Novel mHealth and multimodal physiological biomarkers for non-invasive monitoring and home healthcare of obstructive sleep apnea and COPD patients with comorbidities

Abstract

(English) Sleep is a physiological state of rest that occupies one-third of a person’s daily activity and has health consequences. Poor sleep disrupts concentration and productivity and increases the odds of developing multiple health complications. Obstructive sleep apnea (OSA) is a common disease affecting sleep quality and is characterized by the appearance of episodes of total or partial occlusion of the airways. This altered breathing pattern can lead to hypoxia, which rises the probability to develop cardiovascular and cerebrovascular diseases. OSA can be worsened by comorbidities, such as chronic obstructive pulmonary disease (COPD). COPD is one of the leading causes of mortality worldwide and is haracterized by persistent inflammation of the airways affecting the gas exchange in the lungs. OSA and COPD can occur together as the OSA-COPD overlap syndrome. The gold standard technique for the diagnosis of sleep-related diseases is polysomnography (PSG), which measures multiple physiological variables. However, PSG has some limitations: high cost, altered sleep behavior due to sleeping in a different environment, or decreased comfort due to the multiple sensors required for the diagnostic test. These limitations, together with the difficulty of detecting the symptoms of these diseases, result in the majority of patients suffering from them being neither diagnosed nor treated. The aim of this thesis is to suggest new mHealth tools and techniques for the diagnosis and monitoring of OSA and to study the effect of comorbidities, such as OSA-COPD overlap syndrome. To achieve it, we have studied how accelerometers, which are sensors embedded in any smartphone, together with portable devices, such as pulse oximeters, can be used to detect variations in physiological variables, such as respiration or sleep position and to measure novel physiological biomarkers. To achieve the goal of this thesis, signal acquisition protocols in hospital and home environments have been developed. These protocols use simultaneously smartphones and PSG or other portable OSA diagnostic devices and have been designed and implemented in collaboration with the sleep laboratory of ‘Hospital Clínic’ from Barcelona and the Interdisciplinary Center of Sleep Medicine of 'Chartié niversitätsmedizin' from Berlin, during a three-month research stay. The signals recorded following these protocols have been used to propose new biomarkers capable of providing relevant clinical information to diagnose and monitor different physiological parameters related to OSA and OSA-COPD overlap syndrome. The articles presented in this thesis show how smartphones, through accelerometry and oximetry, are promising mHealth tools as they can detect variations in the respiration pattern that correspond to the occurrence of total or partial airway occlusion events of OSA. These biomarkers have also allowed studying the influence of sleep position on the occurrence of OSA events, known as positional obstructive sleep apnea syndrome (pOSA). The studies we carried out have shown that a higher resolution of the sleep position is necessary to properly determine the existence of positional behavior in the occurrence of OSA events. Finally, after analyzing the limitations of current diagnostic and monitoring systems and determining that smartphones can be used as diagnostic and monitoring tools for sleep disorders, we developed a mobile application (‘SleepPos’ app) that implements part of the knowledge acquired during the thesis. Currently, this application allows monitoring the sleep position in high resolution, as well as preventing, through vibration, the supine position when sleeping, in which most OSA events occur. The results obtained by using this application reinforced the idea that smartphones, which are worldwide available devices, can be used as mobile health tools and, as discussed throughout this thesis, can foster the introduction of new techniques to quantify the severity of OSA.

(Català) El son és un estat fisiològic que ocupa un terç de l'activitat diària de les persones. Una mala qualitat del son altera la concentració i la productivitat i també augmenta la probabilitat de desenvolupar complicacions de salut. La síndrome de l'apnea obstructiva del son (SAOS) és una malaltia que afecta la qualitat del son i es caracteritza per l'aparició d'esdeveniments d'oclusió total o parcial de les vies respiratòries. Aquesta alteració de la respiració pot causar hipòxia, que incrementa el risc de patir malalties cardiovasculars i cerebrovasculars. La SAOS es pot veure agreujada per comorbiditats, entre elles, la malaltia pulmonar obstructiva crònica (MPOC). La MPOC és una de les principals causes de mortalitat al món i es caracteritza per una inflamació persistent de les vies respiratòries que afecta l'intercanvi de gasos als pulmons. La SAOS i la MPOC es poden presentar de forma conjunta com a síndrome de superposició SAOS-MPOC. La tècnica estàndard per a la diagnosi de les malalties relacionades amb el son és la polisomnografia (PSG), que mesura múltiples variables fisiològiques. La PSG, però, té limitacions: cost elevat, l'alteració del son degut a dormir en un entorn diferent, o disminució del confort produïda pels múltiples sensors necessaris. Les limitacions exposades, en combinació amb la dificultat de detectar els símptomes, provoquen que la majoria dels pacients no estiguin ni diagnosticats ni tractats. L'objectiu d'aquesta tesi és proposar noves eines de salut mòbil i tècniques de detecció i monitorització de la SAOS, i estudiar l'efecte de la síndrome SAOS-MPOC. Per fer-ho, s'ha estudiat com els acceleròmetres, sensors incorporats en qualsevol telèfon intel·ligent, juntament amb dispositius portables com els pulsioxímetres, poden ser emprats per mesurar nous marcadors biològics en múltiples variables fisiològiques, com la respiració o la posició del son. Per assolir l'objectiu d'aquesta tesi s'han preparat protocols d'adquisició de senyals per a l'entorn hospitalari i domiciliari, que utilitzen telèfons intel·ligents amb altres dispositius de diagnosi de la SAOS. Aquests protocols s'han dissenyat i implementat en col·laboració amb el laboratori del son de l'Hospital Clínic de Barcelona i el "Interdisciplinary Center of Sleep Medicine" del "Chartié Universitätsmedizin" de Berlin, on s'hi va fer una estada de recerca de tres mesos. Els senyals enregistrats amb aquests protocols han servit per proposar nous biomarcadors capaços de proporcionar informació clínica rellevant per diagnosticar i monitoritzar diferents paràmetres fisiològics relacionats amb la SAOS i el síndrome de superposició SAOS-MPOC. Els articles presentats en aquesta tesi mostren com els telèfons intel·ligents són eines prometedores per a la salut mòbil ja que tenen la capacitat de detectar variacions en la respiració que es corresponen amb l'aparició dels esdeveniments d'oclusió de les vies respiratòries de la SAOS. Aquests biomarcadors també han permès estudiar la influència de la posició en la qual dormim respecte a l'aparició dels esdeveniments de la SAOS, que es coneix com a síndrome de l'apnea obstructiva del son posicional (SAOSp). Finalment, també s'ha desenvolupat una aplicació mòbil ("SleepPos" app) que implementa part dels coneixements adquirits durant la tesi. Actualment aquesta aplicació permet monitoritzar la posició del son amb alta resolució, així com evitar per mitjà de la vibració que es dormi en una posició supina, en la qual es produeixen la majoria d’esdeveniments de la SAOS. Els resultats obtinguts amb l'ús d'aquesta aplicació demostren com els telèfons intel·ligents, que són uns dispositius disponibles arreu del món, poden ser utilitzats com a eines de salut mòbil i, tal com s'ha exposat al llarg d'aquesta tesi, obren les portes a incorporar noves tècniques que permetin quantificar la severitat de la SAOS.