与睡眠疗法计划时执行本公开的某些方面,该睡眠疗法计划可以包括在用户正处于睡眠时段中时或在用户仍处于睡眠疗法计划的进程中的睡眠时段之间,如自动地调整疗法参数或监视当前睡眠疗法计划的功效。在一些情况下,可以在完成睡眠疗法计划之后执行本公开的某些方面,如监测完成的睡眠疗法计划的功效和/或预筛查未来睡眠疗法计划(例如,在潜在的失眠复发的情况下、在可以重新开始或继续过去的睡眠疗法计划中的全部、一些或不重新开始或继续过去的睡眠疗法计划的情况下)。
在第一示例使用情况下,用户可以具有智能手机应用,该智能手机应用使用非接触式传感器(例如,以例如有源声学(声纳)和/或无源声学传感器的形式的智能手机的麦克风和扬声器)来检测用户在睡眠期间的生物活动并提供对用户的睡眠时段的分析。在该使用情况下,智能手机应用可以识别到用户正表现出SDB(如OSA)的迹象(例如,由于检测到的呼吸暂停或其他睡眠事件)。在那时或稍后时间,智能手机应用可以检测到用户正表现出失眠的迹象。智能手机应用可以向个体提供推荐以使他们的失眠得到治疗,但是可以警告反对某些睡眠疗法计划或某些睡眠疗法计划的某些组成部分。在该实例中,该推荐可以包括用户寻求专业人员帮助进行CBTi的推荐,以及可取的避免CBTi的睡眠限制方面的警告。在一些情况下,智能手机应用可以自动地调整CBTi程序和/或可以帮助实施与用户的SDB(如OSA)兼容的替代CBTi程序。
在一个实例中,如果用户在一个或多个夜晚表现出等于或大于5的AHI,则存在CBTi中的睡眠限制可能在第二天导致深深睡意和潜在事故的显著风险。因此,对于具有SDB(例如,OSA)的某些个体,可能需要调整和/或避免CBTi程序。
在第二示例使用情况下,用户可以具有智能手机应用,该智能手机应用使用非接触式传感器(例如,智能手机的麦克风和扬声器)来检测用户在睡眠期间的生物活动并提供对用户的睡眠时段的分析。在该使用情况下,智能手机应用可以识别出用户正表现出OSA的迹象(例如,由于检测到的呼吸暂停或其他睡眠事件),并且可以识别出用户似乎正在参与指示用户正在实践睡眠疗法计划(如CBTi计划)的某些动作。智能手机应用,可选地在向用户呈现确认之后(例如,“您当前使用CBTi计划或参与有意的睡眠限制吗?”),可以向用户呈现警告,即CBTi计划或睡眠限制可能被劝阻,因为它显示用户具有OSA。
在第三示例使用情况下,用户可以具有智能手机应用,该智能手机应用使用非接触式传感器(例如,智能手机的麦克风和扬声器)来检测用户在睡眠期间的生物活动并提供对用户的睡眠时段的分析。在该使用情况下,用户可能正在经历睡眠疗法,如CBTi计划的睡眠限制组成部分。用户可以简单地设置目标睡眠持续时间,而不是仅仅在给定时间(例如,在下午11:30左右上床之后的上午5点)内设置静态警报。然后,智能手机应用将使用检测到的生物活动来识别用户何时已经入睡,然后在用户已经达到目标睡眠持续时间之后,可选地当用户处于特定睡眠阶段或一组睡眠阶段时,自动地触发警报以鸣响。附加地,智能手机应用可以生成睡眠相关数据的日志以用于CBTi计划。
在第四示例使用情况下,用户可以具有智能手机应用,该智能手机应用使用非接触式传感器(例如,智能手机的麦克风和扬声器)来检测用户在睡眠期间的生物活动并提供对用户的睡眠时段的分析。在该使用情况下,用户可能正在经历睡眠疗法,如CBTi计划的睡眠干扰微觉醒/激活组成部分。智能手机应用可以使用检测到的生物活动或其他传感器数据来检测用户正准备进入睡眠。智能手机应用还可以检测一个或多个睡眠干扰元素,如智能手机或智能手机上的给定应用的使用、卧室中升高的光水平、卧室中升高的声音水平、电视的使用等。智能手机应用然后可以向用户提供通知(例如,“看起来你可能正在看TV。您的CBTi计划推荐上床的30分钟内不要看TV。”)和/或自动地采取行动来移除或减少睡眠干扰元素(例如,自动地调整环境中一个或多个设备的光水平或声音水平)。
在第五示例使用情况下,用户可以具有智能手机应用,该智能手机应用使用非接触式传感器(例如,智能手机的麦克风和扬声器)来检测用户在睡眠期间的生物活动并提供对用户的睡眠时段的分析。在该使用情况下,用户可能正在经历睡眠疗法。智能手机应用可以检测到用户在一天中更早地小睡过。因此,智能手机应用可以基于用户的小睡自动地调整睡眠疗法计划的一个或多个参数(例如,调整CBTi计划的目标卧床时间)。
图5是描绘根据本公开的一些实施方式的用于更新睡眠疗法计划的过程500的流程图。过程500可以由图1的***100执行,如由用户设备(例如,图1的用户设备170)执行。过程500可以实时或接近实时地执行。
在框502处,接收传感器数据。传感器数据可以从一个或多个传感器接收,如图1的一个或多个传感器130。在框502处接收的传感器数据可以是生物计量传感器数据,尽管不一定总是这样。接收的传感器数据可以包括如本文公开的任何合适的传感器数据,包括例如心率数据、个体温度数据、移动数据、生物运动数据、环境光数据、环境温度数据、药理数据等。在一些情况下,来自一个或多个传感器的传感器数据可以用于同步来自一个或多个附加传感器的附加传感器数据。在一些情况下,在框504处从传感器数据的一个或多个通道识别的参数可以用于帮助同步传感器数据的通道。如本文所述,传感器数据可以由以下几项生成:i)一个或多个非接触式传感器(如无源和/或有源声学传感器、雷达传感器等);ii)一个或多个可穿戴传感器(如具有医疗级(例如FDA批准的)生理传感器的智能手表);iii)一个或多个呼吸疗法设备传感器(如流量传感器、压力传感器、麦克风等);或iv)i至iii的任何组合。在一个实例中,传感器数据可以由非接触式传感器(如无源和/或有源声学传感器)和可穿戴传感器(如PPG传感器、ECG传感器,其可以安装在智能手表或指尖探针中)生成。在另一实例中,传感器数据可以由非接触式传感器(如无源和/或有源声学传感器)和呼吸疗法设备传感器(如流量传感器和/或压力传感器)生成。
在一些情况下,传感器数据具体地包括生物运动数据,如经由如本文公开的一个或多个非接触式传感器获取的生物运动数据。生物运动数据可以涉及由于呼吸和/或总体身体移动(如睡眠时段之前、期间和/或之后的肢体运动)引起的用户移动。在一些情况下,使用非接触式传感器可能特别重要,因为用户患有失眠,在这种情况下,接触式传感器可能进一步干扰用户睡觉的能力。这样的传感器(例如,如本文所述的无源和/或有源声学传感器;雷达传感器;或远程PPG传感器)可以放置在床边,并且一旦激活,就检测用户的存在/不存在,并且一旦检测到存在,就开始生成与用户相关联的生物活动数据,而无需用户的进一步输入或与传感器交互。如上所述,生物运动数据可以包括与身体移动相关的信息,该信息可以包括用户身体的任何部分(如用户的胸部、用户的手臂、用户的腿部等)的移动。在一些情况下,身体移动信息包括呼吸相关的移动信息。
在框504处,可以从接收的传感器数据提取一个或多个参数。提取参数可以包括在框506处提取一个或多个生理参数、一个或多个环境参数508、一个或多个药理参数510或其他合适的参数。在一些情况下,参数可以基于一个或多个其他参数(例如,一个或多个参数可以充当另一参数的基础)。在一些情况下,参数可以是两个参数之间的变化,如变化率或变化量。
在框506处,提取生理参数可以包括处理接收的传感器数据并提取与用户相关联的生理参数,如心率、心率变异性、个体的温度(例如,皮肤温度)、温度变异性、呼吸速率、呼吸速率变异性、呼吸形态、EEG活动、EMG活动、ECG数据等。
