本研究では、無呼吸低呼吸指数（AHI）≥50 events/hで定義される超重症睡眠時無呼吸を含め、睡眠時無呼吸の重症度ごとにウェアラブル睡眠ステージングを評価し、さらにそのサブグループにおいて学習データの構成が性能にどのように影響するかを検討することを目的とした。552件の一晩記録を解析した。内訳は、Sleep Lab Datasetが318件、Hospital Datasetが234件であり、これらのうち26.5%（N=62）が超重症睡眠時無呼吸であった。深層学習モデルは、手首装着型デバイスにより記録されたフォトプレチスモグラフィ由来RR間隔と加速度計測データから睡眠ステージングを行った。ベースライン性能は、結合データセットからランダムに分割したfoldを用いた4-fold交差検証により評価した。また、夜間レベルでAHI重症度との関連を調べた。さらに、ベースラインモデルを、同数の記録で学習しつつ、Sleep Lab Datasetの全記録と、AHIがより低いHospital Datasetの記録のみで構成したアブレーションモデルと比較し、超重症サブグループにおいて両者を評価した。5ステージ分類では、Sleep Lab DatasetにおけるCohenのkappaは0.586であり、Hospital Datasetでは0.446であった。4ステージでは差が縮まり、kappa値はそれぞれ0.632および0.525であった。Hospital Datasetでは、kappaはAHI重症度の増加に伴って低下し、中間値kappaの差は軽症群と超重症群の間で約0.2であった。超重症サブグループでは、kappaはベースラインの0.365からアブレーションの0.303へ低下した。ウェアラブル睡眠ステージングの性能は、睡眠時無呼吸の重症度が高いほど低下する傾向がみられた。臨床的有用性は、対象となる重症度スペクトル全体にわたる学習データを用い、意図する用途に合わせてステージングの粒度を一致させることで向上しうる。
https://doi.org/10.64898/2026.04.09.26350266