World Sleep Industry ENCYCLOPEDIA

血糖波動與睡眠預測模型

4.4.4

定義、預測方向與產品邊界

血糖波動與睡眠預測模型,是把按時間排列的葡萄糖、睡眠和相關情境資料組合起來,估計未來明確時間窗內睡眠結果或葡萄糖結果機率與數值的統計或機器學習模型。本詞條歸入 WSIC 4.4.4 睡眠數位孿生與個人化預測模型。模型可能預測當夜低血糖或高血糖風險、夜間波動、次日血糖狀態,也可能從既往葡萄糖與其他資料預測睡眠時長、連續性或主觀睡眠結果;每個產品必須明確方向,不能用「血糖—睡眠模型」掩蓋目標不清。

本條關注葡萄糖波動與睡眠的雙向預測框架,可接收經驗證的連續葡萄糖監測、規範的血糖自測序列、睡眠記錄及臨床和生活情境。下一條特指以連續葡萄糖監測資料建立睡眠反應預測的模型,兩者不能僅憑同一批 CGM 資料混作同一產品。單次指尖讀數、糖化血紅蛋白、手錶推算值、主觀睡眠評分和整夜曲線回答不同問題;靜態值不能單獨重建波動,關聯分析也不等於能對個體未來作可靠預測。

預測模型不同於血糖儀、連續葡萄糖監測器、睡眠監測器、低血糖警報器和自動胰島素輸注控制器。上游裝置提供測量,模型把測量轉換為風險或預測;若輸出直接觸發胰島素、碳水攝取、警報或治療,風險與證據要求會顯著提高。模型不能憑一項睡眠或葡萄糖特徵診斷糖尿病、失眠、睡眠呼吸中止,也不能把某次夜間波動解釋為單一病因。

葡萄糖資料、波動指標與測量誤差

輸入應標明測量對象和方法。微血管、靜脈血漿和組織間液葡萄糖不是完全相同的訊號;CGM 在快速上升或下降時可因生理和演算法時滯與血糖不同。模型需要保存裝置型號、感測器批次或使用日、單位、取樣間隔、校準方式、趨勢箭頭、超量程和品質標記,並統一毫克每分升與毫莫耳每升。未經授權聲稱手錶或戒指可獨立無創測糖的數值,不能當作等同於經驗證葡萄糖測量的輸入。

「波動」可以指標準差、變異係數、平均日內波動幅度、日間差異、變化速率、低值或高值暴露、範圍內時間及其他指標,它們的公式、觀察長度和臨床含義不同。均值相同的兩段曲線可有完全不同的波動和極值;糖化血紅蛋白反映較長期平均狀態,不呈現即時低血糖、高血糖或短期變異。模型應預先確定指標、視窗和最低有效涵蓋率,不能事後挑選最顯著的波動量。

夜間資料有特有假象。睡姿壓迫感測器可能產生突降或異常讀數,暖機、脫落、通訊中斷、插值、漂移和特定干擾物也會改變曲線。演算法應區分真實事件、可疑壓迫、缺失和裝置錯誤,保留原始品質資訊並測試不同處理規則;將低值一律刪掉會漏掉真正低血糖,將每個突降都當真又會製造虛假關聯和無效警報。症狀、活動或預期與讀數不符時,應遵循具體裝置說明和專業方案進行確認,而不是由預測分數裁決真偽。

睡眠時間軸、標籤與聯合資料

睡眠輸入可來自多項睡眠檢查、經驗證的體動記錄、穿戴式裝置、床旁感測器、睡眠日記或問卷,但這些方法不能互換。腦電定義的睡眠階段、體動推定的睡眠、裝置自有「深睡」、主觀品質和臥床時間是不同變數。固定使用午夜至清晨的鐘點段會漏掉提前、延後、輪班或中斷的真實睡眠;研究與產品應說明睡眠視窗如何確定、時區和日光節約時間如何處理以及醒著進食或處理警報的時段如何標註。

若目標是預測睡眠,結局應明確為入睡時間、總睡眠時間、睡眠效率、覺醒、階段、主觀恢復感或睡眠障礙篩檢中的哪一項,並規定參考方法和預測提前量。若目標是預測葡萄糖,需明確預測的是最低值、超過閾值的事件、範圍內時間、變化軌跡還是次日匯總值。一個模型不能用同一「睡眠差」標籤合併失眠症狀、短睡、碎片化、呼吸事件和因裝置警報而醒,也不能把夜間低值與睡眠階段自動建立因果關係。

聯合資料必須在同一時鐘上可追溯對齊,並區分預測視窗與結果視窗。感測器內部時鐘、手機、幫浦、日記和睡眠裝置可能漂移或採用不同時區;簡單按日期拼接會把晚餐、運動、胰島素或睡眠配到錯誤夜晚。應記錄時間同步、重採樣、視窗跨午夜規則、重複或缺失資料、日間小睡及有效配對比例。任何在預測時點之後才產生的睡眠評分、葡萄糖值或治療動作都不能洩漏到模型輸入。

關聯證據、混雜與適用人群

研究提示睡眠品質與葡萄糖變異可能相關,也有小型連續監測研究觀察到個體內睡眠和葡萄糖指標相互對應;但系統綜述指出方法異質、偏差和第二型糖尿病資料不足,對睡眠時長等結果並不一致。相關性不能證明改變一個輸入必然改善另一個結果,模型的特徵重要性、相關熱圖或時間領先也不能單獨證明生理因果。