在一些情况下,生理参数可以是睡眠相关参数,尽管在一些情况下,睡眠相关参数可以是非生理参数。睡眠相关参数是与用户的睡眠时段相关联的参数。作为生理参数的睡眠相关参数的实例包括呼吸暂停-低通气指数(AHI)评分、睡眠评分、呼吸信号、呼吸速率、吸气幅度,呼气幅度、吸气-呼气比、每小时的事件数量、事件模式、睡眠阶段、心率、心率变异性、用户的移动、温度、EEG活动、EMG活动、微觉醒、打鼾、窒息、咳嗽、吹口哨、喘息,或其任何组合。非生理睡眠相关参数的实例包括与呼吸疗法设备相关联的参数,如呼吸设备的流量或压力设置等。在一些情况下,从接收自呼吸疗法设备的传感器数据提取的参数在提取生理参数或其他参数方面可能是有用的。
在一些情况下,当用户参与睡眠限制时,了解睡眠阶段信息可能特别有用。在睡眠限制期间,用户可能经历异常高的深睡眠与REM睡眠比。在睡眠限制期间,可能存在反弹效应,其中AHI将在REM期间显著增加并提供人为高的AHI。因此,可以通过了解睡眠阶段信息以及了解一个或多个疗法参数(例如,来自框512的疗法参数,如睡眠限制参数)来解释人为高的AHI。
在一些情况下,提取生理参数可以基于生物运动传感器数据。生物运动信息可以从生物计量传感器数据中提取。可以通过处理生物运动信息来从生物运动信息中提取胸部运动信息。可以通过处理胸部运动信息来确定各种生理参数,包括睡眠相关参数,例如呼吸暂停-低通气指数(AHI)评分、睡眠评分、呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时的事件数量、事件模式以及睡眠状态和/或睡眠阶段。在一些情况下,生物运动传感器数据可以从非接触式传感器获得。
在确定与追踪卧床时间(TiB)相关联的生理参数相对于睡眠效率方面,这种追踪可以是年龄相关的。对于中年队列,示例性参数可能是如果睡眠效率≥90%,则应当增加目标睡眠持续时间;如果睡眠效率为85至90%,则不改变目标睡眠持续时间;并且如果睡眠效率下降到85%以下,这表明当用户试图睡觉时清醒的时间过多,则应当减少目标睡眠持续时间(例如,减少15至30分钟)。这些变化可以通过调整疗法参数以使人早些觉醒和/或延迟下一个睡眠时段的目标就寝时间来实现—并且,例如,注意不应该小睡(除非关系到安全性)。
在框508处提取环境参数可以包括从接收自框502的传感器数据中提取关于环境的信息。环境参数可以包括与用户所处的和/或用户在其中参与睡眠时段的环境相关联的任何参数。合适的环境参数的实例包括环境温度、湿度、噪声水平、光水平等。
在一些情况下,可以识别环境中的噪声。此类噪声可能涉及行为或非行为源。例如,背景噪声或打鼾的床伴可以在睡眠时段期间使用户保持清醒和/或觉醒。在一些情况下,噪声可能与用户的移动有关,如如果床或床框架有噪声。在一些情况下,可以检测环境光照状况,如光水平。光水平可以用于根据睡眠疗法计划调整睡眠的目标(推荐)光水平,这可以通过用户进行改变(例如,关闭窗帘)或经由自动控制(例如,通过调整智能灯泡或自动地关闭机动化窗帘)来实现。类似地,可以检测与睡眠环境的温度相关的环境参数,并将其用于根据睡眠疗法计划调整睡眠的目标(推荐)温度。
在框510处提取药理参数可以包括提取关于用户预期服用或明确地不服用的一种或多种药物的信息。例如,药理参数可以包括药物的一般类别、特定药物、药物的量、使用药物的时间、关于如何使用药物的信息(例如,用户如何服用药物,如用水或不用水)、关于在使用药物之前或之后要执行或避免什么的信息(例如,用户在服用药物之后是否避免进食),或与用户相关联的任何其他药理学相关信息。
例如,作为睡眠疗法计划的一部分,可以监视服用助眠药的用户。提取的药理参数可以用于记录药物剂量、记录跳过的药物等。如果发现要服用和/或跳过药物,则***可以相应地自动地更新疗法参数,以便在确定用户已服用助眠药时提供更大或更小的睡眠持续时间。
如本文所用,在框504处提取的一个或多个参数可以用作后续框至少部分地基于来自框502的传感器数据的基础。例如,至少部分地基于来自框502的传感器数据的日志可以经由在框504处提取的一个或多个参数至少部分地基于传感器数据。
在框512处,接收一个或多个疗法参数。接收疗法参数可以包括访问存储在本地(例如,存储在本地存储器中)的疗法参数、访问存储在外部源(例如,远程医疗数据库)上的疗法参数、从用户输入(例如,经由用户问卷)获得疗法参数、基于来自框504的一个或多个提取的参数或以其他方式预测疗法参数。在框512处接收一个或多个疗法参数可以包括确定用户正在参与睡眠疗法计划。在一些情况下,在框512处接收一个或多个疗法参数可以包括确定用户正在参与为CBTi或包括CBTi的一个或多个组成部分(如睡眠限制)的睡眠疗法计划。
在框512处可以接收任何合适的疗法参数。在一个实例中,在框512处接收目标睡眠持续时间。目标睡眠持续时间可以是用户计划在下一个睡眠时段期间睡眠的时间长度,如在他们的睡眠疗法计划中所概述的,如五小时。可以在框512处接收任何其他疗法参数,包括在本文中进一步详细描述的那些参数。
在框514处,生成更新的疗法参数。生成更新的疗法参数可以包括生成当前未在睡眠疗法计划中使用的新的疗法参数,生成在睡眠疗法计划中使用的疗法参数的替换值,或者生成要应用于在睡眠疗法计划中使用的疗法参数的变化量。
在框514处生成更新的疗法参数可以基于一个或多个因素,包括来自框504的一个或多个提取的参数。在框514处生成更新的疗法参数可以包括使用i)来自框506的提取的生理参数;ii)来自框508的提取的环境参数;iii)来自框510的提取的药理参数;iv)来自框504的提取的睡眠相关参数;或v)i至iv的任何组合。
在一个实例中,在框506处提取的生理参数可以包括睡眠阶段信息(例如,如参考图4的睡眠-觉醒信号401所看到的睡眠阶段信息)。在示例情况下,生理参数可以指示用户何时入睡的时间。在这样的实例中,过程500可以包括基于用户何时入睡的时间(例如,初始睡眠时间)和来自框512的目标睡眠持续时间疗法参数来生成更新的警报时间。更新的警报时间可以是新的疗法参数(例如,如果先前没有为睡眠疗法计划建立过警报时间)或更新的疗法参数(例如,如果先前为睡眠疗法计划建立了不同的警报时间)。如本文进一步详细描述的,更新的警报时间疗法参数可以用于如实时地更新睡眠疗法计划。因此,***将触发警报的时间将基于用户的实际初始睡眠时间自动地更新。
在一些情况下,在框514处生成更新的疗法参数可以包括使用多个因素,如来自框504的多个提取的参数。例如,未来警报时间不仅可以基于初始睡眠时间,而且可以基于总睡眠时间或持久总睡眠时间。例如,对于来自前一实例的用户,过程500的进一步迭代可以包括在框506处提取指示微唤醒的数量的生理参数。在此类情况下,在框514生成的更新的警报时间可以进一步基于关于微唤醒的信息,如通过将更新的警报时间延迟微唤醒的持续时间。因此,***将自动地和动态地确保用户获得目标睡眠持续时间,而不管在初始入睡之后可能发生的任何微唤醒或其他唤醒。
在一个实例中,在框514处生成更新的疗法参数可以包括将最佳唤醒时间定制为智能警报特征,该智能警报特征优先地使用户从浅N1或N2睡眠阶段觉醒(例如,如根据来自框504的提取的参数所确定)。在一些情况下,可以通过较早或较晚地动态地更新醒来时间(例如,警报时间)以将睡眠效率百分比作为目标来定制最佳唤醒时间。在一些情况下,这样的目标睡眠效率百分比可以通过进入睡眠疗法计划的进程中的天数来加权。例如,可以为初始开始睡眠疗法计划的用户提供不太繁重的目标,以使用户易于进入睡眠疗法计划并促成成就感,以提高对睡眠疗法计划的依从性。在一些情况下,一旦***检查用户是否可以实现超过其自身的基线(例如,预编程的基线或检测到的基线)的任何睡眠效率改善,则***可以将由进入程序的天数加权的睡眠效率百分比作为目标。在一些情况下,唤醒时间可以基于将卧床时间和睡眠效率的总和转到睡眠时段中的那一点来定制。
