【背景】睡眠技術者は、複雑な陽圧気道圧（PAP）滴定の熟練をほぼ完全に生体（ライブ）患者から獲得している。呼吸ケア教育ではシミュレーションが確立しているが、利用可能なツールは睡眠医学においてはデバイスのインターフェースを教える一方で患者応答を教えられない。その結果、神経筋疾患、肥満低換気症候群、慢性高炭酸ガス血症を伴うCOPD、または中枢性睡眠時無呼吸における滴定を広く復習する手段が欠けている。【目的】ブラウザベースの生理学的シミュレータを開発する。ここでは、複雑な滴定失敗が、台本（スクリプト）の出来事ではなく基盤モデルに起因して生じるようにし、その挙動が公表された生理学的関係を再現できるかを評価する。【方法】単一コンパートメントの呼吸モデルを実装した。呼気フロー制限、スターリング抵抗型の上気道、睡眠段階依存の筋緊張と気道虚脱性、調節可能なループゲインおよび循環遅延を伴う化学反射制御、そして二酸化炭素と酸素の別個の動態を組み込んだ。7つの患者表現型と7つのPAPモードを実装した。モデル出力を、6つの生理学的関係について公表値と比較した。【結果】モデルは、検証した6つすべての関係について、向き（方向）を再現し、ほとんどの場合においておおよその大きさも再現した。具体的には、臥位から側臥位への臨界閉鎖圧の変化、呼気圧を単独で上げたときの圧支持のトレードオフ、持続的な高圧での治療関連中枢性無呼吸の出現と予備レート（バックアップレート）によるその消失、そして循環遅延に対するチェーン・ストークス周期長の依存が含まれる。2つの逸脱が特定され、それらを報告する。【結論】モデル駆動型のシミュレータは、教育のために十分な忠実度で複雑なPAP滴定を支える主要な生理学的関係を再現できる。公表値との一致は、モデルがもっともらしい挙動を示すことを裏付けるが、患者記録に対する妥当性を確立するものではなく、学習者の成果は評価されていない。
https://doi.org/10.21203/rs.3.rs-10884913/v1