Are different consumer sleep technologies measuring the same essential aspects of sleep?

De studie concludeert dat hoewel consumentenslaaptechnologieën na aggregatie van 7 tot 14 nachten betrouwbare metingen opleveren, de meeste slaapparameters apparaatspecifiek zijn en alleen slaaptijd als essentieel aspect tussen verschillende apparaten overdraagbaar is.

De kern

Titel: Dromen met een horloge: Waarom je slaappaspoort niet altijd klopt met dat van je buurman

Stel je voor dat je een groep vrienden uitnodigt voor een "slaapfeestje". Iedereen krijgt een ander soort horloge of sensor om te meten hoe goed ze hebben geslapen. De ene heeft een slim horloge, de andere een matrasmatje, een derde een gewone bewegingsmeter en de vierde moet gewoon elke ochtend een dagboekje invullen.

De grote vraag van dit onderzoek was: Zeggen al deze verschillende apparaten eigenlijk hetzelfde verhaal over de slaap? Of is het alsof ze allemaal naar een ander film kijken en denken dat ze dezelfde film zien?

Hier is wat de onderzoekers ontdekken, vertaald naar begrijpelijk Nederlands:

1. De "Slapende" Verwarring: Verschillende apparaten, verschillende verhalen

De onderzoekers lieten 74 oudere mensen (waaronder mensen met dementie) een paar weken lang slapen met al deze apparaten tegelijk. Ze vergeleken de resultaten met de "gouden standaard": een nacht in een slaaplab met draden aan het hoofd (polysomnografie).

Het resultaat? Het was alsof ze verschillende talen spraken.

• Als het horloge van de ene persoon zei: "Je hebt 7 uur geslapen", zei het matje van de ander soms: "Nee, 6 uur en 15 minuten."
• Voor de duur van de slaap (hoe lang je in bed lag) waren de apparaten redelijk het eens. Dit is als het meten van de lengte van een tafel: iedereen meet ongeveer hetzelfde.
• Maar voor de kwaliteit (hoe vaak je wakker werd, of je diep sliep) waren ze het totaal niet eens. Het ene apparaat dacht dat iemand diep sliep, terwijl het andere dacht dat die persoon wakker lag.

De les: Als je twee verschillende merken slaaphorloges gebruikt, kun je hun resultaten niet zomaar met elkaar vergelijken. Het zijn verschillende "vertalingen" van dezelfde droom.

2. De "Rusteloze" Meting: Waarom één nacht niet genoeg is

Stel je voor dat je probeert het weer te voorspellen door slechts één minuut naar buiten te kijken. Je ziet een wolkje en denkt: "Het gaat regenen." Maar misschien was het toeval. Als je een week lang elke dag kijkt, zie je pas het echte patroon.

Dit is precies wat de onderzoekers ontdekten over slaapmetingen:

• Eén nacht is ruis: Op een enkele nacht is het verschil tussen wat een apparaat meet en wat er echt gebeurt erg groot. Het is als een trillende camera; je ziet de beelden niet scherp.
• Zeven nachten is de magische grens: Als je de metingen van 7 tot 14 nachten samenvoegt (gemiddeld neemt), beginnen de apparaten pas betrouwbare cijfers te geven.
• Dementie maakt het lastiger: Voor mensen met dementie was het nog moeilijker om een stabiel beeld te krijgen. Hun slaap is vaak onregelmatiger, alsof ze op een bootje slapen in plaats van in een rustig bed. Hier waren soms zelfs meer dan twee weken metingen nodig om een betrouwbaar gemiddelde te krijgen.

3. De "Slaap-Soep" en de "Slaap-Soep" (PCA)

De onderzoekers probeerden alle verschillende cijfers (wakker worden, diep slapen, tijd van opstaan) te mixen tot één groot verhaal, net als het maken van een soep. Ze noemen dit "Principal Component Analysis" (een ingewikkelde manier om patronen te vinden).

Ze ontdekten twee belangrijke patronen:

1. De Duur: Dit was de enige "ingrediënt" die in alle soepen hetzelfde smaakte. Of je nu een horloge of een matje gebruikt: de tijd die je slaapt, is het enige dat betrouwbaar tussen apparaten te vergelijken is.
2. De Kwaliteit: Alles wat te maken had met hoe je sliep (rustig, onrustig, diep), was specifiek voor het apparaat. Het ene apparaat zag een "rustige soep", het andere zag een "schuimende soep".

4. Waarom is dit belangrijk? (De "Dementie-Detectie")

De onderzoekers probeerden ook te zien of deze slaappatronen konden voorspellen of iemand dementie had.

• Als je alleen kijkt naar één nacht of naar onbetrouwbare cijfers, is het een slechte voorspelling.
• Maar als je alleen de betrouwbare cijfers gebruikt (na 7 nachten gemeten) en je kijkt naar de grote lijnen (duur en ritme), dan werken de apparaten veel beter om onderscheid te maken tussen gezonde ouderen en mensen met dementie.