在一些情况下,***可以基于检测到用户可能在睡眠时段期间觉醒而更新某些疗法参数。如果用户唤醒并且***确定用户不太可能快速入睡(例如,基于接收到的传感器数据),则更新疗法参数可以包括更新新的卧床时间和/或更新新的睡眠前活动疗法参数以鼓励用户离开床并做一些事情直到他们再次疲倦。在一个实例中,这样的更新可以通过打开用户环境中的灯来实现。这样的动作可以有意地强迫或强烈地暗示用户离开床并且仅当他们再次疲倦时才返回,因此他们可以在疲倦时重新开始他们的睡眠时段。
在一些情况下,如果用户的睡眠相关参数已经从低于阈值改善到高于阈值,则该***可以在特别繁重的CBTi任务中触发暂停,因为已经实现早期“成功”。例如,如果用户在睡眠限制的进程期间充分改善了睡眠质量,则该***可以自动地调整疗法参数来消除和/或减少睡眠限制,因为用户可能不再需要它。
在框516处,可以呈现在框514处生成的更新的疗法参数。呈现更新的疗法参数可以包括自动地应用更新的疗法参数,在自动地应用更新的疗法参数之前提示用户或允许用户手动地应用更新的疗法参数,或者在自动地应用更新的疗法参数之前提示另一个体(例如,健康护理专业人员)或允许另一个体手动地应用更新的疗法参数。更新的疗法参数的自动应用可以实时或接近实时地发生(例如,当用户睡觉时动态地改变疗法参数),或延迟发生(例如,在睡眠时段之间改变疗法参数)。
在一些情况下,呈现更新的疗法参数可以包括在框518处将更新的疗法参数视觉化地呈现给用户。视觉化地呈现更新的疗法参数可以包括如经由显示设备或其他方式向用户呈现应当改变特定疗法参数以实现更期望的结果的指示。在一些情况下,视觉化地呈现更新的疗法参数可以包括呈现促进用户对睡眠疗法计划进行改变的信息(例如,关于如何进行改变的指令)。
在一些情况下,在框518处视觉化地呈现更新的疗法参数可以包括将更新的疗法参数呈现给除用户之外的个体,如健康护理专业人员或其他护理者。例如,在一些情况下,可以通知管理用户的睡眠疗法计划的健康护理提供者关于对用户的睡眠疗法计划的建议改变,向健康护理提供者提供机会以:i)接受该改变并自动地实施该改变或以其他方式促进该改变的实施;ii)与用户一起考虑针对后续跟进会话的变化;或iii)与用户沟通讨论该变化。
在一些情况下,在框518处视觉化地呈现更新的疗法参数可以包括使用聊天机器人或其他这样的参与平台来使用户参与。在一些情况下,如果满足某些标准,则该***可以促进与指导人员(如健康护理专业人员)连接。
在一些情况下,在框516处呈现更新的疗法参数可以包括在框520处自动地更新疗法参数。自动地更新疗法参数可以包括调整睡眠疗法计划的疗法参数。例如,可以通过改变警报时间来自动地调整警报时间疗法参数。
在一些情况下,自动地更新疗法参数可以包括自动地实现与疗法参数相关联的变化。例如,从第一设置被自动地调整到较低(例如,较暗)设置的环境光疗法参数可以包括自动地调整光源以实现该变化并实现较低设置。作为另一实例,调整卧床时间可以自动地调整呈现给用户上床的通知或提醒。
在一些可选情况下,过程500可以包括在框524处创建和/或附加日志。在框524处创建和/或附加日志可以包括至少部分地基于来自框504的一个或多个提取的参数来生成一个或多个日志条目。任何合适的信息可以存储在日志中,信息包括客观数据(例如,来自一个或多个生物传感器)和主观数据(例如,来自用户反馈)。主观数据的实例包括用户感受到的休息量、用户感知到的睡眠质量水平、用户认为正确的卧床时间等。在一些情况下,从来自框502的传感器数据获得的客观数据可以用于确认、反驳或调整主观数据。使用客观数据与主观数据进行比较可以帮助用户识别和变得更清楚他们的客观数据及其与主观数据的相关性。在一些情况下,如果识别到客观数据和主观数据之间存在差距并且该差距没有如预期的那样趋于一致(例如,针对他们的人口统计数据),则可以调整睡眠疗法计划以倒退并给予用户附加的时间或机会来改善。在一些情况下,这样的差距可以触发聊天机器人会话或与健康护理专业人员的通信。在一些情况下,日志可以仅包含主观数据、仅包含客观数据或其组合。存储在日志中的信息的一些实例包括:i)睡眠状态信息;ii)睡眠阶段信息;iii)睡眠效率信息;iv)睡眠质量信息;v)实际卧床时间;vi)实际起床时间;vii)睡眠环境信息;viii)检测到的睡眠前活动信息;或ix)i至viii的任何组合。
在一些情况下,可以使用一个或多个疗法参数(例如,在框512处接收的疗法参数)来确定使用什么参数来生成日志条目。例如,睡眠疗法计划的疗法参数可以指示用户要准备追踪用户的卧床时间、睡眠开始潜伏期、睡眠持续时间和起床时间的日志(例如,睡眠日记)。使用该信息,***可以利用在框504处提取的适当参数来创建和/或附加日志。在一些情况下,日志可以包括原始传感器数据和/或提取的参数。
在一些可选情况下,在框526处生成更新的疗法参数可以包括使用在框526处访问的日志数据。框526可以包括访问历史日志,该历史日志可以是来自框524的同一日志或另一日志(例如,预先存在的日志)。该日志可以包括睡眠相关信息和/或睡眠疗法相关信息。例如,该日志可以包括过去的卧床时间、过去的睡眠持续时间和过去的睡眠评分。在一个实例中,如果***确定高于阈值的过去的睡眠持续时间与较高的过去的睡眠评分相关,则在框514处生成更新的疗法参数可以包括将低于阈值的当前目标睡眠持续时间疗法参数(例如,来自框512)增加到高于阈值的值。
在一些可选情况下,在框526处生成更新的疗法参数可以包括在框522处访问健康记录数据。访问健康记录数据可以包括从用户(例如,经由问卷)或从远程源(例如,医疗记录数据库)访问健康记录数据。健康记录可以包括关于用户的医疗信息,包括诊断、可疑诊断、药物、医疗史等。这样的健康记录数据可以用于生成更新的疗法参数。例如,了解单独的或与一个或多个提取的参数组合的现有健康状况可以保证更新的疗法参数。在这样的实例中,了解患有创伤后应激障碍、焦虑、抑郁和/或共病的用户可以更多地受益于修改版的睡眠限制(例如,没有如在其他情况下将使用的繁重限制)。在一些情况下,健康记录数据可以包括如未治疗的OSA或其他未治疗的睡眠相关状况的信息。
例如,用户的关于被允许的睡眠时间不足的早期数据可以有助于***更新疗法参数。在一些情况下,了解用户职业(例如,轮班工人、具有安全关键工作的工人、如果注意力较低则具有高风险的工人(例如,驾驶员))可以有助于更新疗法参数。此类信息可以允许将由于行程安排(例如,不提供睡觉机会)而引起的假定睡眠时间不足相对于由于失眠而引起的睡眠时间不足分开。
作为另一实例,跌倒风险(例如,来自医疗记录、先前的跌倒风险预警、检测到的步态、生理参数等)可以是用于确定更新的疗法参数的有用输入。例如,在存在跌倒风险的情况下,在框514处生成更新的疗法参数可以生成更新的疗法参数,该更新的疗法参数被设计成降低任何CBTi睡眠限制的严重程度,以便减少负面健康后果的变化(例如,人们不希望在尝试纠正导致失眠的行为时触发跌倒)。因此,可以基于用户的风险因素自动地调整睡眠疗法计划。用户风险因素的考虑也可以基于健康记录数据之外的数据。例如,提取的药理参数可以用于识别用户将来何时可能具有增加的风险因素,并且可以相应地调整一个或多个疗法参数。
