% 0期刊文章% Zhifei徐%冈萨洛c . Gutierrez-Tobal %一个吴Yunxiao %莱拉Kheirandish-Gozal %鑫倪%罗伯托·Hornero %同时大卫% T云由oximetry-based诊断阻塞性睡眠呼吸暂停症状习惯性打鼾儿童% D 2019% R 10.1183/13993003.01788 -2018% J欧洲呼吸杂志% P 1801788 % V 53% N 2% X的能力cloud-driven蓝牙oximetry-based算法诊断阻塞性睡眠呼吸暂停综合征(群)在习惯性打鼾的孩子一夜之间同时进行多导睡眠图检查。障碍儿童在临床上称为一夜之间在实验室评估因涉嫌群同时连接蓝牙血氧计与智能手机。多导睡眠图发现得分和呼吸暂停/ hypopnoea指数(AHIPSG)列表,而血氧定量法数据估计AHIOXI使用验证算法。血氧计的准确性在正确识别患者群,或有轻度(你好1 - 5事件·h−1),中等(5 - 10事件·h−1)或严重事件(> 10·h−1)群对432名受试者的研究(6.5±3.2年),343年有AHIPSG > 1事件·h−1。AHIOXI始终> 79%的精度各级群严重程度,和特异性尤其有利于AHI > 10事件·h−1 (92.7%)。使用AHIPSG > 1的标准事件·h−1,只有出现假阴性病例的4.7%,只有0.6%的病例显示中度或严重的群。夜间血氧定量法处理通过蓝牙技术的基于云计算的机器learning-derived算法能够可靠地诊断群疾病的患儿临床症状暗示。这种方法提供了几乎无限的可伸缩性和应该减轻实质性困难访问儿科睡眠实验室群诊断的同时显著降低了成本。缺乏睡眠研究减少访问和限制目标儿童阻塞性睡眠呼吸暂停的诊断。夜间血氧定量法通过蓝牙连接到智能手机和云算法提供可伸缩的诊断能力。http://ow。ly / OCx230mNE4n % U //www.qdcxjkg.com/content/erj/53/2/1801788.full.pdf