定義、用途與服務邊界
睡眠資料品質評估服務以預定用途為基準,對 PSG、HSAT、EEG、EOG、EMG、ECG、血氧、PPG、體動、雷達、床墊感測、音訊、影片、穿戴式裝置、問卷、臨床資料及其標籤和中繼資料進行獨立檢查,歸入 WSIC 4.4.3「睡眠數據服務」。它回答的不是資料抽象地「好不好」,而是其完整性、準確性、一致性、及時性、可追溯性、代表性和可用性是否足以支援特定研究、演算法訓練、獨立驗證、產品監測或臨床分析。不同用途容許的缺失、誤差、標籤不確定性和人群偏差不同,品質結論必須帶用途、版本和適用範圍。
該服務不同於資料清理、標註和演算法評測。評估可發現問題、量化影響並提出修復或降級建議,但不應在未授權時直接改寫來源資料;修復後的資料需要重新評估。它也不能用一個總分證明資料已獲認證、演算法必然有效或臨床結論可靠。合約與方案應先凍結評估物件、來源快照、目標任務、關鍵變數、品質維度、門檻、抽樣與複測規則,避免看到結果後改變標準。若用途尚不明確,報告只能給出描述性風險,不能宣稱「適用」。
檔案、結構與資料完整性檢查
檔案層應核對清單、數量、大小、校驗值、可讀性、壓縮套件、命名、重複、截斷、損壞和格式版本。結構層檢查 schema、欄位類型、編碼、單位、允許值、主外鍵、時區、字元集、空值表示、記錄順序和跨表參照。對 EDF、EDF+、DICOM、廠商容器、CSV、JSON 和資料庫匯出,應使用能理解格式的解析器,而不是只看副檔名;私有欄位、註釋、檔案標頭、旁車標籤和報告需要納入。轉換到通用資料模型時,還要驗證本地概念對映、精度變化、未對映值和來源欄位遺失。
完整性不等於每個儲存格都有值。評估要區分未採集、不適用、設備失敗、受試者未佩戴、解析失敗、人工刪除和真正陰性,並報告缺失發生在哪個人群、中心、設備、時段和資料處理階段。重複檢查需涵蓋完全重複、同一受試者多次匯出、裁剪或重新取樣版本和跨資料來源近重複。血緣應能從分析記錄追溯到來源記錄及其採集、校正、去識別化、對映和合併步驟;無法追溯的資料即使數值看似合理,也可能不適合高風險用途。品質檢查自身的程式碼、設定、門檻和執行日誌也要版本化。
訊號品質、時間與設備狀態
訊號評估應按通道和時間視窗檢查取樣率、物理與數位單位、量程、參照與極性、濾波、解析度、有效時長、平線、削波、飽和、斷連、丟包、基線漂移、工頻或動作偽跡和非生理突變。PSG 還需核對 EEG、EOG、下頦與肢體 EMG、氣流、呼吸努力、SpO₂、體位和 ECG 等通道是否與方案一致;穿戴式裝置和 PPG 要關注佩戴狀態、低灌注、皮膚接觸、動作和韌體;雷達、床墊、音訊或影片應檢查占用、遮擋、自動增益、壓縮和環境干擾。門檻應由設備、任務、目標人群和採集環境決定,不能把一個通用訊號品質指數當作所有模態的真值。
時間品質包括開始與結束、時區、日光節約時間、跨午夜、時鐘重設、漂移、插值以及多設備同步。波形、事件、問卷、用藥和設備日誌若錯位,可能仍能開啟卻產生錯誤因果順序或事件率。評估應區分總記錄時長、技術有效時長、佩戴時間、在床時間和總睡眠時間,並核對衍生指標所用分母;以總記錄時間替代總睡眠時間可系統改變事件指數。異常由自動規則定位後,應回放原始片段或與設備日誌、人工記錄交叉核驗,避免把真實罕見生理現象當作雜訊刪除。
標籤、參考標準與衍生結果
標籤品質評估首先核對任務定義、評分體系及版本、epoch 長度、事件邊界、時間容差、忽略區間、評分者資格、盲法、複核和仲裁。睡眠分期、覺醒、呼吸事件、腿動和其他事件應分別評價,不能由總體一致率掩蓋低頻或困難類別。人工評分本身存在結構性分歧,因此單人標籤不是無誤真值;可報告逐類混淆、評分者間一致性、事件數量差異、起止時間偏差、無法判斷率和仲裁率,並說明參考結果如何形成。金標準樣本若已被評分者反覆見過,也可能高估真實表現。