在一些可选情况下,可以在框528处生成睡眠疗法计划评分。可以至少部分地基于来自框504的一个或多个提取的参数来生成睡眠疗法计划评分。睡眠疗法计划评分可以指示睡眠疗法计划的功效。在一些情况下,睡眠疗法计划评分可以与一个或多个疗法参数(例如,来自框512的疗法参数)和/或其他睡眠疗法计划信息(例如,睡眠疗法计划的类别,如行为睡眠疗法或CBTi)相关联地存储。睡眠疗法计划评分可以基于指示睡眠质量、睡眠持续时间、主观感觉、卧床时间或其他参数或参数的任何组合的参数。例如,对于期望在卧床时间的30分钟内入睡并且每晚至少睡6小时的用户,该***可以基于卧床时间、初始睡眠时间、睡眠持续时间,以及可选地睡眠阶段信息来生成睡眠疗法计划评分。如果用户实现了其目标,则睡眠疗法计划评分可以很高(例如,100分中的100分)。如果用户还没有接近实现其目标,则睡眠疗法计划评分可能较低(例如,100分中的20分)。将睡眠疗法计划评分与疗法参数和/或其他睡眠疗法计划信息相关联可以允许***识别比其他参数更有可能或预计能改善用户睡眠的疗法参数或其他方面。
在一些可选情况下,在框530处生成更新的疗法参数可以包括访问历史睡眠疗法计划信息。历史睡眠疗法计划信息可以包括历史睡眠疗法计划评分(例如,在框528的先前迭代中生成的睡眠疗法计划评分)以及与睡眠疗法计划相关联的其他信息。在框514处,来自用户尝试的先前睡眠疗法计划的信息可以用于通知如何更新一个或多个疗法参数。例如,如果在睡眠疗法的先前进程期间改变卧床时间对用户的睡眠几乎没有影响,则***可以选择改变卧床时间之外的一个或多个其他疗法参数。
历史睡眠疗法计划信息可以从本地或远程数据源接收。在一些情况下,历史睡眠疗法计划信息可以包括历史疗法参数、历史传感器数据、历史参数(例如,历史生理参数、环境参数和/或药理参数)等。历史睡眠疗法计划信息可以包括对用户先前已经参与过(个性化历史睡眠疗法计划信息),或者具有类似的人口统计信息的其他用户先前已经参与过(人口统计历史睡眠疗法计划信息)的过去的睡眠疗法计划(例如,过去的疗法参数)的了解。
在一些情况下,过程500可以通过在框502处继续接收传感器数据来重复。过程500可以每天、每周、每月或以其他速率重复。在一些情况下,过程500实时或接近实时地重复(例如,以3小时或以下、1小时或以下、45分钟或以下、30分钟或以下、15分钟或以下、10分钟或以下、5分钟或以下、1分钟或以下、30秒或以下、15秒或以下、10秒或以下、5秒或以下,或1秒或以下的采样速率)。虽然过程500的框以特定顺序描绘,但是可以移除一些框,可以添加新的框,和/或可以在适当时以其他顺序来回移动和执行框。附加地,虽然并不总是被描绘出来,但是在一些情况下,一个或多个框可以使用一个或多个其他框的输出作为输入。例如,在一些情况下,在框524处创建/附加日志可以使用来自框512的接收的疗法参数作为输入。
图6是描绘根据本公开的一些实施方式的睡眠疗法计划在睡眠时段期间的动态更新的时间线图600。图6的时间线图600可以是类似于图3的时间线图的时间线的实例,尽管在用户仍在参与睡眠时段的时候且在睡眠时段结束之前。时间线图600可以表示图5的过程500的实施。
箭头602指示如由接收的传感器信号(经由一个或多个提取的参数,如生理参数)监视的用户通过睡眠时段的进展。在时间线图600中,t入床指示用户入床的时间,tGTS608指示用户初始试图进入睡眠时的时间,t睡眠610指示用户初始入睡时的时间,微唤醒612(例如MA1、MA2、MA3和MA4)指示用户在其期间未完全入睡的微唤醒,t原始_警报614指示睡眠疗法计划的警报时间疗法参数的原始值,并且t新的_警报616指示警报时间疗法参数的新的(例如,更新的)值。SOL 604指示睡眠开始潜伏期时间,或用户试图进入睡眠时与用户初始入睡时之间的时间长度。TST当前606指示用户的当前总睡眠时间。用户的最终TST将是TST当前加上用户在最终醒来之前入睡花费的任何附加时间。
在由时间线图600描绘的时间中的当前时刻,用户在t睡眠610已经入睡之后睡着。基于原始睡眠疗法计划,用户将被在时间t原始_警报614的警报触发唤醒。然而,给定TST当前和t原始_警报,原始睡眠疗法计划可以基于可能与用户的实际t入床、tGTS、t睡眠或预期TST不同的目标t入床、tGTS、t睡眠或预期TST。当识别到差异时,该***可以通过将警报时间从t原始_警报614移动到t新的_警报616来自动地调整警报时间。警报时间618的变化可能是由于多个因素。在一个实例中,警报时间618的变化可以被计算为预期时间(例如,目标t睡眠或预期TST)与实际或当前估计的时间(例如,如由生理参数识别的实际t睡眠610或基于TST当前的估计的TST)之间的累积时间量。
在睡眠疗法计划指示6小时的总睡眠时间的实例中,如果TST当前是4小时并且到t原始_警报时仅剩余1小时,则***可以将警报时间自动地调整为至少还有2小时(例如,2小时加上任何预测的附加微唤醒时间)的t新的_警报。
如本文所描述的,可以调整除了警报时间之外的疗法参数,并且可以使用除了图6描绘的那些参数之外的参数来生成更新的疗法参数。
图7是描绘根据本公开的一些实施方式的用于生成睡眠疗法计划推荐的过程700的流程图。过程700可以由图1的***100执行,如由用户设备(例如,图1的用户设备170)执行。过程700可以实时或接近实时地执行,尽管不一定总是这样。
在框702处,可以接收传感器数据。可以类似于图5的框502接收传感器数据。在一些情况下,在框702处接收的传感器数据是非接触式传感器数据。在一些情况下,使用非接触式传感器可能特别重要,因为用户患有失眠,在这种情况下,接触式传感器可能进一步干扰用户睡觉的能力。
在框704处,可以提取一个或多个生理参数。可以类似于图5的框506提取一个或多个生理参数。在一些情况下,在框704处提取生理参数可以包括使用接收的传感器数据来检测一个或多个睡眠事件。可以检测到的合适睡眠事件的实例包括:i)打鼾;ii)呼吸暂停事件;iii)肢体复位;iv)身体复位;v)睡眠状态转换;vi)睡眠阶段转换;或vii)i至vi的任何组合。
在一些情况下,在框704处,除了生理参数之外,还可以提取除生理参数之外的参数。
在框706处,可以生成睡眠障碍预测。生成睡眠障碍预测可以包括使用来自框704的一个或多个提取的生理参数。生成睡眠障碍预测可以包括识别来自框704的与睡眠障碍预测一致和/或指示睡眠障碍预测的一个或多个生理参数。例如,AHI(例如,通过将睡眠时段期间检测到的呼吸暂停和/或低通气事件的数量除以睡眠时段中的总小时数来计算)可以是如本文所公开的睡眠呼吸暂停的指示符。结合氧去饱和水平,可以确定OSA的严重程度。
在一些情况下,确定睡眠障碍预测可以包括针对一个或多个潜在睡眠障碍生成一个或多个睡眠障碍评分,接着基于该一个或多个睡眠障碍评分确定睡眠障碍预测。例如,如果检测到的睡眠事件的数量和/或其他生理数据强烈地指示用户可能患有OSA,则OSA的对应的睡眠障碍评分可能较高。如果OSA的睡眠障碍评分高于阈值数,则在框706处生成的睡眠障碍预测可以指示用户可能患有OSA。
在一个实例中,来自框704的提取的生理参数的生物运动信息可以用于检测并识别与PLM(周期性腿部运动)一致的模式。在一些情况下,可以处理生理参数以识别进一步的细节,如用户的PLM是否与非恢复性睡眠或入睡或持续睡眠的问题有关;周期性运动是否与唤醒相关联;是否需要治疗;是否是PLMD;等等。
在一些可选情况下,在框706处生成睡眠障碍预测可以包括使用从框718接收的历史呼吸疗法信息。历史呼吸疗法信息可以包括与呼吸疗法设备的使用相关联的一个或多个历史参数。因此,可以利用与用户过去使用呼吸疗法设备相关联地收集的信息来生成睡眠障碍预测。
