ths Prof. Dr. Mayer Geert Mayer, Geert (Prof. Dr.) Medical sciences Medicine Medizin SMI sleep scoring opus:6348 RBD monograph Medizin urn:nbn:de:hebis:04-z2015-05218 https://doi.org/10.17192/z2015.0521 LMI https://archiv.ub.uni-marburg.de/diss/z2015/0521/cover.png Vergleich der automatischen Auswertung von Polysomnographien von Patienten mit REM Schlaf-Verhaltensstörung und Polysomnographien von Patienten mit differenzial-diagnostisch relevanten Diagnosen (Schlafwandeln, Restless Legs Syndrom, obstruktive Schlafapnoe) zur Beurteilung der Sensitivität und Spezifität der Methode RBD doctoralThesis Philipps-Universität Marburg Medizin application/pdf Diagnostik ,EMG Auswertung Das menschliche Bewusstsein besteht im Wesentlichen aus drei Zuständen. Wachen, NREM-Schlaf und REM („rapid eye movement“)-Schlaf. Diese drei Zustände sind durch eine Reihe von Einflüssen, insbesondere durch das zentrale Nervensystem kom-plex reguliert. Die REM-Schlaf-Verhaltensstörung (RBD) ist eine von über 80 in der Internationalen Klassifikation von Schlafstörungen (ICSD-3, 2014) beschriebenen Stö-rungen. Kardinalsymptom ist das Auftreten von nächtlichen abnormalen Verhaltensweisen, sowie messbaren Muskeltonuserhöhungen im REM-Schlaf. Aktuell wird davon ausgegangen, dass RBD Patienten ihre Träume ausagieren. Oftmals handelt es sich um aggressive Trauminhalte, wie Angriffe, Verfolgungen oder Bedrohungen des Individuums durch Tiere oder unbekannte Personen. Auch Vokalisationen wie Reden, Schreien, Lachen, etc. sind möglich. Ernsthafte Verletzungen, sowie Schlafunterbrechungen können die Folge sein. Epidemiologische Daten zur Prävalenz und Inzidenz der RBD sind aktuell unzu-reichend. Ätiologisch kann zwischen einer idiopathischen und sekundären Form im Rahmen von neurodegenerativen Erkrankungen, Medikamenten assoziiert, sowie bei Alkoholkonsum unterschieden werden. Die Tatsache, dass RBD mit α-Synukleinopathien wie der Parkinson-Krankheit, der Demenz vom Lewy-Körper-Typ oder der Multisystematrophie assoziiert sein kann, hat zu einer starken Zunahme des Forschungsinteresses in den letzten Jahren geführt. Ergebnisse aus Studien zur Entwicklung von neuroprotektiven respektive krankheitsmodifizierenden Therapien müssen abgewartet werden. Von herausragender Bedeutung ist deshalb eine sichere und effiziente Diagnostik. Die elektromyographisch messbare intermittierende Muskeltonuserhöhung, bzw. der Verlust der Muskelatonie im REM-Schlaf, sind Charakteristika der RBD und werden in Kombination mit der Dokumentation der pathologischen Verhaltensweisen in der Videoaudio-Polysomnographie zur Diagnostik verwendet. Die Quantifizierung des EMG-Tonus ist komplex und bisher nicht einheitlich geregelt. Zusätzlich findet die Auswertung zeitintensiv von Hand statt. Deshalb besteht enormes Interesse an der Entwicklung eines validen computergestützten EMG-Analyseverfahrens. In den letzten Jahren wurden verschiedene Verfahren zur Quantifizierung von motori-schen Aktivierungen vorgeschlagen. (Consens et al., 2005), (Bliwise et al., 2006), (Frauscher et al., 2012) Derzeit gibt es hierfür jedoch keine einheitlichen „Cut-Off“-Werte. In der Definition der ICSD-2 wird lediglich von einer „exzessiven Muskelaktivität“ gesprochen. (American Academy of Sleep Medicine, 2005) In dieser Studie wurde die automatische EMG-Analyse (Mayer et al., 2008) von Poly-somnographien von RBD (n=20), Schlafwandeln/Pavor nocturnus (n=10), RLS (n=10) und OSAS (n=10) Patienten untersucht, um die Methode zu validieren und Sensitivität und Spezifität der Methode zu bestimmen. Hierfür wurde anhand der EMG-Ableitungen des M. mentalis, M. flexor digitorum superficialis bds.