DIE WICHTIGKEIT DER ATEMFREQUENZ WÄHREND COVID-19 Weiterlesen
Jetzt registrieren

Februar 20, 2020

Wie misst WHOOP den Schlaf, und wie genau ist es?

Wir sind stolz zu verkünden, dass die Universität von Arizona kürzlich eine unabhängige Validierung unserer Schlaf-Staging-Analytik, die im Journal of Clinical Sleep Medicine veröffentlicht wurde. In dieser Studie wurde der Schlaf der Teilnehmer mittels Polysomnographie (PSG), dem Goldstandard der Schlafüberwachung, untersucht, während sie gleichzeitig WHOOP trugen. Die Studie zeigte mit überwältigender Mehrheit, dass die Genauigkeit von WHOOP im Vergleich zur PSG hervorragend war, was WHOOP als zuverlässiges, nicht-invasives Wearable zur Schlafverfolgung ausweist.

Laut Dr. Sairam Parthasarathy, MD, der Professor für Medizin an der University of Arizona College of Medicine-Tucson und Direktor des Zentrums für Schlaf- und zirkadiane Wissenschaften ist, "kann die Genauigkeit von WHOOP als Wearable und seine Verfügbarkeit im Vergleich zur begrenzten Zugänglichkeit der Polysomnographie in Zukunft ein besseres Gesundheitsmanagement für die Bevölkerung ermöglichen."

Um die wichtigsten Ergebnisse der Studie zusammenzufassen:

  • Es wurde gezeigt, dass der WHOOP-Algorithmus für die Atemfrequenz im Schlaf innerhalb von 1 Atemzug pro Minute der Goldstandard-Wahrheit liegt.
  • Die WHOOP-Schlafherzfrequenz wurde innerhalb von 1 Schlag pro Minute des EKGs gezeigt.
  • Es konnte gezeigt werden, dass die Verwendung von WHOOP mit einer Verbesserung der Schlafqualität verbunden ist.
  • Das WHOOP-Schlaf-Staging hatte eine hohe Übereinstimmung mit der Polysomnographie.

Im Folgenden tauchen wir ein in die Frage, wie WHOOP diese beeindruckende Leistung vollbringen konnte, woraus PSG besteht und erläutern die Studie und ihre Ergebnisse im Detail.

Warum Schlaf so wichtig ist

Das Verfolgen und Analysieren des Schlafs ist ein zentraler Bestandteil der WHOOP-Mitgliedschaft. Unser starker Fokus auf Schlaf ist durch jahrzehntelange Forschung und unwiderlegbare Beweise motiviert, dass Schlaf essentiell für Erholung und Leistung ist. Genügend Schlaf zu bekommen, ist heute schwieriger als je zuvor, Gallup-Umfragedaten zeigt, dass die Amerikaner heute im Durchschnitt über eine Stunde weniger Schlaf pro Nacht haben als noch vor 70 Jahren.

Die aktuelle Epidemie des Schlafmangels macht uns nicht nur schläfriger, sondern erhöht unser Risiko für Herz-Kreislauf-Erkrankungen, Krebs und Fettleibigkeit und verkürzt unsere Lebenserwartung. WHOOP-Mitgliedern geht es im Durchschnitt weit besser als dem nationalen Trend, aber sie profitieren dennoch von einer Verbesserung ihres Schlafs. Im Folgenden beschreiben wir von Anfang an, wie wir die WHOOP Sleep Analytics Plattform aufgebaut haben.

Speziell für den Schlaf entwickelt

Ihr WHOOP-Gurt wurde von Grund auf so entwickelt, dass er den Schlaf so genau wie möglich erfasst. Wir sammeln Hunderte von Datenpunkten pro Sekunde von unserem 3-Achsen-Beschleunigungsmesser, 3-Achsen-Gyroskop und PPG-Herzfrequenzsensor. WHOOP misst auch kapazitive Berührungen und die Temperatur, verwendet aber keine Daten von diesen Sensoren in seinem Schlafalgorithmus.

PPG, oder Photoplethysmographie, ist eine Technik, die die Messung des Blutflusses durch die Beurteilung oberflächlicher Veränderungen des Blutvolumens beinhaltet. Wenn Sie sich jemals gefragt haben, was die kleinen grünen Lichter an der Unterseite Ihres WHOOP sind, sind sie der sehr wichtige erste Teil der PPG. Zwischen den beiden grünen Lichtern befindet sich ein kleiner Photorezeptor, der Licht misst. Wenn Sie bestimmte Farben (Wellenlängen) des Lichts auf die Haut strahlen, kann das Blutvolumen gemessen werden, indem man das von unserer Haut zurückreflektierte Licht betrachtet, da Blut bestimmte Farben absorbiert und andere reflektiert.

Sobald der Blutfluss gemessen ist, können wir die Herzfrequenz ableiten, Herzfrequenzvariabilitätund die Atemfrequenz, die alle in unseren Algorithmen zur Schlaferkennung und -einstufung verwendet werden. In der kürzlich veröffentlichten Schlafvalidierungsstudie zeigte die WHOOP HR während des Schlafs eine ausgezeichnete Übereinstimmung mit dem EKG, dem Goldstandard, mit einem durchschnittlichen Präzisionsfehler von einem Schlag pro Minute bei 32 Teilnehmern. Die Studie ergab ebenfalls eine hervorragende Übereinstimmung zwischen unserer Atemfrequenz und den Goldstandard-Messungen, mit einem durchschnittlichen Präzisionsfehler von einem Atemzug pro Minute. Eine hohe Genauigkeit der Herzfrequenz und der Atemfrequenz ist für die genaue Einstufung des Schlafs unerlässlich.