在框708处,可以识别未来睡眠疗法计划。识别未来睡眠疗法计划可以包括识别与未来睡眠疗法计划相关联的一个或多个疗法参数。例如,可以识别一个或多个睡眠持续时间参数。睡眠持续时间参数可以包括可用于确定睡眠持续时间的任何疗法参数,如睡眠持续时间参数、开始和停止睡眠时间参数、警报参数等。
在一些情况下,识别未来睡眠疗法计划可以包括直接接收睡眠疗法计划信息,如与未来睡眠疗法计划相关联的疗法参数。这种情况的实例是用户填写指示参与未来睡眠疗法计划的意图的问卷。
在一些情况下,识别未来睡眠疗法计划可以包括使用来自框722的接收的预定义疗法参数。在框722处,可以如从远程数据库等接收预定义疗法参数。预定义疗法参数包括已经为未来睡眠疗法计划建立的疗法参数,如由治疗用户的健康护理提供者建立的疗法参数。在框722处,健康护理提供者可以提供预定义疗法参数。因此,当在框708处识别未来睡眠疗法计划时,可以基于接收的预定义疗法参数来识别该未来睡眠疗法计划。
在一些可选情况下,可以在框720处创建和/或附加日志。在框720处创建和/或附加日志可以类似于在图5的框524处创建和/或附加日志。可以使用传感器数据和/或提取的参数(例如,来自框704的提取的生理参数)来创建/附加日志。该日志可以是睡眠质量日志。该日志可以包括:i)睡眠状态信息;ii)睡眠阶段信息;或iii)i和ii的组合。
在一些情况下,识别未来睡眠疗法计划可以包括使用日志数据,如来自框720的睡眠质量日志数据。日志数据可以包括可用于识别可能的未来睡眠疗法计划的睡眠质量信息。例如,一段时间内睡眠质量的某些降低可能指示需要睡眠疗法,如行为疗法(如CBTi)。在一些情况下,识别未来睡眠疗法计划可以包括生成用户可能期望使用的未来睡眠疗法计划的预测。
在一些情况下,在框708处识别未来睡眠疗法计划可以至少部分地基于来自框704的提取的生理参数。睡眠质量信息和来自框704的其他生理参数可以指示对未来睡眠疗法的需要,如行为疗法(如CBTi)。在一些情况下,提取的生理参数可以指示用户当前正在参与睡眠疗法计划,并且识别未来睡眠疗法计划可以包括假设用户将继续参与同一或类似的睡眠疗法计划。在一些情况下,至少部分地基于提取的生理参数来识别未来睡眠疗法计划可以经由失眠预测来执行。
在可选的框710处,可以生成失眠预测。在框710处生成失眠预测可以至少部分地基于接收的传感器数据,如原始传感器数据或经由提取的参数(例如,来自框704的提取的生理参数)。生成失眠预测可以包括识别作为失眠特征的传感器数据和/或参数。例如,某些卧床时间、睡眠开始潜伏期时间和睡眠持续时间可以指示失眠。一旦生成失眠预测,在框708处,该失眠预测可以用于识别未来睡眠疗法计划。例如,用户可能患有失眠的指示可以是用户可以受益于睡眠疗法的指示符,并且因此可以识别可能的未来睡眠疗法计划。
在一些情况下,生成失眠预测可以包括至少部分地基于传感器数据生成压力评分。压力评分可以指示用户的压力水平,该压力水平可以用于识别未来睡眠疗法计划。可以从客观数据(例如,如心率变异性的生理参数)和/或主观数据(例如,用户对问卷的响应)中识别压力水平。
一旦在框706处生成睡眠障碍预测并且在框708处识别出未来睡眠疗法计划(例如,可能的未来睡眠疗法计划),就可以在框710处生成睡眠疗法计划推荐。该睡眠疗法计划推荐基于睡眠障碍预测和未来睡眠疗法计划。在一些情况下,该推荐可以是关于参与睡眠疗法计划或睡眠疗法计划的一个或多个组成部分的推荐或警告。例如,一旦生成用户可能患有OSA的睡眠障碍预测并识别未来睡眠疗法计划(其是CBTi或类似的睡眠疗法计划),在框710处生成的睡眠疗法计划推荐可以是为了避免由于可能由用户的可能OSA引起的并发症而导致的CBTi计划的睡眠限制方面的推荐。在一些情况下,该推荐可以是针对未来睡眠疗法计划的一个或多个推荐的疗法参数。
在该***检测可能的SDB(如OSA或CSA)的实例中,CBTi本身在治疗日间嗜睡方面可能几乎没有价值。然而,CBTi可以帮助用户入睡并减少卧床时间,尤其是对于倾向于在床上停留更长时间患有OSA的那些人。然而,使用CBTi的治疗应该用PAP或其他SDB疗法迅速跟进,因为CBTi不能纠正呼吸暂停(尽管在一些情况下CBTi的副作用可能暂时降低症状的严重程度,如由于更好的睡眠时间表、降低的酒精含量、更好的枕头等)。因此,该***可以使用对预测的睡眠障碍的了解和对未来睡眠疗法计划的了解来提供对如何最佳地治疗用户状况的洞察(作为睡眠疗法计划推荐)。
在另一实例中,如果该***检测到由于睡眠不足综合征引起的可能的失眠,该睡眠不足综合征是基于用户不花费足够的时间卧床的自愿性障碍,则某些睡眠疗法计划方面(例如,CBTi的睡眠限制)将是无效的。因此,睡眠疗法计划推荐可以指示不建议睡眠疗法计划的某些方面,并且用户应当集中于治疗睡眠不足综合征。
在框712处,可以促进睡眠疗法计划推荐的应用。促进睡眠疗法计划的应用可以包括在框714处呈现睡眠疗法计划推荐或在框716处自动地调整睡眠疗法计划。在框714处呈现睡眠疗法计划推荐可以包括如经由显示设备向用户发出推荐(例如,警告)。呈现睡眠疗法计划推荐可以允许用户做出关于如何应用推荐的决定,如通过对他们的睡眠疗法计划做出改变或与他们的健康护理提供者讨论此类变化。
在一些情况下,在框714处呈现睡眠疗法计划推荐可以包括使用聊天机器人或其他此类参与平台来使用户参与。在一些情况下,如果满足某些标准,则该***可以促进与指导人员(如健康护理专业人员)连接。
在框716处自动地调整睡眠疗法计划可以包括使用睡眠疗法计划推荐来自动地对未来睡眠疗法计划进行改变。对睡眠疗法计划进行改变可以类似于如参考图5的过程500公开的更新疗法参数。在一个实例中,如果睡眠障碍预测指示用户可能患有OSA并且未来睡眠疗法计划被识别为CBTi,则在框716处自动地调整睡眠疗法计划可以包括自动地禁用或调整与睡眠限制相关联的疗法参数,如使睡眠限制不太繁重。
在一些情况下,过程700可以通过在框702处继续接收传感器数据来重复。过程700可以每天、每周、每月或以其他速率重复。在一些情况下,过程700实时或接近实时地重复(例如,以3小时或以下、1小时或以下、45分钟或以下、30分钟或以下、15分钟或以下、10分钟或以下、7分钟或以下、1分钟或以下、30秒或以下、15秒或以下、10秒或以下、7秒或以下,或1秒或以下的采样速率)。虽然过程700的框以特定顺序描绘,但是可以移除一些框,可以添加新的框,和/或可以在适当时以其他顺序来回移动和执行框。附加地,虽然并不总是被描绘出来,但是在一些情况下,一个或多个框可以使用一个或多个其他框的输出作为输入。例如,在一些情况下,在框720处创建/附加日志可以使用来自框704的提取的生理参数。
来自以下权利要求1至52中任一项中的一个或多个的一个或多个元件或方面或步骤或其任何部分可以与来自其他权利要求1至52中任一项中的一个或多个或其组合的一个或多个元件或方面或步骤或其任何部分组合,以形成本公开的一个或多个附加实施方式和/或权利要求。
虽然已经参考一个或多个特定实施例或实施方式描述了本公开,但是本领域技术人员将认识到,在不脱离本公开的精神和范围的情况下,可以对其进行许多改变。这些实施方式中的每个实施方式及其明显的变体被设想落入本公开的精神和范围内。还可以设想,根据本公开的各方面的附加实施方式可以组合来自本文所述的任何实施方式的任何数量的特征。
Claims (52)
1.一种方法,包括:
从一个或多个传感器接收传感器数据,所述传感器数据与参与睡眠疗法计划的用户相关联;
接收与所述睡眠疗法计划相关联的一个或多个疗法参数;
