Estimating the sleep period time window based on a hip- worn accelerometer collected in children and adults

수면은 인간 삶의 근본적인 리듬이며, 신체가 스스로를 회복하고 정신이 세상을 처리하는 일일적인 순환 과정입니다. 사람들이 얼마나 많은 잠을 자는지, 그리고 그 양이 건강과 어떤 관련이 있는지 이해하기 위해, 과학자들은 사람이 잠든 시점과 깨어난 시점 사이의 정확한 시간대인 '수면 기간'을 측정해야 합니다. 수서로 된 이 기간을 수면 기간이라고 합니다. 수십 년 동안 연구자들은 움직임을 추적하고 사람이 잠든 상태인지 추측하기 위해 손목시계와 유사한 작은 장치를 손목에 착용하는 방식에 의존해 왔습니다. 이 장치들은 사람이 깨어 있을 때는 손목이 눈에 띄게 움직이고 잠들어 있을 때는 가만히 있기 때문에 효과적으로 작동합니다. 그러나 수천 명의 사람들을 수년간 추적하며 건강을 조사하는 많은 대규모 연구에서는 다른 방식을 사용합니다. 이 연구들은 손목 밴드 대신, 하루 전체의 모든 신체 활동을 측정하기 위해 벨트처럼 엉덩이에 센서를 부착합니다. 이 방법은 일일 움직임에 대한 완전한 그림을 포착하지만, 수면 시간을 찾아내기 위해 사용되는 표준 컴퓨터 프로그램들은 엉덩이 데이터가 아닌 손목 데이터에 맞춰 제작되었습니다. 이는 하나의 간극을 만들었습니다. 즉, 과학자들은 엉덩이에 착용하는 데이터는 풍부하게 보유하고 있었지만, 그로부터 정확한 수면 정보를 추출할 신뢰할 만한 방법을 갖추지 못했던 것입니다.

한 연구팀은 두 가지 오픈 소스 컴퓨터 프로그램을 테스트하고 개선함으로써 이 간극을 메우기 위해 나섰습니다. 그들은 손목과 엉덩이 양쪽에서 수집된 원시 움직임 데이터를 사용하는 방식에 초점을 맞췄습니다. 연구에는 8세에서 12세 사이의 어린이 109명과 청년 194명을 포함한 총 303명의 참가자가 참여했습니다. 각 참가자는 6일 밤 동안 손목과 엉덩이에 동시에 두 개의 센서를 착용했습니다. 컴퓨터 프로그램이 신뢰할 수 있는 기준에 따라 테스트되고 있는지 확인하기 위해, 참가자들은 또한 자신이 언제 잠자리에 들고 언제 일어났는지 정확히 기록하는 수면 일지를 작성했습니다. 연구진은 이 일지를 바탕으로 손목 데이터를 신뢰할 수 있는 참조점으로 사용했습니다. 그런 다음 엉ip 데이터를 가져와 움직임을 어떻게 해석할지 알려주는 규칙의 집합인 두 가지 서로 다른 알고리즘을 실행했습니다. HDCZA라고 불리는 한 알고리즘은 센서가 거의 움직이지 않는 긴 기간을 찾습니다. 또 다른 알고리즘인 HorAngle은 엉덩이용으로 특별히 설계된 최신 방식으로, 센서가 평평하게 놓여 있는 시간, 즉 사람이 침대에 누워 있음을 시사하는 시간을 찾습니다.

연구진은 단순히 프로그램의 기본 설정값으로 실행하지 않았습니다. 대신, 가장 정확한 결과를 생성하는 설정을 찾기 위해 데이터의 일부를 사용하여 두 알고리즘의 내부 규칙을 세심하게 조정했습니다. 그런 다음 남은 참가자들을 대상으로 이 조정된 설정들이 얼마나 잘 작동하는지 테스트했습니다. 결과는 두 프로그램 모두 엉덩이 센서로부터 수면 시간을 성공적으로 추정할 수 있음을 보여주었습니다. 컴퓨터의 추측치를 참가자가 일지에 기록한 실제 시간과 비교했을 때, 평균적인 차이는 매우 작았습니다. 수면 시작 시간의 경우, HDCZA 프로그램은 평균 3분의 오차를 보였고, HorAngle 프로그램은 평균 0분의 오차를 보였습니다. 기상 시간의 경우에도 차이는 비슷하게 작았는데, HDCZA는 4분, HorAngle은 반대 방향으로 4분의 오차를 보였습니다. 프로그램이 추정한 총 수면 시간 또한 일지 기록과 밀접하게 일치했으며, 평균 차이는 불과 몇 분에 불과했습니다.

평균 오차는 작았지만, 연구진은 특정 단일 밤의 경우 추측치가 때때로 몇 시간까지 크게 차이 날 수 있다는 점에 주목했습니다. 이는 개별적인 밤의 수면이 불규칙할 수 있기 때문에 예상되는 결과입니다. 그러나 연구진이 전반적인 패턴을 살펴보았을 때, 두 알고리러즘 모두 사람들의 순위를 올바르게 매기는 데 매우 뛰어났습니다. 만약 한 사람이 다른 사람보다 더 오래 잤다면, 컴퓨터 프로그램은 대부분의 경우 그 차이를 식별해 냈습니다. 또한 연구는 이러한 추정치의 정확도가 참가자가 어린이인지 성인인지, 혹은 남성인지 여성인지에 따라 달라지지 않는다는 것을 발견했습니다. 정확도에 영향을 미친 주요 요인은 센서를 얼마나 오랫동안 착용하지 않았느냐였습니다. 만약 밤사이에 장치를 벗어 놓았다면, 컴퓨터는 활용할 수 있는 정보가 적어져 추정치의 신뢰도가 떨어졌습니다.

이 연구는 적절한 컴퓨터 알고리즘을 사용한다면 엉덩이에 착용한 센서로부터 수면 기간을 정확하게 추정하는 것이 가능하다는 결론을 내립니다. HDCZA 알고리즘은 특정 유형의 센서에 대한 특별한 조정이 필요하지 않다는 장점이 있어 유연한 도구가 됩니다. HorAngle 알고리즘은 센서가 수평인 상태를 감지하는 것에 의존하며, 그 성능은 마찬가지로 우수했지만 연구자가 센서의 어느 축이 신체의 길이를 나타내는지 정확히 식별해야 한다는 요구 사항이 있습니다. 두 방법 모두 이미 대규모 건강 연구에서 수집된 방대한 양의 엉덩이 착용 활동 데이터로부터 수면 데이터를 끌어낼 수 있는 가치 있는 방법을 제공합니다. 이는 연구자들이 이제 기존의 수십 년간의 데이터를 되돌아보며, 모든 사람에게 손목 센서를 다시 채울 필요 없이 인구 전체의 수면 패턴이 건강에 어떤 영향을 미치는지에 대한 새로운 통찰력을 얻을 수 있음을 의미합니다. 이 작업은 세심한 조정이 뒷받침된다면, 사람의 일일 걸음 수를 추적하는 것과 동일한 움직임 데이터가 그들의 휴식 시간인 조용한 시간 또한 밝혀낼 수 있음을 입증합니다.