De Grote Conclusie in Eenvoudige Woorden

1. Geen "Apparaat-uitwisseling": Je kunt niet zeggen: "Mijn Apple Watch zegt dat ik 8 uur sliep, dus mijn buurman met zijn Fitbit moet ook 8 uur slapen." Ze meten verschillende dingen, zelfs als ze hetzelfde woord gebruiken.
2. Geduld is een deugd: Slaapmetingen zijn als het bakken van brood. Je kunt niet na 5 minuten al proeven of het klaar is. Je moet wachten tot je genoeg data (nachten) hebt verzameld om een betrouwbaar gemiddelde te krijgen. Voor de meeste apparaten is 7 nachten het minimum.
3. Alleen de "Tijd" is universeel: Het enige wat je veilig kunt vergelijken tussen verschillende apparaten is de duur van de slaap. Alles wat over de kwaliteit gaat (diepe slaap, wakker worden), is specifiek voor dat ene apparaat.
4. Gebruik het slim: Deze apparaten zijn geweldig om je eigen slaappatroon op lange termijn te volgen, maar gebruik ze niet om medische diagnoses te stellen of om je resultaten direct te vergelijken met die van iemand anders die een ander merk gebruikt.

Kortom: Consumer sleep technologieën zijn handige hulpmiddelen, maar ze zijn geen perfecte kopieën van een medische slaaptest. Ze zijn meer als een schatting van een vriend: "Hé, ik denk dat je goed hebt geslapen," maar ze zijn niet altijd exact hetzelfde als wat een arts zou zeggen. En om die vriend te vertrouwen, moet je hem een week lang volgen, niet één dag.

Technische samenvatting

Titel: Meten verschillende consumentenslaaptechnologieën dezelfde essentiële aspecten van slaap?

Auteurs: Kiran K G Ravindran et al. (UK Dementia Research Institute & University of Surrey)

---

1. Het Probleem

Consumentenslaaptechnologieën (CST's), zoals smartwatches en onder-matras sensoren, worden steeds vaker gebruikt voor langdurige slaapmonitoring buiten de laboratoriumomgeving. Een groot probleem is dat de output van deze apparaten vaak wordt geïnterpreteerd als equivalent aan de "gouden standaard" polysomnografie (PSG), hoewel ze fundamenteel verschillende meetprincipes hanteren (beweging en perifere signalen versus hersenactiviteit).

• Gebrek aan vergelijkbaarheid: Apparaten gebruiken proprietaire, niet-transparante algoritmes. Dezelfde labels (bijv. "slaapduur" of "slaapefficiëntie") kunnen op verschillende apparaten verschillende onderliggende fysiologische signalen vertegenwoordigen.
• Validatiekloof: Bestaande validatiestudies vinden vaak plaats bij jonge, gezonde volwassenen en zijn zelden gericht op de betrouwbaarheid (nacht-tot-nacht stabiliteit) van deze metingen in klinische populaties, zoals ouderen en mensen met dementie (PLWD).
• Vraag: Zijn CST-metingen uitwisselbaar tussen apparaten, en kunnen ze betrouwbare, kenmerkende (trait-like) slaapprofielen van individuen vastleggen?

2. Methodologie

De studie gebruikte een datagedreven, betrouwbaarheidsgerichte aanpak met de volgende opzet:

• Populatie: 74 ouderen (gemiddelde leeftijd 70,5 jaar), waaronder 20 mensen met dementie (PLWD) en 54 cognitief intacte controles.
• Dataverzameling: Deelnemers droegen gedurende 7 tot 14 nachten thuis vier gelijktijdige meetinstrumenten:
  1. Onderzoekskwaliteit actigrafie: Axivity (AX3/6).
  2. Wearable: Withings Watch (smartwatch).
  3. Nearable: Withings Sleep Analyzer (onder-matras sensor).
  4. Subjectief: Slaapdagboek.
  • Dit werd gevolgd door één laboratoriumsessie met PSG (polysomnografie) als referentiepunt.
• Data-analyse:
  • Betrouwbaarheid: Berekening van Intraclass Correlation Coefficients (ICC) om de stabiliteit van metingen over nachten te beoordelen. Er werd gekeken hoeveel nachten nodig waren om een ICC ≥ 0,7 te bereiken (de drempel voor acceptabele betrouwbaarheid).
  • Aggregatie: Toepassing van de Spearman-Brown formule om te voorspellen hoe betrouwbaarheid verbetert bij het middelen van meerdere nachten.
  • Principal Component Analysis (PCA): Om latentere, interpreteerbare slaapaspecten (zoals "Duur", "Continuïteit", "Tijdstip") te identificeren uit de ruwe data.
  • Predictieve Modellen: Gebruik van XGBoost (machine learning) om PLWD te onderscheiden van controles, met SHAP-waarden om de belangrijkheid van variabelen te bepalen.