至少部分地基于所述一个或多个疗法参数和接收的传感器数据来动态地生成与所述睡眠疗法计划相关联的至少一个更新的疗法参数;以及
呈现与所述睡眠疗法计划相关联的所述至少一个更新的疗法参数。
2.根据权利要求1所述的方法,其中呈现所述至少一个更新的疗法参数包括至少部分地基于所述至少一个更新的疗法参数自动地更新所述睡眠疗法计划。
3.根据权利要求1或2所述的方法,其中与所述睡眠疗法计划相关联的所述一个或多个疗法参数包括:i)目标卧床时间;ii)目标起床时间;iii)目标睡眠时间;iv)目标唤醒时间;v)警报时间;vi)目标睡眠持续时间;vii)药理剂量参数;viii)睡眠环境参数;ix)睡眠前活动参数;或x)i至ix的任何组合。
4.根据权利要求1至3中任一项所述的方法,其中所述至少一个更新的疗法参数包括:i)更新的卧床时间;ii)更新的起床时间;iii)更新的目标睡眠时间;iv)更新的目标唤醒时间;v)更新的警报时间;vi)更新的目标睡眠持续时间;vii)更新的药理剂量参数;viii)更新的睡眠环境参数;ix)更新的睡眠前参数;或x)i至ix的任何组合。
5.根据权利要求1至4中任一项所述的方法,其中接收所述传感器数据在所述用户正参与睡眠时段时发生,并且其中呈现所述至少一个更新的疗法参数在所述用户正参与所述睡眠时段时发生。
6.根据权利要求5所述的方法,其中所述一个或多个疗法参数包括警报时间,其中所述至少一个更新的疗法参数包括更新的警报时间,并且其中呈现所述至少一个更新的疗法参数包括至少部分地基于所述更新的警报时间来调整所述警报时间。
7.根据权利要求1至5中任一项所述的方法,其中动态地生成所述至少一个更新的疗法参数包括:
接收目标睡眠效率信息;
至少部分地基于所述传感器数据来确定当前睡眠效率信息;
识别所述目标睡眠效率信息与所述当前睡眠效率信息之间的差异;以及
响应于识别所述差异而生成所述更新的疗法参数,其中所述更新的疗法参数至少部分地基于所述目标睡眠效率信息和所述当前睡眠效率信息。
8.根据权利要求1至7中任一项所述的方法,其中动态地生成所述至少一个更新的疗法参数包括:
至少部分地基于所述传感器数据来确定睡眠质量信息;以及
至少部分地基于所述睡眠质量信息和一个或多个参数来生成所述至少一个更新的疗法参数。
9.根据权利要求1至8中任一项所述的方法,其中动态地生成所述至少一个更新的疗法参数包括:
至少部分地基于所述传感器数据来检测一个或多个睡眠事件,其中检测所述一个或多个睡眠事件包括检测:i)打鼾;ii)呼吸暂停事件;iii)肢体复位;iv)身体复位;v)睡眠状态转换;vi)睡眠阶段转换;或vii)i至vi的任何组合;以及
至少部分地基于一个或多个检测到的睡眠事件来生成所述至少一个更新的疗法参数。
10.根据权利要求1至9中任一项所述的方法,其中动态地生成所述至少一个更新的疗法参数包括:
至少部分地基于所述传感器数据来计算呼吸暂停-低通气指数;以及
至少部分地基于计算的呼吸暂停-低通气指数来生成所述至少一个更新的疗法参数。
11.根据权利要求1至10中任一项所述的方法,其中动态地生成所述至少一个更新的疗法参数包括:
至少部分地基于所述传感器数据来确定睡眠阶段信息;以及
至少部分地基于所述睡眠阶段信息来生成所述至少一个更新的疗法参数。
12.根据权利要求1至11中任一项所述的方法,还包括生成与所述睡眠疗法计划相关联的日志,其中生成所述日志至少部分地基于所述传感器数据。
13.根据权利要求12所述的方法,其中所述日志包括:i)睡眠状态信息;ii)睡眠阶段信息;iii)睡眠效率信息;iv)睡眠质量信息;v)实际卧床时间;vi)实际起床时间;vii)睡眠环境信息;viii)检测到的睡眠前活动信息;或ix)i至viii的任何组合。
14.根据权利要求1至13中任一项所述的方法,其中动态地生成所述至少一个更新的疗法参数包括:
访问与所述睡眠疗法计划相关联的历史日志;以及
至少部分地基于所述历史日志来生成所述至少一个更新的疗法参数。
15.根据权利要求1至14中任一项所述的方法,其中呈现所述至少一个更新的疗法参数包括使用显示设备呈现所述至少一个更新的疗法参数。
16.根据权利要求1至15中任一项所述的方法,其中从所述一个或多个传感器接收所述传感器数据包括从至少一个非接触式传感器接收非接触式传感器数据。
17.根据权利要求16所述的方法,其中动态地生成所述至少一个更新的疗法参数包括:
至少部分地基于所述非接触式传感器数据来提取生物运动信息;
至少部分地基于提取的生物运动信息来识别身体移动信息;以及
至少部分地基于所述身体移动信息来生成所述至少一个更新的疗法参数。
18.根据权利要求1至17中任一项所述的方法,其中从所述一个或多个传感器接收所述传感器数据包括从以下几项接收环境数据:i)温度传感器;ii)光传感器;iii)存在传感器;iv)麦克风;或v)i至iv的任何组合;并且其中动态地生成所述至少一个更新的疗法参数至少部分地基于所述环境数据。
19.根据权利要求1至18中任一项所述的方法,其中从所述一个或多个传感器接收所述传感器数据包括从以下几项接收药理数据:i)药理容器传感器;ii)相机;iii)重量传感器;或iv)i至iii的任何组合;并且其中动态地生成所述至少一个更新的疗法参数至少部分地基于所述药理数据。
20.根据权利要求1至19中任一项所述的方法,其中动态地生成所述至少一个更新的疗法参数包括:
访问健康记录数据;以及
至少部分地基于访问的健康记录数据来生成所述至少一个更新的疗法参数。
21.根据权利要求1至20中任一项所述的方法,还包括:
至少部分地基于所述传感器数据来生成睡眠疗法计划评分;以及
与所述睡眠疗法计划的所述一个或多个疗法参数相关联地存储所述睡眠疗法计划评分。
22.根据权利要求21所述的方法,其中生成所述睡眠疗法计划评分包括:
至少部分地基于所述传感器数据来确定睡眠质量信息;以及
至少部分地基于所述睡眠质量信息来生成所述睡眠疗法计划评分。
23.根据权利要求22所述的方法,其中所述睡眠质量信息包括:i)睡眠功效信息;ii)睡眠状态信息;iii)睡眠阶段信息;iv)检测到的睡眠事件信息;v)计算的呼吸暂停-低通气指数;或vi)i至v的任何组合。
24.根据权利要求21至23中任一项所述的方法,其中动态地生成所述至少一个更新的疗法参数包括:
访问与一个或多个历史参数相关联的历史睡眠疗法计划评分;
将所述历史睡眠疗法计划评分与所述睡眠疗法计划评分进行比较;以及
至少部分地基于所述一个或多个历史参数、所述一个或多个参数以及所述历史睡眠疗法计划评分与所述睡眠疗法计划评分之间的比较来生成所述至少一个更新的疗法参数。
25.根据权利要求1至24中任一项所述的方法,其中接收所述传感器数据包括在所述用户未参与睡眠时段时接收第一传感器数据,以及在所述用户正参与所述睡眠时段时接收第二传感器数据;并且其中动态地生成所述至少一个更新的疗法参数至少部分地基于所述第一传感器数据和所述第二传感器数据。
26.一种方法,包括:
从一个或多个传感器接收传感器数据,所述传感器数据与用户相关联;
至少部分地基于接收的传感器数据来确定一个或多个生理参数;
至少部分地基于所述一个或多个生理参数来生成睡眠障碍预测;
识别与所述用户相关联的未来睡眠疗法计划;
至少部分地基于生成的睡眠障碍预测和识别的睡眠疗法计划来生成睡眠疗法计划推荐;以及
在实施所述未来睡眠疗法计划之前促进将所述睡眠疗法计划推荐应用于所述未来睡眠疗法计划。
27.根据权利要求26所述的方法,其中识别所述未来睡眠疗法计划包括接收与所述未来睡眠疗法计划相关联的一个或多个预定义疗法参数。