Wie wir WHOOP testen

Um unseren Beschleunigungsmesser, die Herzfrequenz, die Herzfrequenzvariabilität und die Atemfrequenz in die Schlafanalyse einfließen zu lassen, die unsere Mitglieder täglich erhalten, haben wir uns mit einem lokalen Schlafzentrum zusammengetan und Hunderte von Probanden im Labor untersuchen lassen Polysomnographie (PSG)-Tests während des Tragens von WHOOP.

Bei einer PSG-Schlafstudie werden bei den Probanden gleichzeitig Elektrokardiogramm (EKG), Elektrookulogramm (EOG), Elektroenzephalogramm (EEG) und Elektromyogramm (EMG) aufgezeichnet. Geschulte Techniker interpretieren diese Ergebnisse dann manuell und sortieren jedes 30-sekündige Datenpaket - Epoche genannt - in eine der folgenden vier Kategorien Schlafphasen: Wake, Light, REM und Slow Wave. Während die PSG der Goldstandard und damit die genaueste bekannte Methode zur Bestimmung der Schlafstadien ist, ist sie auch teuer, umständlich und aufdringlich.

In unserer jüngsten Studie mit der Universität von Arizona zeigen wir, dass wir in der Lage sind, eine Annäherung an die PSG-Daten von WHOOP zu erreichen, so dass unsere Benutzer praktisch ohne Reibungsverluste auf diese leistungsstarken Daten zugreifen können. Wir haben dies erreicht, indem wir Algorithmen für maschinelles Lernen trainiert haben, um die von den Polysomnographie-Technikern manuell zugewiesenen Schlafstadien zu reproduzieren und so die heute angebotene automatisierte Schlafstadienerfahrung zu schaffen.

Die Tatsache, dass die Probanden das WHOOP während der PSG-Untersuchung tragen, ist entscheidend für die hohe Genauigkeit, die wir erreicht haben, weil wir dem Modell beibringen können, genau zu erkennen, wie die WHOOP-Daten während jeder der vier von uns erkannten Schlafphasen aussehen.

Ein Blick hinter den Vorhang

Einige der Unterschiede in Ihren Daten zwischen den Schlafstadien sind ziemlich leicht zu erkennen, während andere subtiler sein können. Unten sehen Sie zum Beispiel etwa 80 Minuten Atemfrequenzdaten von einem meiner letzten Schläfe. Das hellblau hervorgehobene Segment zeigt den Slow-Wave-Schlaf, während das blaugrüne Segment den REM-Schlaf zeigt. Die nicht hervorgehobenen Abschnitte sind leichter Schlaf. Beachten Sie, dass die Atemfrequenz während des Slow-Wave-Schlafs ziemlich konstant ist, während sie während des REM-Schlafs erhöht ist und stärker variiert.

Das Bild oben zeigt nur einen von vielen physiologischen Unterschieden zwischen den Schlafstadien, die von WHOOP erkannt werden können. In Wirklichkeit bringt unser Schlafstadien-Algorithmus viele physiologische Variablen zusammen - in der Welt der Algorithmus-Entwicklung "Merkmale" genannt -, aber nicht alle Merkmale sind für das bloße Auge so ausgeprägt.

Wie akkurat sind wir?

Dr. Sairam Parthasarathy, medizinischer Leiter des Zentrums für Schlafstörungen am University Medical Center der University of Arizona in Tucson, und sein Team, die die letzte Woche veröffentlichte Validierungsstudie durchführten, stellten fest, dass WHOOP die Schlafdauer mit einer Genauigkeit von 17,8 Minuten erkennt. Sie berichteten auch über eine hochpräzise Erkennung von REM- und Slow Wave (Tief-)Schlaf. Zum Zeitpunkt der Veröffentlichung dieses Beitrags war das gesamte Manuskript vom Journal of Clinical Sleep Medicine noch nicht verfügbar, daher können wir noch keine detailliertere Aufschlüsselung der Leistung unseres Algorithmus geben, freuen uns aber darauf, in den kommenden Monaten weitere Statistiken zu veröffentlichen.

Weitergeben und

Emily Capodilupo

Bevor sie 2013 als erste Vollzeitmitarbeiterin und erste Wissenschaftlerin zu WHOOP kam, studierte Emily Neurobiologie an der Harvard University und beschäftigte sich mit der zirkadianen Biologie in der Analyse- und Modellierungseinheit der Abteilung für Schlafmedizin am Harvard's Brigham and Women's Hospital. Als Läuferin und Akrobatin weiß Emily aus erster Hand, wie wichtig Schlaf und Erholung für Spitzenleistungen sind. Bei WHOOP verbindet sie diese persönliche Erfahrung mit dem in Harvard entwickelten Schlaf- und Analysewissen, um Athleten zu befähigen, intelligente, datengesteuerte Entscheidungen zu treffen.

FOLLOW @WHOOP