(FDS)* und des M. tibialis anterior bds. (TA) unter Berechnung der SMI + LMI Werte mittels der Software EDFTrace (Schlaflabor Marburg), entsprechende „Cut-off“ Werte bestimmt. Für die M. mentalis Ableitung konnte nach der Methode (SMI + LMI) (Mayer et al., 2008) eine Sensitivität von 72,5% bei einer Spezifität von 86,7% berechnet werden. Als „Cut-off“ Werte für die M. mentalis Ableitung wurde entsprechend ein SMI von 90,1 /hREM und ein LMI von 43,1 /hREM ermittelt. (AUC 0,819, p 0,002) Für die TA Ableitung ergab sich eine Sensitivität von 65% bei einer Spezifität von 63,3%. Für die Summe der beiden TA Ableitungen wurden „Cut-off“ Werte für den SMI von 323,0 /hREM und den LMI von 133,5 /hREM ermittelt. (AUC 0,628, p 0,051) Die FDS* Ableitung erreichte eine Sensitivität von 65% bei einer Spezifität von 95%. „Cut-off“ Werte für die Summe der beiden FDS Ableitungen sind für den SMI 124,3 /hREM und den LMI 50,1 /hREM. (AUC 0,771, p 0,017) Als zusätzliche Validierung des Algorithmus wurde die Übereinstimmung der automatischen Analyse mit der von Hand ausgewerteten synchronisierten Video-PSG ermittelt. Es zeigte sich eine durchschnittliche prozentuale Übereinstimmung der automatischen Analyse mit der handgescorten Analyse von 77% für die RBD Patienten. Dies erscheint ein guter Wert zu sein, da Bewegungen beispielweise des Rumpfes theoretisch ohne Aktivierung der fünf untersuchten Muskelableitungen auftreten können. In Hinblick auf die Sensitivität und Spezifität wurden insbesondere für die M. mentalis und FDS EMG Ableitungen vielversprechende Ergebnisse gefunden. Zusammenfassend lässt sich festhalten, dass es sich hierbei um eine gangbare Methode handelt, die nicht-invasiv die Möglichkeit bietet, die oft schwierige Diagnose der REM-Schlaf-Verhaltensstörung mit entsprechender Sicherheit zu stellen und diese gegen die genannten Differenzialdiagnosen abzugrenzen. Hierfür ist lediglich die routinemäßig erfasste vPSG-(incl. FDS Ableitung) erforderlich, die mittels der automatischen Analyse zeitsparend ausgewertet werden kann. Für eine erfolgreiche Etablierung der Methode, sollten die „Cut-off“ Werte ggf. an größeren Studienpopulationen weiter nachgeprüft werden. 2015 Guttowski, Dario Guttowski Dario Publikationsserver der Universitätsbibliothek Marburg Universitätsbibliothek Marburg 2015-09-17 RBD German Comparison of automatic sleep scoring of patients with REM sleep behavior disorder and polysomnographies of patients with differential diagnostically relevant diagnoses (sleepwalking, restless legs syndrome, obstructive sleep apnea) to assess the sensitivity and specificity of the method SMI . LMI 2015-09-11 Polysomnography Human states of being basically consists of three states: Awake state, NREM sleep and REM (rapid eye movement) sleep. These three states are regulated by a complex system of generators in the central nervous system. REM Sleep Behavior Disorder (RBD) is a parasomnia described among 80 other sleep disorders in the International Classification of Sleep Disorders. (ICSD-3, 2014) It is characterized by the occurrence of abnormal nocturnal behaviors, as well as by an in-crease of skeletal muscle activity during REM sleep. Currently the disorder is defined by acting out dreams. The content of the patient’s dream is often aggressive, with at-tacks, threats or persecution of the individual by animals or unknown persons. Also vocalizations such as talking, shouting, laughing, etc. are possible. Serious injury and sleep interruption may result. Current epidemiological data on the prevalence and incidence of RBD are inadequate. The aetiology distinguishes between idiopathic RBD and secondary forms in context of neurodegenerative diseases, drug associated and alcohol