28.根据权利要求26或27所述的方法,其中识别所述未来睡眠疗法计划包括至少部分地基于所述一个或多个生理参数来生成建议的睡眠疗法计划。
29.根据权利要求26或27所述的方法,其中识别所述未来睡眠疗法计划包括至少部分地基于所述一个或多个生理参数来确定与所述未来睡眠疗法计划相关联的一个或多个疗法参数。
30.根据权利要求26至29中任一项所述的方法,其中所述一个或多个生理参数包括一个或多个睡眠相关生理参数,并且其中生成所述睡眠障碍预测至少部分地基于所述一个或多个睡眠相关生理参数。
31.根据权利要求26至30中任一项所述的方法,还包括至少部分地基于所述一个或多个生理参数来生成失眠预测,其中识别未来睡眠计划至少部分地基于所述失眠预测。
32.根据权利要求31所述的方法,其中生成所述失眠预测包括至少部分地基于所述传感器数据生成压力评分,其中所述压力评分指示所述用户的压力水平,并且其中识别所述未来睡眠疗法计划至少部分地基于所述压力评分。
33.根据权利要求32所述的方法,其中接收传感器数据包括接收与睡眠时段相关联的主观用户反馈,并且其中所述压力评分至少部分地基于所述主观用户反馈。
34.根据权利要求26至33中任一项所述的方法,还包括至少部分地基于所述传感器数据来生成睡眠质量日志,其中所述睡眠质量日志包括:i)睡眠状态信息;ii)睡眠阶段信息;或iii)i和ii的组合;其中识别所述未来睡眠疗法计划至少部分地基于所述睡眠质量日志。
35.根据权利要求34所述的方法,其中接收传感器数据包括接收与睡眠时段相关联的主观用户反馈,并且其中所述睡眠质量日志至少部分地基于所述主观用户反馈。
36.根据权利要求26至35中任一项所述的方法,其中接收所述传感器数据包括在睡眠时段期间接收所述传感器数据,其中确定所述一个或多个生理参数包括至少部分地基于所述传感器数据来检测一个或多个睡眠事件,其中检测所述一个或多个睡眠事件包括检测:i)打鼾;ii)呼吸暂停事件;iii)肢体复位;iv)身体复位;v)睡眠状态转换;vi)睡眠阶段转换;或vii)i至vi的任何组合;并且其中生成所述睡眠障碍预测包括:
至少部分地基于所述一个或多个睡眠事件来生成一个或多个睡眠障碍评分;以及
至少部分地基于所述一个或多个睡眠障碍评分来确定所述睡眠障碍预测。
37.根据权利要求26至36中任一项所述的方法,其中所述传感器数据包括来自一个或多个非接触式传感器的非接触式传感器数据,并且其中确定所述一个或多个生理参数至少部分地基于所述非接触式传感器数据。
38.根据权利要求37所述的方法,其中确定所述一个或多个生理参数包括:
至少部分地基于所述非接触式传感器数据来提取生物运动信息;以及
至少部分地基于提取的生物运动信息来确定身体移动参数,其中生成所述睡眠障碍预测至少部分地基于所述身体移动参数。
39.根据权利要求26至38中任一项所述的方法,识别所述未来睡眠疗法计划包括确定与所述未来睡眠疗法计划中使用的目标睡眠持续时间相关联的一个或多个睡眠持续时间参数,并且其中所述睡眠疗法计划推荐包括:i)对所述一个或多个睡眠持续时间参数中的至少一个的建议改变,ii)对所述一个或多个睡眠持续时间参数中的至少一个的建议值,或iii)i和ii两者。
40.根据权利要求26至39中任一项所述的方法,其中所述睡眠疗法推荐包括与所述未来睡眠疗法计划和所述睡眠障碍预测相关联的共病警告。
41.根据权利要求26至40中任一项所述的方法,其中识别所述未来睡眠疗法计划包括自动地提供一个或多个默认疗法参数。
42.根据权利要求26至41中任一项所述的方法,其中识别所述未来睡眠疗法计划包括确定与所述未来睡眠疗法计划相关联的一个或多个疗法参数,其中所述一个或多个睡眠疗法参数包括:i)睡眠限制参数;ii)睡眠压缩参数;iii)药理参数;iv)睡眠开始潜伏期参数;v)睡眠环境参数;vi)睡眠前活动参数;或vii)i至vi的任何组合。
43.根据权利要求26至42中任一项所述的方法,其中所述睡眠障碍预测与以下几项相关联:i)睡眠障碍性呼吸;ii)周期性肢体运动障碍;iii)不宁腿综合征;iv)异态睡眠;v)快速眼动睡眠行为障碍;vi)轮班工作睡眠障碍;vii)非24小时睡眠-觉醒障碍;或viii)i至vii的任何组合。
44.根据权利要求26至43中任一项所述的方法,还包括接收与所述用户对呼吸疗法设备的使用相关联的历史呼吸疗法信息,其中生成所述睡眠障碍预测至少部分地基于所述历史呼吸疗法信息。
45.根据权利要求26至44中任一项所述的方法,还包括接收与所述用户相关联的主观反馈,其中生成所述睡眠障碍预测至少部分地基于所述主观反馈。
46.根据权利要求26至45中任一项所述的方法,其中识别所述未来睡眠疗法计划包括确定所述未来睡眠疗法计划是针对失眠的认知行为疗法(CBTi)计划。
47.根据权利要求26至46中任一项所述的方法,其中促进将所述睡眠疗法计划推荐应用于所述睡眠疗法计划包括向用户或与所述用户相关联的健康护理提供者自动地呈现所述睡眠疗法计划推荐。
48.根据权利要求26至47中任一项所述的方法,其中促进将所述睡眠疗法计划推荐应用于所述睡眠疗法计划包括至少部分地基于所述睡眠疗法计划推荐来自动地调整与所述未来睡眠疗法计划相关联的一个或多个疗法参数。
49.一种***,包括:
控制***,所述控制***包括一个或多个处理器;以及
存储器,所述存储器上存储有机器可读指令;
其中所述控制***联接到所述存储器,并且当所述存储器中的机器可执行指令由所述控制***的所述一个或多个处理器中的至少一个执行时,实施根据权利要求1至48中任一项所述的方法。
50.一种用于促进失眠疗法的***,所述***包括控制***,所述控制***被配置来实施根据权利要求1至48中任一项所述的方法。
51.一种包括指令的计算机程序产品,所述指令在由计算机执行时使所述计算机执行根据权利要求1至48中任一项所述的方法。
52.根据权利要求51所述的计算机程序产品,其中所述计算机程序产品是非易失性计算机可读介质。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163238437P | 2021-08-30 | 2021-08-30 | |
US63/238,437 | 2021-08-30 | ||
PCT/IB2022/057940 WO2023031737A1 (en) | 2021-08-30 | 2022-08-24 | Biofeedback cognitive behavioral therapy for insomnia |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118202422A true CN118202422A (zh) | 2024-06-14 |
Family
ID=83598434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280072773.3A Pending CN118202422A (zh) | 2021-08-30 | 2022-08-24 | 针对失眠的生物反馈认知行为疗法 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4396832A1 (zh) |
CN (1) | CN118202422A (zh) |
