World Sleep Industry ENCYCLOPEDIA

HST標註數據集

4.4.3

定義、用途與詞條邊界

HST 標註資料集是將在家庭或其他非睡眠實驗室環境採集的睡眠檢測訊號,與呼吸事件、血氧變化、紀錄品質、體位或其他時間對齊標籤組合而成的資料資源。臨床語境中 HST 常指居家睡眠呼吸中止檢測,也常寫作 HSAT。此類資料可用於可攜式檢測方法研究、評分訓練、裝置驗證、演算法開發和真實環境品質分析,其核心是原始資料、採集背景與可追溯標註共同存在。

HST 不是單一裝置類別,也不等同於實驗室多項睡眠檢查、任意穿戴式睡眠報告或單獨一晚血氧紀錄。不同系統可能測量完全不同的生理量,能夠支援的事件和臨床問題也不同。一個帶有廠商結果欄位的檔案不一定構成可獨立審查的標註資料集;使用者應確認是否提供原始訊號、標籤來源、裝置配置、有效區間、評分規則和參照檢測。

裝置、訊號與家庭採集情境

居家檢測系統可記錄鼻壓或其他氣流、胸腹呼吸努力、血氧和脈率,也可能使用周邊動脈張力、體動、體位、鼾聲或有限心電。有些系統能夠估計睡眠與清醒,另一些不具備腦電、眼電和肌電,不能按 PSG 的方式直接判定睡眠階段或覺醒。資料集必須逐裝置列出感測器、佩戴位置、取樣率、單位、濾波、韌體與演算法版本,不能只用「HST」概括全部通道。

家庭環境減少實驗室干預,卻增加自行佩戴、感測器移位、起夜、裝置離身、家庭成員誤用和網路傳輸中斷等情境。應記錄裝置發放與回收方式、使用者指導、開始結束操作、嘗試夜晚數、重複檢測原因和技術支援。紀錄開始、上床、關燈、估計入睡、有效監測與起床時間彼此不同,若資料集只保留裁剪後的波形而不保留這些時間點,會限制分母計算和失敗分析。

標註類型、指標分母與語意

常見標註包括阻塞性或中樞性呼吸事件、低通氣、血氧下降、脈搏或體位變化、鼾聲、訊號偽差和不可判讀區間。標籤可以是精確起止事件、固定窗口類別、整夜嚴重度或技術品質等級,不能在沒有轉換說明時互換。人工評分、裝置自動結果、醫師覆核、與 PSG 配對得到的參照標籤和研究團隊再標註應保存在不同層級,並說明衝突如何處理。

缺少可靠睡眠分期時,事件率常以有效紀錄或監測時間為分母,而 PSG 的呼吸中止低通氣指數通常以睡眠時間為分母;紀錄時間較長可能使數值被稀釋。資料字典應明確每個指標的事件定義、分母、訊號要求、無效區間處理和取整規則,並區分 REI、AHI、ODI 與廠商自訂指數。沒有標籤、沒有事件、通道失效和未被評分是四種不同狀態,不能統一編碼為零。

評分協定、參照標準與資料協調

呼吸事件定義會隨評分手冊版本、感測器類型、血氧或覺醒關聯條件以及專案協定而變化。資料集應提供所用規則與版本、評分軟體、可見通道、自動預標設定、評分者資歷、覆核和仲裁流程。若以 PSG 為參照,需要說明兩項檢測是同步還是不同夜完成、如何對齊時間,以及家庭環境、體位或自然夜間差異是否可能造成不一致;不同夜結果不能簡單視為純標籤誤差。

跨裝置或跨中心協調要保留原始欄位,並記錄通道映射、單位換算、重新取樣、濾波、時間修正、事件轉換和不可比項目。專有格式轉換為 EDF、CSV 或其他開放格式時,還需核對校準、缺失值、事件邊界和裝置狀態位是否遺失。每次發布應有版本號、檔案校驗值、資料字典、裝置清單、納入規則、變更日誌和已知問題,使分析能鎖定實際使用的資料快照。

技術品質、標籤不確定性與選擇偏差

品質評估應逐通道和逐區間檢查訊號缺失、削頂、漂移、低灌流、動作偽差、氣流或呼吸帶脫落、時鐘錯位及電量不足。技術不合格、過短或不確定的紀錄不能靜默歸入陰性樣本,也不應只因裝置生成了摘要而視為有效。資料集應公布失敗率、重測規則、排除紀錄、人工修復和品質等級,並保留失敗樣本用於研究真實部署中的穩健性。

家庭檢測通常來自已被選擇接受某類檢查的人群,可能低估沒有轉介、無法自行佩戴、合併複雜疾病或症狀不典型者。僅納入成功上傳和可評分紀錄會產生倖存者偏差;來自單一裝置、中心、支付體系或年齡範圍的資料也可能限制泛化。標籤的不確定性還來自有限通道和規則邊界,研究宜報告未評分比例、評分者一致性和按裝置、人群及訊號品質分層的結果。

機器學習劃分、評測與重現

訓練、驗證和測試必須按受試者劃分,並把同一人的重測夜晚、同源 PSG、裁剪片段和衍生特徵留在同一集合。若裝置序號、站點代碼、報告格式或檔案長度與標籤相關,模型可能學習採集流程而非呼吸生理。預處理、缺失填補、品質篩選、標準化和閾值調節只能利用訓練資料;測試集應保持獨立,並儘量用不同裝置、中心和目標人群進行外部驗證。

評測要匹配標籤粒度,分別報告事件檢測、窗口分類、整夜嚴重度與技術失敗識別的指標。除了總體表現,還應提供靈敏度、特異度、校準、事件時間重疊、誤差分布和不可判讀率,並說明參照標準。版本、樣本清單、隨機種子、程式碼依賴、訊號預處理和排除決定都應可追溯;裝置演算法或韌體更新後需要重新評估,不能假定相同欄位名代表相同行為。

隱私、存取治理與臨床限制

家庭紀錄可能包含精確日期、家庭作息、位置、裝置識別碼、自由文字及可關聯的生理模式。發布者應依據同意和適用規則進行資料最小化、日期處理、去識別和再識別風險評估,並按敏感度設定開放、申請或受控存取。使用者需保護下載檔案、存取憑據和衍生資料,遵守授權、禁止再識別與再散布限制,並在撤回、授權到期或發現錯誤時執行規定的更正與刪除流程。

標註資料適合研究和效能評價,不自動使其訓練出的模型成為獲准醫療工具,也不能用單次自動結果替代完整臨床評估。HST 的適用對象和後續路徑取決於裝置能力、患者情況、當地規範和專業判斷;在相應臨床路徑中,陰性、不確定或技術不合格的居家檢測可能仍需 PSG 或其他評估。成熟的資料集應同時呈現成功與失敗、自動與人工、原始與衍生資訊,讓使用者清楚其證據範圍和不能回答的問題。