consumption. In particular, the association with neurodegenerative diseases i.e. mainly alpha-synucleinopathies such as PD, DLB or MSA, have led to a strong increase of research interest in recent years. The fact that RBD may be a prodromal stage of alpha-synucleinopathies leads to the need developing neuroprotective or disease modifying therapies. Results from these studies are not yet available. Therefore it is important to find a reliable and efficient way to diagnose patients. RBD is characterized by an abnormal intermittent increased muscle tone, measurable in the electromyographic (EMG) recordings of polysomnography (PSG). The diagnosis of RBD requires loss of muscle atonia in REM sleep (RWA) in combination with documented motor activity in the video-audio-PSG. The quantification of EMG tonus is complex and not uniform yet. In addition, the hand scoring is extremely time-consuming. Therefore, there is great interest in the development of a valid computerized EMG analysis method. In recent years, various quantification methods of EMG tonus have been proposed. (Consens et al., 2005), (Bliwise et al., 2006), (Frauscher et al., 2012) Unfortunately there are no current uniform standards of cut-off values defined in order to differentiate between normal and abnormal EMG-tones. The ICSD-2 only mentioned an “excessive amount of phasic or tonic EMG activity.“ (American Academy of Sleep Medicine, 2005) In this study the automatic computerized EMG analysis was further investigated. It was developed by Mayer and Kesper and uses indices to describe muscle activity during sleep. (Mayer et al., 2008) Polysomnographies of RBD (n=20), sleepwalking/night terrors (n=10), restless legs syndrome (n=10) and obstructive sleep apnea syndrome patients (n=10) were studied to validate the computerized analysis and to determine the sensitivity and specificity of this method (SMI + LMI). For this purpose SMI and LMI values were calculated by using the software EDFTrace (sleep laboratory Marburg, Germany), based on the EMG recordings of the mentalis muscle, flexor digitorum superficialis (FDS) and tibialis anterior muscle (TA). The mentalis muscle has a sensitivity of 72.5% and a specificity of 86.7%. Cut-off values for the mentalis muscle for SMI were 90.1 /h REM and LMI 43.1 /h REM. (AUC 0.819, p 0,002) TA showed a low sensitivity of 65% and a specificity of 63.3%. For the sum of the two TA EMG channels, cut-off values were 323.0 /h REM for SMI and 133.5 /h REM for LMI. (AUC 0.628, p 0.051) The FDS channels had a sensitivity of 65% and a specificity of 95%. The corresponding cut-off values for the sum of right and left FDS EMG channel were for the SMI 124.3 /h REM and LMI 50.1 /hREM (AUC 0.771, p 0.017). To provide additional validation of the algorithm, consistency of the automatic analysis and of the manually scored video-PSG was performed. For the RBD patients a percent agreement of 77% was determined. This seems to be a good value, as e.g. movements of the torso can theoretically occur without activation of the five analysed EMG channels. In terms of sensitivity and specificity of the method, promising results were especially found for EMG recordings of the mentalis and FDS muscle. In summary the computerized EMG analysis is a feasible, non-invasive method to as-sess RBD diagnosis with appropriate reliability. With this method (SMI + LMI) it is possible to distinguish between RBD, sleepwalking, OSA and RLS. The method can be performed in routine vPSG (including recording of flexor digitorum superficialis) and scored automatically fast and properly. However, to establish this method, cut-off values should be reproduced in larger study populations.