WO (1) | WO2023031737A1 (zh) |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ614401A (en) | 2007-05-11 | 2015-03-27 | Resmed Ltd | Automated control for detection of flow limitation |
WO2012012835A2 (en) | 2010-07-30 | 2012-02-02 | Resmed Limited | Methods and devices with leak detection |
US20170004260A1 (en) * | 2012-08-16 | 2017-01-05 | Ginger.io, Inc. | Method for providing health therapeutic interventions to a user |
US10740438B2 (en) * | 2012-08-16 | 2020-08-11 | Ginger.io, Inc. | Method and system for characterizing and/or treating poor sleep behavior |
US10492720B2 (en) | 2012-09-19 | 2019-12-03 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
AU2013318046B2 (en) | 2012-09-19 | 2016-07-21 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
NZ769319A (en) | 2014-10-24 | 2022-08-26 | Resmed Inc | Respiratory pressure therapy system |
WO2017132726A1 (en) | 2016-02-02 | 2017-08-10 | Resmed Limited | Methods and apparatus for treating respiratory disorders |
CN110072432B (zh) * | 2016-07-29 | 2022-12-09 | 布莱特有限公司 | 使用数据分析和学习技术以改善个人睡眠条件的自适应性睡眠*** |
EP3515290B1 (en) | 2016-09-19 | 2023-06-21 | ResMed Sensor Technologies Limited | Detecting physiological movement from audio and multimodal signals |
JP7510346B2 (ja) | 2017-12-22 | 2024-07-03 | レスメッド センサー テクノロジーズ リミテッド | 車両内生理学的感知のための装置、システムおよび方法 |
EP3727135B1 (en) | 2017-12-22 | 2024-02-28 | ResMed Sensor Technologies Limited | Apparatus, system, and method for motion sensing |
CN113710151A (zh) | 2018-11-19 | 2021-11-26 | 瑞思迈传感器技术有限公司 | 用于检测呼吸障碍的方法和设备 |
EP4027867A1 (en) * | 2019-09-13 | 2022-07-20 | ResMed Sensor Technologies Limited | Systems and methods for continuous care |
JP2022550809A (ja) * | 2019-09-30 | 2022-12-05 | レズメド センサー テクノロジーズ リミテッド | 療法の採否を予測するシステムおよび方法 |
US20230037360A1 (en) * | 2019-12-31 | 2023-02-09 | Resmed Sensor Technologies Limited | Systems and methods for determining a sleep time |
-
2022
- 2022-08-24 EP EP22786092.1A patent/EP4396832A1/en active Pending
- 2022-08-24 CN CN202280072773.3A patent/CN118202422A/zh active Pending
- 2022-08-24 WO PCT/IB2022/057940 patent/WO2023031737A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2023031737A1 (en) | 2023-03-09 |
EP4396832A1 (en) | 2024-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114901134B (zh) | 用于失眠症筛查和管理的***和方法 | |
US20230037360A1 (en) | Systems and methods for determining a sleep time | |
US20230048000A1 (en) | Systems and methods for reducing insomnia-related symptoms | |
JP2023523001A (ja) | 睡眠関連パラメータを分析するためのシステムおよび方法 | |
WO2022162589A1 (en) | Systems and methods for estimating a subjective comfort level | |
US20230364368A1 (en) | Systems and methods for aiding a respiratory therapy system user | |
US20240062872A1 (en) | Cohort sleep performance evaluation | |
US20220401673A1 (en) | Systems and methods for injecting substances into a respiratory system | |
CN116114026A (zh) | 用于确定用于用户的建议的治疗的***和方法 | |
JP2023544119A (ja) | 併存疾患を監視するシステム及び方法 | |
CN115244624A (zh) | 用于请求数据同意的***和方法 | |
CN118202422A (zh) | 针对失眠的生物反馈认知行为疗法 | |
US20230111477A1 (en) | Systems and methods for increasing a sleepiness of individuals | |
WO2024039774A1 (en) | Systems and methods for collaborative sleep therapy usage | |
WO2023084366A1 (en) | Enhanced wearable sensing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |