Narcolepsy Revolution - Protocol and Methodology A diagnostic accuracy study protocol using the Dreem 3 headband for ambulatory diagnosis of narcolepsy in children and young adults

Dit prospectieve observatiestudieprotocol evalueert de diagnostische nauwkeurigheid van de draagbare Dreem 3 hoofdband voor thuisgebruik als alternatief voor de traditionele, ziekenhuisgebaseerde diagnose van narcolepsie bij kinderen en jongvolwassenen.

De kern

De "Narcolepsie-Revolutie": Een thuis-test voor slapen

Stel je voor dat je lichaam een auto is en je hersenen de bestuurder. Bij de ziekte narcolepsie is de bestuurder soms een beetje in de war: hij kan plotseling in slaap vallen op het moment dat hij juist moet rijden (bijvoorbeeld tijdens school of werk), en soms schakelt hij per ongeluk direct naar de "REM-slaap" (de droomfase) in plaats van eerst rustig aan te gaan.

Helaas is het vinden van deze "defecte bestuurder" momenteel heel lastig en duur.

1. Het Huidige Probleem: De "Ziekenhuis-Test"

Op dit moment moeten mensen die vermoeden dat ze narcolepsie hebben, naar een slaaplaboratorium in het ziekenhuis.

• De vergelijking: Dit is alsof je je auto naar de fabriek moet brengen voor een testrit. Je moet er een nachtje slapen, met veel draden aan je hoofd (een EEG), en de volgende dag nog een keer een dutje doen terwijl experts je gadeslaan.
• Het nadeel: Het is duur, het duurt lang, er zijn maar weinig laboratoria, en voor kinderen kan het eng of oncomfortabel zijn. Hierdoor duurt het vaak jaren voordat ze een diagnose krijgen.

2. De Nieuwe Oplossing: De "Slapende Hoofdband"

De onderzoekers (Thomas Rossor, Paul Gringras en hun team) hebben een nieuw idee bedacht. Ze willen testen of een Dreem 3 hoofdband (een comfortabele hoofdband zonder draden) thuis net zo goed werkt als de zware ziekenhuisapparatuur.

• De vergelijking: In plaats van je auto naar de fabriek te brengen, krijg je een slimme sensor die je op je dashboard (je hoofd) plakt. Je rijdt gewoon je normale leven, maar de sensor houdt alles in de gaten.

3. Hoe het Experiment Werkt (Het Protocol)

De onderzoekers hebben 60 jonge mensen (tussen 10 en 35 jaar) uitgenodigd om mee te doen. Ze hebben een slim plan bedacht, mede ingegeven door de wensen van de jongeren zelf:

• De Weeknachten (5 dagen): De jongeren dragen de hoofdband 's nachts thuis, net als gewoonlijk.
• Het Weekend (48 uur): Dit is het spannende deel. Ze dragen de hoofband 24 uur per dag gedurende een weekend. Ze wisselen twee hoofdbanden af (één ophalen, de andere opladen) zodat de meting nooit stopt.
  • Waarom? Omdat narcolepsie zich vaak laat zien door plotselinge dutjes overdag. Als je alleen 's nachts meet, mis je die momenten. Door 48 uur door te meten, hopen ze die "slapen op het verkeerde moment" te vangen.
• De Vergelijking: Daarna gaan ze toch nog even naar het ziekenhuis voor de "gouden standaard" (de oude manier met veel draden). De onderzoekers vergelijken dan: Wat zegt de slimme hoofdband thuis? En wat zeggen de dokters in het ziekenhuis?

4. De Slimme Computer (AI)

De hoofdband verzamelt alleen ruwe data. De echte magie gebeurt in de computer.

• De vergelijking: De hoofdband is als een camera die beelden maakt. De kunstmatige intelligentie (AI) is de detective die die beelden bekijkt en zegt: "Ah, dit patroon van hersengolven betekent dat deze persoon narcolepsie heeft."
• De onderzoekers trainen deze computer met duizenden voorbeelden zodat hij de "handtekening" van narcolepsie leert herkennen, zelfs als de hoofdband maar een paar draden heeft.