混雜因素包括糖尿病類型和病程、殘餘胰島功能、年齡、懷孕、腎肝功能、感染、疼痛、壓力、睡眠呼吸中止、輪班和時差,以及胰島素、磺醯脲類、荷爾蒙和其他藥物。餐食時間與成分、酒精、運動及其延遲效應、疾病日處理、睡前修正和自動輸注系統會同時改變夜間葡萄糖和睡眠。缺少這些資訊時,模型應降低用途或明確不確定性,而不是把未測混雜歸因於睡眠。

第一型、第二型、妊娠期及其他類型糖尿病,以及未患糖尿病的人群,在基線風險、治療、目標和感測器用途上差異顯著。兒童、老年人、低血糖感知受損者、住院患者和夜班人員也不能相互替代。開發與驗證資料應明確納入和排除標準、治療方案、裝置、睡眠方法及事件發生率;只在一種裝置和單一人群中訓練的模型,不應外推到健康篩檢、另一糖尿病類型或不同治療情境。

建模、驗證與效能報告

開發前應預先規定目標人群、預測時點、預測範圍、結局、可用輸入和預期行動。重複分鐘值不能被當作大量獨立樣本;樣本量應依據參與者、夜數和實際事件,而非資料點總數誇大。訓練、調參與測試要按參與者和時間隔離,避免同一人的相鄰夜、同一感測器週期或重疊視窗同時出現在兩側。缺失、類別不平衡、個體內相關和治療隨時間改變需要顯式處理。

內部驗證只能估計過度擬合,外部驗證應使用凍結模型,涵蓋不同機構、家庭、季節、裝置、睡眠計畫和治療方式。對個人化模型還要說明需要多少校準夜、何時開始可信,以及換感測器、改變治療或長期漂移後如何再校準。若模型持續學習,應把訓練資料、更新條件、效能門檻和回退版本分開管理;用部署資料重新訓練後不能繼續引用更新前的成績。

效能應與任務匹配。事件預測需報告按參與者和按事件的靈敏度、特異度、陽性預測值、漏報、每夜誤報、提前量和重複警報合併規則;連續值需報告誤差分布、偏差和臨床相關區間;機率模型還要報告校準圖、截距、斜率和決策淨獲益。接收者操作特徵曲線下面積或總體準確率不能代替校準和警報負擔,信賴區間、失敗夜、未知輸入、排除樣本與各亞組表現均應公開。

輸出、警報與治療安全

介面應說明預測的是誰、什麼結果、從何時到何時,並顯示絕對機率或有明確定義的等級、資料新鮮度、輸入完整性、模型版本和適用限制。睡眠中、睡前和次日預測具有不同提前量和行動價值;歷史相關分數不能偽裝成即時警報。輸入斷流、感測器品質不足、時鐘錯位或超出訓練範圍時,應暫停或標為不可判定,不能用平滑曲線掩蓋未知狀態。

假陰性可能延誤對危險低血糖或高血糖的反應,假陽性則會驚醒使用者、造成不必要進食、確認檢測或不當用藥;長期誤報還會導致警報疲勞。閾值應根據目標人群、事件嚴重性、提前量和實際工作流程驗證,並允許人工複核和記錄處理結果。模型不能保證整夜安全,照護者也不應因分數正常而忽略症狀、裝置警報或既定糖尿病安全計畫。

不得僅憑預測模型自行增加、減少或停用胰島素、磺醯脲類或其他降糖藥,也不得用其結果取代具體裝置說明、血糖確認規則和專業治療方案。直接控制幫浦或自動輸注的演算法屬於更高風險的閉環功能,需要獨立驗證其感測器輸入、劑量邏輯、互鎖、最大輸出、故障降級和人因;一個離線預測研究不能證明自動控制安全。出現意識改變、抽搐、無法安全吞嚥或其他嚴重低血糖或高血糖急症表現時,應立即按既定急救方案和當地急救流程處理,不等待模型重算。

隱私、監管與生命週期治理

葡萄糖、胰島素、進食、活動、睡眠時間、臥室感測、位置和帳戶資料可共同揭示疾病、作息和家庭活動。應遵循最少必要原則,區分本人、照護者、臨床、研究和供應商權限,明確即時分享、保存期限、匯出、更正、刪除及二次訓練用途。分享連結、舊手機、床伴資料、雲端備份和第三方健康平台都要納入同意、撤銷、加密、日誌和事件反應,而不能因資料已變成特徵就視為匿名。

產品屬於一般健康分析、臨床決策支援、警報軟體還是醫療器材,應按預期用途和銷售地規則判斷。聲稱預測低血糖、高血糖、疾病、睡眠障礙或直接指導治療時,需要相稱的品質、軟體、風險、人因、網路安全和臨床證據。監管授權只涵蓋核准的版本、裝置、輸入、人群和用途;將獲准 CGM 資料顯示在未驗證應用中,並不會自動使應用的睡眠預測或治療建議獲得同等授權。

生命週期檔案應連接資料來源、裝置和單位、睡眠與葡萄糖標籤、時間同步、程式碼相依套件、訓練記錄、凍結模型、閾值、驗證、說明書、更新和事件處置。上線後需監測缺失率、感測器與睡眠裝置變化、風險分布、校準、誤報漏報、群體差異、人工推翻和傷害訊號。任何改變輸入裝置、波動公式、睡眠定義、預測範圍、模型、閾值、警報或建議邏輯的更新,都應評估累積影響、按風險重新驗證,並清楚說明新舊結果能否比較。