World Sleep Industry ENCYCLOPEDIA

多夜趋势分析算法

4.4.1

定义、目标与输出边界

多夜趋势分析算法是把同一人的连续或间断多晚睡眠记录按统一口径组织,在数天、数周或更长时间尺度上估计基线、方向、波动、周期和可能的转折点,并把数据充分性与不确定性一并输出的方法,归入 WSIC 4.4.1。输入可来自多导睡眠监测、家庭睡眠呼吸监测、体动计、可穿戴设备、床旁传感器、睡眠日记或多源组合;输出可包括睡眠时长、入睡和起床时间、效率、觉醒、规律性、呼吸或心率相关指标的趋势,但每项指标必须保留其来源、单位和算法版本。

本算法回答的是“在所观察且可比较的夜晚中,指标如何随时间变化”,不是单夜睡眠分期器、综合评分器或异常预警器,也不能仅凭同步变化证明某种行为、药物或疾病导致了变化。平滑曲线不是事实本身,个人基线不是人群正常值,统计显著也不等于临床重要。若预期用途涉及筛查、诊断、治疗建议或疾病风险分层,必须另行建立与该用途、目标人群和使用环境相称的临床证据及监管路径。

夜晚定义、数据模型与质量门槛

分析前应定义“夜晚”的归属规则:以主要睡眠段的开始日、结束日还是当地生物夜为索引;如何处理跨午夜、午睡、分段睡眠、轮班、跨时区旅行和夏令时切换。原始时戳应保留时区及偏移,展示层再转换为当地时间。一次主睡眠、补眠和误识别的静卧不能不加区分地合并。每条夜记录至少需要主体、设备与佩戴位置、采集起止、有效时长、指标定义、单位、采样或聚合方法、质量标记、固件和算法版本以及处理时间。

缺失、无效和真实零值必须分开。未佩戴、断电、同步失败、信号质量不足、算法无法判定和用户删除会形成不同的缺失机制;把它们记成零、沿用前值或默认为“睡得很差”会制造趋势。应预先给出每项指标的最低有效覆盖、可接受缺口、连续夜数和窗口内最少有效夜数,并在不满足时抑制结论或降低置信度。原始点、排除理由和分母应可追溯,不能只留下平滑后的图线。

基线、窗口与统计估计

固定基线适合比较明确事件前后的变化,滚动基线适合跟随缓慢漂移,但会逐步吸收持续恶化;二者应按用途预先选择。均值易受极端夜影响,中位数和截尾均值更稳健;标准差、四分位距、变异系数和规律性指标描述的对象不同,不能互换。睡眠时点属于环形时间,午夜前后的钟表时间不宜直接做普通算术平均。工作日与休息日、季节、月经周期、旅行、急性疾病和环境改变可形成结构性模式,需在模型或解释中显式标注。

多夜数据通常自相关,同一人的相邻夜并非独立样本。趋势斜率、变化点、指数平滑、状态空间模型或混合效应模型都必须报告窗口、超参数和最小效应阈值,并用留出期或时间顺序交叉验证,避免把未来信息泄漏到过去。输出宜同时给出点估计、区间、有效夜数、缺失比例和对窗口选择的敏感性。夜数不是通用常数:所需长度取决于指标本身的夜间变异、传感器误差、要识别的变化幅度和允许的假警报率,不能把“连续七晚”包装成适用于一切指标的科学定律。

设备变更、漂移与可比性

设备型号、传感器位置、腕侧、松紧、固件、手机系统、数据管道或上游睡眠分期算法变化,都可能造成与真实生理变化相似的阶跃。趋势系统应保存数据血缘并自动标记版本边界;变更前后若无可比性证据,不应把两段直接拟合成一条连续趋势。可通过一段并行佩戴、参考测量、桥接研究或分层校准估计差异;无法桥接时,应开启新基线并明确显示断点,而不是静默回填历史结果。

数据漂移还包括人群、行为、季节、硬件老化和依从性改变。质量监控应区分输入分布漂移、标签或参考标准变化、模型性能下降和真正的健康变化。更新算法后,应保留旧版本结果或提供可重现的重算策略,说明历史数据是否回算、界面何时切换以及结论可能如何改变。任何自动学习或阈值调整都需要受控发布、回滚方案和变更影响评估,避免同一条历史记录在用户不知情时反复改变含义。

验证设计、性能与公平性

验证要从预期用途出发,分别检查技术性能、临床关联和实际使用性能。技术验证确认时间戳、单位、聚合、缺失处理和趋势计算正确;临床验证确认输出与相称参考标准或有意义结局的关系;可用性验证确认用户能理解趋势、区间和断点。测试集应在主体层面独立并保持时间顺序,覆盖稳定、缓慢变化、突变、周期性、极端值、长缺口和设备切换。除复杂模型外,还应与“无变化”、简单移动中位数等朴素基线比较。

性能不能只报相关系数或平均误差。应按用途报告变化方向准确率、斜率偏差、区间覆盖、变化点检测延迟、每人月假警报、漏检、校准和最低可检测变化,并给出置信区间。模拟注入可测试已知变化,但不能替代真实世界验证。年龄、性别、肤色、体型、疾病、用药、轮班、孕期、行动能力和佩戴习惯可能影响传感器与缺失率;需要按相关亚组评估数据可用性和误差,避免只在“能持续佩戴的人”中表现良好。发现差异后应改进采集、模型或适用范围,而不是用一个总平均掩盖。

呈现、解释与安全使用

界面应允许查看原始夜点、平滑趋势、基线区间、缺失和设备变更,并用清楚语言说明趋势的方向、幅度、时间范围和证据强度。颜色和通知要避免把普通波动渲染为危险;“近两周较个人基线晚约三十分钟”比“睡眠恶化”更可核查。综合指数下降时,应展示驱动指标及其质量,不能让专有分数遮蔽时长、时点或信号缺失。用户备注可帮助解释旅行、饮酒、疾病和作息,但事后相关不能自动升级为因果建议。

连续明显恶化、严重日间嗜睡、驾驶或作业时困倦、目击呼吸暂停、胸痛、晕厥、严重情绪危机等,应由明确的安全流程引导至及时专业评估;算法不能用“多观察几晚”延误处置。对于焦虑或过度关注睡眠数据的人,应提供暂停通知、隐藏精细分期或退出功能,避免由追踪本身加重睡眠担忧。任何生活方式建议都应说明适用条件、风险和不确定性,药物或治疗调整必须由合格专业人员结合完整病史决定。

治理、隐私与宣称边界

睡眠、心率、呼吸、位置和行为记录可能揭示健康状态、作息、工作模式与家庭活动。系统应遵循目的限定和数据最小化,明确采集、推断、共享、保存、导出、更正和删除规则;对静态与传输数据进行保护,实行最小权限、访问审计和事件响应。研究、雇主、保险或平台二次使用需有适用的法律基础和透明说明。工作场景应尽量采用自愿参与和群体级汇总,不应把不完整的个人夜间数据变成绩效或纪律依据。

治理档案应包括预期用途、排除人群、指标字典、训练和验证数据范围、版本、阈值、已知限制、亚组结果、人工监督、投诉、漂移监控和退役标准。达到预设触发条件时,应暂停或限制输出并调查。若产品提出疾病检测、诊断、治疗或临床决策主张,其法规身份取决于功能和辖区,不能以“仅供参考”一句话消除实际医疗用途。多夜覆盖能改善对波动的认识,但不能弥补传感器无效、选择偏倚、缺失偏倚或未经验证的临床主张。