5. Waarom is dit belangrijk?

Als dit werkt, is het een revolutie:

• Gemak: Geen ziekenhuisbezoek meer, gewoon slapen in je eigen bed.
• Snelheid: Je krijgt sneller een diagnose en kunt eerder beginnen met medicijnen.
• Eerlijkheid: Iedereen kan het doen, niet alleen mensen die dicht bij een groot ziekenhuis wonen.

6. Wat is de status?

Dit document is een plan (een protocol). De onderzoekers hebben alle deelnemers al gevonden (recruitment is klaar in januari 2026) en zijn nu bezig met het analyseren van de data. Ze hebben nog geen resultaten gepubliceerd, maar ze hopen dat de hoofdband net zo goed werkt als de dure ziekenhuismethode.

Kort samengevat:
Ze proberen een slimme, draadloze hoofdband te gebruiken om de diagnose van een zware slaapziekte thuis te stellen, zodat jongeren niet meer jaren hoeven te wachten in een ziekenhuis. Het is als het vervangen van een dure, ingewikkelde auto-test door een slimme app die je gewoon in je eigen garage kunt gebruiken.

Technische samenvatting

Belangrijke opmerking vooraf: Het onderstaande document is een studieprotocol (versie 1.0, gepubliceerd op medRxiv). Het rapporteert geen resultaten. De studie is voltooid (rekrutering beëindigd op 30 januari 2026), maar de analyse loopt nog. De samenvatting beschrijft daarom de geplande methodologie, het onderzoeksdesign en de verwachte bijdrage, niet de uitkomsten.

---

Technische Samenvatting: Narcolepsy Revolution

1. Het Probleem

Narcolepsie is een zeldzame, levenslange neurologische aandoening die vaak begint in de kindertijd of adolescentie. De diagnose wordt vaak jarenlang uitgesteld (gemiddeld 9,7 jaar in recente studies) vanwege de huidige diagnostische standaard:

• Complexiteit: De diagnose vereist specialistische, ziekenhuisgebonden tests: een nachtelijke polysomnografie (PSG) gevolgd door een Multiple Sleep Latency Test (MSLT).
• Beperkte toegankelijkheid: Deze tests zijn duur, arbeidsintensief en beschikbaar in slechts een beperkt aantal centra, wat leidt tot ongelijkheid in toegang.
• Subjektiviteit en variabiliteit: Handmatige scoring van slaapstadiën is tijdrovend en vertoont inter-rater variabiliteit. De MSLT is gevoelig voor biologische en situationele variabiliteit, wat kan leiden tot fout-positieve en fout-negatieve resultaten.
• Gebrek aan thuisoplossingen: Hoewel machine learning (ML) veelbelovend is voor het analyseren van slaapneurofysiologie, zijn deze methoden tot nu toe afhankelijk van data uit ziekenhuismilieus. Er is geen gevalideerde oplossing voor thuisgebruik met draagbare EEG-apparatuur voor de diagnose van hypersomnie.

2. Methodologie

Dit is een prospectieve, observationele studie met één centrum (Lifespan Sleep Service, Guy's and St Thomas' NHS Foundation Trust, Londen) gericht op het bepalen van de diagnostische nauwkeurigheid.