衍生結果應從底層記錄獨立重算並與現有報告比對,包括總睡眠時間、睡眠效率、入睡潛伏期、入睡後清醒、階段比例、AHI 或其他任務指標。檢查重點包括單位、捨入、分母、缺失通道處理、重疊事件、邊界規則和軟體版本。標籤與訊號需保持同一時間基準,資料裁剪、重新取樣或日期偏移後尤其要驗證。自動預標註應保留模型版本和人工修改軌跡,不能把模型與人工共識混稱為獨立參考。發現系統性標籤偏差時,應定位受影響評分者、中心、時期和規則版本,而不是只隨機重標少量樣本。
隊列代表性、偏差與洩漏
隊列層評估應還原納入、排除、拒絕、失敗、撤回和追蹤流失路徑,說明受試者數、記錄夜數、中心、地區、年齡、性別、疾病譜與嚴重度、合併症、設備、採集環境和訊號品質。記錄數量不能取代獨立受試者數量,多夜高頻貢獻者可能支配分布。缺失並非總是隨機:嚴重患者更容易產生偽跡,居家設備失敗可能與年齡或數位能力相關,人工品質控制可能偏向保留容易判讀的記錄。應按關鍵亞群和時間報告涵蓋、缺失和失敗,而不是用全體平均值隱藏薄弱區域。
用於機器學習時,還要檢查同一人的多夜、重疊視窗、重複匯出、家庭成員、中心或設備批次是否跨越訓練、開發與測試集。按 epoch 隨機切分整夜記錄會產生參與者洩漏;預訓練語料、公開鏡像和衍生版本也可能造成內容污染。隊列是否代表預期環境,應結合目標任務判斷:單中心成人實驗室 PSG 不能自動代表兒童、老年人、居家 HSAT 或消費者穿戴式裝置。評估可以識別這些限制和潛在偏差,但不能僅憑統計加權把不存在的人群、設備或工作流程「修復」出來。
指標、問題分級與報告交付
指標應給出明確分子、分母、統計單位、門檻來源和不確定性。可包括檔案可讀率、記錄與通道有效率、缺失和重複率、時間漂移、異常持續時間、標籤一致性、事件時間偏差、連結成功與錯誤率、血緣涵蓋、亞群涵蓋和從來源資料重算的結果差異。指標最好按受試者、夜、通道、epoch、事件或欄位分別報告,避免混用分母。總體等級如確有需要,應公開權重和阻斷項,並能下鑽到具體記錄和規則;嚴重錯誤不能被大量低風險通過項抵消。
問題清單應包含唯一編號、證據、影響範圍、嚴重度、可檢測性、可能原因、用途影響、建議處置和負責人。處置可分為來源端修正、重新匯出、重新標註、隔離、限制用途、作為缺失處理或接受剩餘風險;不應以無依據插補掩蓋採集失敗。交付物通常包括管理摘要、機器可讀問題表、樣本索引、可重現規則或查詢、品質畫像、血緣圖、已知限制和修復後複測結果。評估方應區分已觀察事實、推斷原因與專業判斷,並記錄未能檢查的範圍。
採購驗收、隱私與持續監測
採購方應提供預期用途、關鍵變數、資料字典、採集方案、評分規則、設備和韌體清單、轉換記錄及已知變更,並先用代表性小樣本校準規則。選擇服務方時,應核查睡眠領域知識、原始格式解析、人工複核能力、統計抽樣、資料工程、獨立性和隱私控制,而不只看儀表板。合約需規定資料快照、門檻批准、誤報與漏報複核、問題歸屬、返工、複測、交付格式、稽核權和結論表述。評估報告不是監管批准或資料保證書,超出所測用途、版本和人群使用時須重新判斷。
品質檢查常需存取未去識別化波形、自由文字和身分關聯鍵,應採用最小權限、受控環境、匯出限制、保留期限和可驗證刪除;報告中的罕見病例與小群體也需防止重新識別。一次性稽核只能反映一個快照,成熟服務還應持續監測中心、設備、韌體、schema、欄位、缺失、標籤規則和人群構成的漂移,設定基線、警示、人工確認和變更後複驗。自動品質指數可提高涵蓋率,但最終判斷仍須結合臨床語義和用途;當資料無法修復或風險不可接受時,正確結論可能是降級、拒用或重新採集。