3. Belangrijkste Resultaten

• Slecht overeenstemming met PSG en tussen apparaten:

  • De correlaties tussen CST-metingen en PSG waren over het algemeen zwak tot matig.
  • Metingen van slaapkwaliteit (zoals WASO - wakker worden na het inslapen) en slaapstadiën (REM, diepe slaap) toonden zeer slechte overeenstemming. Met name de slaapstadiumduur-metingen van de Withings-apparaten correleerden niet significant met PSG.
  • Tussen de verschillende CST-apparaten onderling waren de correlaties voor ruwe, een-nacht metingen vaak zwak, behalve voor enkele duur- en tijdsgebonden metingen.

• Betrouwbaarheid en Aggregatie:

  • 7-nachten regel: 71% van de slaapmetingen bereikte een acceptabele betrouwbaarheid (ICC ≥ 0,7) na aggregatie van 7 nachten. Na 14 nachten was dit 79%.
  • Variatie: De benodigde aggregatieperiode varieerde sterk per type meting en apparaat. Duur-metingen (bijv. totale slaaptijd) waren het meest stabiel, terwijl continuïteitsmetingen (bijv. aantal wakkerperiodes) vaak onstabiel bleven, zelfs na twee weken.
  • Populatie-effect: De variabiliteit was hoger bij mensen met dementie (PLWD) dan bij controles, wat suggereert dat dementie de betrouwbaarheid van metingen verlaagt door inherent meer fragmentatie in de slaap.

• Latente Slaapaspecten (PCA):

  • Na toepassing van PCA op betrouwbare (gefilterde) data, kwamen drie hoofdcomponenten naar voren: Duur, Continuïteit en Tijdstip.
  • Uitwisselbaarheid: "Duur" was het enige slaapaspect dat een matige correlatie vertoonde tussen de verschillende objectieve apparaten. Andere aspecten (zoals continuïteit) bleven apparaatspecifiek.
  • Dit betekent dat hoewel apparaten verschillende absolute waarden kunnen geven, ze wel vergelijkbare relatieve veranderingen in slaapduur kunnen detecteren.

• Predictieve Waarde:

  • Modellen die gebruik maakten van betrouwbare, geaggregeerde data en PCA-componenten presteerden beter in het onderscheiden van PLWD van controles dan modellen met ruwe data.
  • Er was een positieve correlatie tussen de betrouwbaarheid van een meting (ICC) en de bijdrage van die meting aan het voorspellende model (SHAP-waarde). Onbetrouwbare metingen voegden ruis toe aan de modellen.

4. Kernbijdragen

1. Betrouwbaarheidsframework: De studie introduceert een framework dat zich richt op nacht-tot-nacht stabiliteit (betrouwbaarheid) in plaats van alleen absolute overeenstemming met PSG. Dit is cruciaal voor longitudinale studies in de echte wereld.
2. Apparaatspecificiteit: Het bewijs dat identiek gelabelde variabelen (bijv. "slaapefficiëntie") tussen verschillende CST-apparaten niet uitwisselbaar zijn, behalve voor de categorie "slaapduur".
3. Aggregatie-strategie: Het kwantificeren van het aantal nachten dat nodig is om betrouwbare individuele kenmerken te verkrijgen, wat varieert per meettype en populatie.
4. Data-filtering: Het aantonen dat het filteren van onbetrouwbare variabelen voordat PCA wordt toegepast, leidt tot stabielere en interpreteerbare latentere slaapconstructen.

5. Significantie en Conclusie

De studie concludeert dat consumentenslaaptechnologieën waardevol zijn voor het monitoren van slaappatronen, maar niet als directe vervanging voor PSG of als uitwisselbare bronnen tussen apparaten mogen worden beschouwd op basis van hun labels alleen.

• Aanbevelingen voor onderzoek:
  • Gebruik geen enkele nacht data voor individuele conclusies; gebruik aggregatie (minimaal 7-14 nachten) om betrouwbare "trait"-metingen te krijgen.
  • Wees voorzichtig bij het vergelijken van studies die verschillende apparaten gebruiken; alleen metingen van slaapduur lijken voldoende uitwisselbaar.
  • Bij het ontwikkelen van digitale biomarkers (bijv. voor dementie), moet men eerst de betrouwbaarheid van de metingen filteren en focussen op stabiele latentere aspecten zoals duur en tijdstip.
  • De keuze van het apparaat en de populatie (bijv. PLWD vs. gezonde ouderen) heeft een grote invloed op de benodigde meetduur en de haalbaarheid van de meting.

Kortom, CST's zijn nuttig voor het karakteriseren van slaap, maar alleen wanneer hun gebruik wordt geleid door een meetreliabiliteitsbewuste aanpak en men de beperkingen van apparaatspecifieke algoritmes erkent.