• Doelgroep: 60 deelnemers (leeftijd 10 tot 35 jaar) die worden onderzocht op hypersomnoliteit en gepland staan voor een routine PSG en MSLT.
• Uitsluitingscriteria: Medische of psychiatrische aandoeningen die de dagelijkse slaperigheid zelfstandig kunnen verklaren, of regelmatig gebruik van medicatie die de slaapkarakteristieken beïnvloedt.
• Index Test (Dreem 3 Headband - DH):
  • Deelnemers dragen een Dreem 3-headband (een droge EEG-montage voor thuisgebruik) volgens een specifiek protocol:
    1. Weeknachten: 5 opeenvolgende nachten (van bedtijd tot opstaan).
    2. Weekend: 48 uur continue opname over het weekend met twee apparaten in rotatie (om opladen mogelijk te maken).
  • De data wordt beveiligd verwerkt via de cloud van de fabrikant (Beacon Biosignals) en lokaal gedownload.
• Referentiestandaard (Gouden Standaard):
  • Een consensusdiagnose door een ervaren slaaparts, gebaseerd op klinische geschiedenis, actigrafie, slaapdagboek, nachtelijke PSG en MSLT, geïnterpreteerd volgens ICSD-3-criteria.
  • De diagnosestellende arts is geblindeerd voor de DH-data en ML-uitkomsten.
• Machine Learning (ML) Analyse:
  • Doel: Ontwikkeling van aangepaste classifiers om SOREM-epochen (slaap aan het begin van REM-slaap) te detecteren en narcolepsie te onderscheiden van andere oorzaken van hypersomnoliteit.
  • Features: Extractie van EEG-kenmerken in de tijd-domein (variatie, Hjorth-parameters), frequentie-domein (absolute vermogen, bandvermogen) en niet-lineaire tijdreekskenmerken (permutatie-entropie).
  • Algoritmen: Random Forest, XGBoost en CatBoost.
  • Validatie: 80-10-10 splitsing (train-validate-test), K-fold cross-validatie en hyperparameter-tuning.
  • Vergelijking: De ML-uitkomsten worden vergeleken met de klinische diagnose en met openbare datasets (zoals het MNC-dataset).

3. Belangrijkste Bijdragen (Verwacht)

Hoewel de resultaten nog niet bekend zijn, definieert het protocol de volgende potentiële bijdragen aan het veld:

• Validatie van Thuis-Diagnostiek: Eerste evaluatie van de Dreem 3-headband in een klinische setting voor de diagnose van hypersomnie, in plaats van alleen in onderzoekscohorten.
• Continuous Monitoring: Onderzoek of een 48-uurs continue profiel (inclusief dagelijkse slaapmomenten) de discriminatie tussen narcolepsie en andere aandoeningen (zoals idiopathische hypersomnie) verbetert ten opzichte van alleen nachtelijke data.
• Patient-Centric Design: Het protocol is mede vormgegeven op basis van feedback van patiënten (PPI). De keuze voor 5 weeknachten en een 48-uurs weekend (in plaats van continue schooltijd) is gebaseerd op acceptabiliteitsonderzoek onder jongeren.
• Scalability: Bewijsvoering voor een weg naar een schaalbare, thuisgebaseerde diagnostische route die de druk op dure ziekenhuislaboratoria verlaagt.

4. Resultaten

• Status: Er zijn geen resultaten in dit document.
• De rekrutering is voltooid op 30 januari 2026 (60 deelnemers).
• De data-analyse is op het moment van publicatie van dit protocol (maart 2026) nog gaande.
• De primaire uitkomstmaat (diagnostische nauwkeurigheid: sensitiviteit, specificiteit, PPV, NPV en AUC) zal pas na voltooiing van de analyse worden gepubliceerd.

5. Betekenis en Toekomstperspectief

Dit protocol is een cruciale stap in de transformatie van de diagnose van narcolepsie:

• Klinische Impact: Als de DH-headband in combinatie met ML een hoge nauwkeurigheid toont ten opzichte van de huidige gouden standaard, kan dit leiden tot een drastische verkorting van de wachttijden voor diagnose.
• Toegankelijkheid: Het zou de toegang tot diagnose verbeteren voor patiënten die ver weg van gespecialiseerde centra wonen, en de kosten verlagen.
• Vervolgstudie: De studie is ontworpen als een "proof-of-concept" om de parameters vast te stellen voor een toekomstige multicenter studie.
• Beperkingen: De studie is niet bedoeld om klinisch oordeel volledig te vervangen, maar om te bepalen of draagbare EEG-technologie bruikbare diagnostische informatie kan leveren die de klinische beslissing ondersteunt.

Conclusie: Het "Narcolepsy Revolution"-protocol beschrijft een innovatieve aanpak om de diagnostische keten voor narcolepsie bij jongeren te stroomlijnen door gebruik te maken van draagbare EEG-technologie en geavanceerde machine learning, met als doel de diagnose thuis en sneller mogelijk te maken.