Descripción del proyecto
ANTECEDENTES, EL SINDROME DE APNEA-HIPOPNEA DEL SUEÑO (SAHS) INFANTIL ES UN TRASTORNO RESPIRATORIO DE ALTA PREVALENCIA ENTRE LOS NIÑOS (1%-5%), SI NO SE DIAGNOSTICA Y RECIBE TRATAMIENTO, SE ASOCIA CON DEFICIENCIAS NEUROCOGNITIVAS A LARGO PLAZO, DESORDENES DEL COMPORTAMIENTO Y UNA FUNCION CARDIOVASCULAR Y METABOLICA DISMINUIDA, AFECTANDO NEGATIVAMENTE A LA SALUD Y CALIDAD DE VIDA, EL PROCEDIMIENTO DIAGNOSTICO ESTANDAR, POLISOMNOGRAFIA (PSG), REQUIERE QUE LOS NIÑOS PERNOCTEN UNA NOCHE EN UNA UNIDAD DEL SUEÑO ESPECIALIZADA PARA LA MONITORIZACION DE HASTA 32 SEÑALES BIOMEDICAS, RESULTANDO COMPLEJA, POCO ACCESIBLE Y ALTAMENTE INTRUSIVA, ESTAS LIMITACIONES RETRASAN EL ACCESO AL DIAGNOSTICO Y AL TRATAMIENTO, POR ELLO, ES NECESARIO DESARROLLAR PRUEBAS DIAGNOSTICAS MAS SENCILLAS, EN ESTE CONTEXTO, LAS SEÑALES DE FLUJO AEREO, SATURACION DE OXIGENO EN SANGRE Y ELECTROCARDIOGRAMA DESTACAN POR SU SENCILLEZ Y ELEVADO POTENCIAL DIAGNOSTICO,OBJETIVOS, EL OBJETIVO PRINCIPAL DEL PROYECTO ES INVESTIGAR, DESARROLLAR Y VALIDAR NUEVAS METODOLOGIAS AUTOMATICAS DE AYUDA AL DIAGNOSTICO DEL SAHS INFANTIL Y SU SEVERIDAD EN BASE A LA INFORMACION OBTENIDA DE LAS SEÑALES DE FLUJO AEREO, SATURACION DE OXIGENO EN SANGRE Y ELECTROCARDIOGRAMA, PARA ELLO, SE PLANTEAN IMPORTANTES OBJETIVOS ESPECIFICOS: I) IDENTIFICAR LA INFORMACION MAS RELEVANTE EXTRAIDA DE LAS SEÑALES CARDIORRESPIRATORIAS, II) EVALUAR SU CAPACIDAD DIAGNOSTICA DE MANERA INDIVIDUAL Y CONJUNTA, III) VALIDAR NUEVAS TECNICAS EMERGENTES DE MACHINE LEARNING, IV) ANALIZAR E INTERPRETAR LOS RESULTADOS POR RANGOS DE EDAD,METODOLOGIA, SE CUENTA CON UNA MUESTRA DE 4,192 REGISTROS DE PSG PEDIATRICOS PROCEDENTES DE 13 CENTROS INTERNACIONALES, HASTA DONDE SABEMOS, LA MAYOR BASE DE DATOS A NIVEL MUNDIAL EN ESTE CONTEXTO, LOS COMITES ETICOS DE TODOS ELLOS APROBARON EL PROTOCOLO DEL ESTUDIO Y TODOS LOS TUTORES LEGALES DE LOS PARTICIPANTES DIERON SU CONSENTIMIENTO INFORMADO, LA METODOLOGIA DE PROCESADO AUTOMATICO CONSTA DE TRES ETAPAS PRINCIPALES: I) EXTRACCION DE CARACTERISTICAS DE LAS SEÑALES CARDIORRESPIRATORIAS MEDIANTE ANALISIS WAVELET, ANALISIS DE LA EVOLUCION TEMPORAL DE LA FASE Y BISPECTRUM, TAMBIEN SE OBTENDRAN CARACTERISTICAS ESPECTRALES Y NO LINEALES CONVENCIONALES CON EL FIN DE EVALUAR LA INFORMACION ADICIONAL APORTADA POR LOS NUEVOS PARAMETROS PROPUESTOS; II) SELECCION AUTOMATICA DE AQUELLAS CARACTERISTICAS MAS RELEVANTES Y NO REDUNDANTES DE ENTRE LAS EXTRAIDAS Y III) ENTRENAMIENTO Y VALIDACION DE METODOLOGIAS DE MACHINE LEARNING BASADAS EN ENSEMBLE LEARNING Y DEEP LEARNING PARA EL DIAGNOSTICO Y ESTIMACION DE LA SEVERIDAD DEL SAHS, RESULTADOS ESPERADOS, SE ESPERA OBTENER UNA METODOLOGIA DE AYUDA AL DIAGNOSTICO SIMPLIFICADA Y FIABLE, CAPAZ DE DETECTAR TANTO LA PRESENCIA COMO LA SEVERIDAD DEL SAHS INFANTIL, TAMBIEN SE ESPERA PROFUNDIZAR EN EL CONOCIMIENTO DE LA ENFERMEDAD ANALIZANDO UNA EXTENSA BASE DE DATOS DE ESTUDIOS DEL SUEÑO EN NIÑOS, AMBAS CIRCUNSTANCIAS REDUNDARIAN EN UN ELEVADO IMPACTO SOCIAL, MEJORANDO LA CALIDAD DE VIDA DE LOS NIÑOS AFECTADOS REDUCIENDO EL TIEMPO DE ESPERA PARA ACCEDER AL DIAGNOSTICO Y AL TRATAMIENTO, TAMBIEN SE ESPERA UN IMPACTO ECONOMICO SIGNIFICATIVO AHORRANDO COSTES DE HOSPITALIZACION Y POR UN MENOR USO DE RECURSOS SANITARIOS AL REDUCIR EL NUMERO DE PACIENTES PEDIATRICOS SIN DIAGNOSTICO NI TRATAMIENTO, LA NOVEDAD Y RELEVANCIA DE NUESTROS RESULTADOS GENERARIA PUBLICACIONES CIENTIFICAS DE ALTO IMPACTO Y LA POSIBILIDAD DE SOLICITAR DERECHOS DE PATENTE Y PROPIEDAD INTELECTUAL, APNEA DEL SUEÑO INFANTIL\SEÑALES CARDIORRESPIRATORIAS\WAVELETS\ANÁLISIS DE FASE\BISPECTRUM\MACHINE LEARNING