Resumen de Estudi i caracterizacio del ronc en senyals de so respiratori de roncadors sans i pacients amb sindrome d'apnea obstructiva del son
El trabajo desarrollado en esta tesis aporta una metodología para extraer información objetiva del ronquido. Esta información, por un lado, permite caracterizar y monitorizar de forma precisa la señal de ronquido, y puede contribuir a determinar el tratamiento más adecuado para el ronquido simple, permitiendo efectuar un seguimiento posterior. Por otro lado, la información extraída del ronquido puede servir como ayuda para el diagnóstico del Síndrome de Apnea Obstructiva del Sueño (OSAS) ya que, como mostraremos a lo largo de esta memoria, permite identificar de forma indirecta la presencia de OSAS en sujetos roncadores. Los algoritmos desarrollados en esta tesis se han validado y aplicado sobre dos conjuntos de registros de sonido respiratorio (BD1 y BD2) adquiridos en el Hospital Universitario "Germans Trias i Pujol" de Badalona (HUGTIP) en el curso de estudios polisomnográficos.
Para caracterizar la señal de ronquido se han desarrollado tres algoritmos de análisis de bajo coste computacional que explotan la información obtenida a partir de estadísticos de segundo orden. En primer lugar se ha realizado un análisis de la Densidad Espectral de Poténcia (PSD) del ronquido, proponiendo un nuevo conjunto de parámetros frecuenciales que complementan los parámetros clásicos y de intensidad reportados en la literatura. En segundo lugar se ha propuesto un algoritmo de estimación del pitch en el ronquido basado en los métodos utilizados en el procesado de voz. Este algoritmo permite parametrizar y monitorizar la vibración fundamental que tiene lugar en la vía aérea superior durante la producción de cada episodio de ronquido. En tercer lugar, se ha propuesto un algoritmo de estimación de la envolvente espectral del ronquido basado en un modelo autoregresivo, con estimación automática del orden del modelo. Los máximos de la envolvente espectral, los formantes, permiten caracterizar las resonancias que la via aérea superior introduce en el sonido respiratorio, tanto en los episodios de ronquido como también en los episodios de respiración no roncante.
Los tres algoritmos de análisis se han validado sobre un conjunto inicial de episodios de ronquido seleccionados y anotados con la colaboración de un neumólogo del HUGTIP especializado en sonidos respiratorios, estudiando por separado las características de los episodios de ronquido regular y de los episodios inmediatamente posteriores a una apnea (ronquidos post-apneicos).
Los estudios reportados en la literatura analizan un número reducido de episodios de ronquido seleccionados de forma manual. Una primera aportación de la tesis ha sido el análisis de los episodios de ronquido producidos durante toda la noche, identificados por medio de un detector automático desarrollado previamente por el grupo. En esta tesis, se ha diseñado y implementado un doble proceso de validación del detector de ronquidos sobre dos conjuntos de señales diferentes. El objetivo del primer proceso de validación ha sido cuantificar la sensibilidad y el valor predictivo positivo del detector. En el segundo proceso de validación, el objetivo ha sido doble: evaluar las prestaciones del detector en el segundo conjunto de señales, y cuantificar si especificidad. El detector validado se ha aplicado a construir dos bases de datos de episodios de ronquido de toda la noche (BD1 y BD2), a las cuales se han aplicado las técnicas de análisis desarrolladas. La base de datos BD1 contiene señales de 9 roncadores sanos con un total de 15795 episodios de ronquido (1755±1135) y de 15 pacientes con OSAS con un total de 19263 episodios de ronquido (1284±917). La base de datos BD2 contiene señales de 19 roncadores sanos con un total de 28196 episodios de ronquido (1484±1227) y de 17 pacientes con OSAS con un total de 37429 episodios de ronquido (2202±1093).
El análisis de la PSD del ronquido ha mostrado que existe una variabilidad intra-sujetos significativamente mayor en las características frecuenciales del ronquido de los pacientes con OSAS respecto a los roncadores sanos. Además, esta variabilidad tiene una tendencia a aumentar con la severidad de la patología, tal como lo indica la correlación significativa de la mayoría de parámetros frecuenciales con el Índice de Apnea-Hipoapnea (AHI). Las diferencias significativas de variabilidad entre poblaciones, así como el incremento de la variabilidad con el AHI, se observan también cuando se considera el ronquido normal de los pacientes con OSAS. Estos resultados constituyen una novedad respecto a los estudios publicados.
Por otro lado, se ha podido constatar que la envolvente espectral del ronquido presenta siempre los formantes en cinco bandas de frecuencia características, tanto en roncadores con OSAS como sanos, tanto en ronquidos normales como post-apneicos. Esto sugiere la existencia de un mecanismo de producción y de resonancia del sonido del ronquido en la vía aérea superior común a todos los sujetos roncadores, independientemente de la presencia o no de apneas. La variabilidad intra-sujeto, medida por la desviación estándar de algunos de los parámetros de los formantes, resulta significativamente mayor en los pacientes con OSAS respecto a los roncadores sanos (p<0.005).
Se ha observado que las frecuencias de los formantes del sonido de la respiración a volumen corriente aparecen aproximadamente en las mismas bandas frecuenciales que en el ronquido, tanto en los episodios de inspiración como en los de espiración. Además, algunos de los formantes también tienen una variabilidad significativamente mayor en los sujetos patológicos, tanto en los episodios de inspiración (p=0.022) como en los de espiración (p=0.038), tal y com sucede con los episodios de ronquido. La mayor variabilidad de las frecuencias de los formantes, observada tanto en el sonido de la respiración normal como en el sonido del ronquido, parece ser un indicador de las diferencias existentes en la via aérea superior entre sujetos normales y patológicos. Es conocido que algunas de estas diferencias anatómicas en la via aérea superior también están presentes durante la vigilia. El estudio de las frecuencias de resonancia a través de los formantes de la envolvente espectral podría extenderse al sonido de la respiración a volumen corriente registrado durante la vigilia. Si se confirmasen las diferencias entre poblaciones observadas en el sonido nocturno, se abriría la puerta al diagnóstico del OSAS sin necesidad de realizar un estudio polisomnográfico.
Las técnicas de análisis propuestas permiten monitorizar las características del ronquido a lo largo de la noche y detectar los cambios que se producen en la señal, por ejemplo cuando tienen lugar cambios en la posición en que duerme el paciente. Se ha propuesto un método de análisis diferencial del ronquido para estudiar la variabilidad de los parámetros ronquido a ronquido en registros de larga duración, eliminando la variabilidad debida los cambios abruptos que experimentan los parámetros a lo largo de la noche. Este análisis ha permitido comparar de forma homogénea la variabilidad ronquido a ronquido entre diferentes sujetos.
Los sujetos con OSAS han mostrado una variabilidad ronquido a ronquido significativamente mayor en diversos parámetros acústicos del ronquido, tanto de la PSD como de la envolvente espectral y del pitch (p0.001). Esta variabilidad tiene una tendencia general a aumentar con la severidad de la patología tal como lo indica una correlación positiva con el AHI, con un coeficiente de correlación comprendido entre r=0.561 y r=0.904 dependiendo del parámetro.
Se ha propuesto también una aplicación preliminar de los algoritmos desarrollados a la identificación del ronquido palatal, una aplicación de potencial utilidad en el campo de la otorrinolaringología para determinar la idoneidad de una eventual intervención quirúrgica en el paladar destinada a eliminar el ronquido en un sujeto roncador sin OSAS.
Mediante los instantes de producción del ronquido, se ha propuesto una forma automática de separar los episodios de ronquido producidos de forma regular, de los episodios aislados entre los cuales se encuentran los ronquidos post-apneicos. Se ha podido constatar que las tendencias de los parámetros del ronquido, y las diferencias significativas entre poblaciones, también se observan analizando el ronquido regular de los sujetos con OSAS. Ello constituye una novedad, ya que la mayoría de trabajos publicados en la literatura caracterizan a los sujetos con OSAS únicamente a partir de su ronquido post-apneico. Los resultados obtenidos parecen indicar que la presencia de OSAS influye en las características acústicas del ronquido con independencia de la proximidad o no de un episodio de apnea.
Como síntesis de todo el estudio, se ha propuesto un modelo para la clasificación automática de sujetos roncadores con y sin OSAS a partir únicamente del análisis del ronquido. El modelo está basado en la regresión logística, una técnica que no requiere ninguna hipótesis de normalidad sobre los datos y que permite ajustar el umbral de clasificación en función de la sensibilidad o la especificidad deseadas. Utilizando un modelo de regresión logística óptimo con entre 3 y 8 parámetros del ronquido, al menos un 50% de los cuales son de variabilidad, ha sido posible realizar una clasificación precisa de los pacientes con OSAS. Ajustando el modelo para obtener una sensibilidad del 100%, se obtiene una especificidad del 100% en la base de datos BD1 y del 89% en la BD2. Estas prestaciones son mejores que las de otros modelos reportados basados en el análisis del ronquido, y son comparables a las de aparatos portátiles de detección de apnea de tipo 2 y 3 reportados en la literatura y evaluados sobre un número de pacientes similar.
La investigación desarrollada en esta tesis ha permitido caracterizar y monitorizar de forma precisa la señal de ronquido, y se ha podido constatar que el análisis acústico del ronquido permite obtener de forma indirecta información sobre la presencia de la patología OSAS. Los algoritmos desarrollados en este trabajo pueden incorporarse a corto plazo en equipos o sistemas portátiles de adquisición y análisis del ronquido.
Como continuación de la investigación realizada, por un lado podría tenerse en cuenta la no estacionariedad de la señal de ronquido aplicando técnicas de análisis tiempo-frecuencia o tiempo-escala. Por otro lado, en el análisis realizado se ha utilizado la totalidad de los episodios identificados a lo largo de la noche. Para simplificar el cálculo, resultaría útil identificar si existe un período de tiempo que proporcione los mismos resultados que el estudio de la señal completa. También resultaría de interés tener en cuenta otras variables fisiológicas como puede ser el estadio de sueño, ya que es bien conocido que los patrones de respiración observados en sueño delta y REM difieren de los típicos patrones respiratorios observados durante la vigilia y en las fases 1 y 2 del sueño no-REM, donde es más común apreciar las apneas. El modelo de clasificación de pacientes propuesto únicamente los separa en dos grandes grupos, roncadores sanos (AHI10) y pacientes con OSAS (AHI=10).
Resultaría interesante ampliar el número de grupos en que se clasifican los sujetos roncadores.
Algunos autores sugieren considerar los pacientes con severidad intermedia (5AHI=15) en un mismo grupo, y este podría ser un primer paso.
