a nem biztonságos légúti védelemmel rendelkező felnőttek nyaki auscultation jeleinek statisztikai elemzése

adatgyűjtési protokollunk, jelfeldolgozási lépéseink és jellemző extrakciós technikáink mind megegyeznek a nem aspiráló dysphagic alanyokkal végzett korábbi munkánkkal (Dudik, JM, Kurosu, a, Coyle, JL rezgések felnőtteknél, felülvizsgálat alatt). A teljesség kedvéért az egész folyamat az alábbiakban szerepel, kisebb változtatásokkal kísérleti csoportjaink leírásában. A tanulmány protokollját a Pittsburghi Egyetem intézményi felülvizsgálati testülete hagyta jóvá.

adatgyűjtés

menetíró készülékünk egy háromtengelyes gyorsulásmérőből és a résztvevő elülső nyakához kétoldalas szalaggal rögzített kontaktmikrofonból állt. A gyorsulásmérőt (ADXL 327, Analog Devices, Norwood, Massachusetts) egy egyedi műanyag tokba szerelték, és a korábban leírt módon a cricoid porc fölé helyezték a legmagasabb jelminőség biztosítása érdekében . A fő gyorsulásmérő tengelyei megközelítőleg párhuzamosak voltak a nyaki gerincvel, és merőlegesek voltak a koronális síkra, és a superior-inferior és az anterior-posterior tengelyeknek nevezik őket. A harmadik tengelyt nem használták ehhez a vizsgálathoz, mivel összehasonlítható jelet nem használtunk egészséges alanyok vizsgálatában . Az érzékelőt egy 3V-os kimenettel rendelkező tápegység (1504-es modell, BK Precision, Yorba Linda, Kalifornia) táplálta, a kapott jeleket pedig 0,1-3000 Hz-es sáváteresztő szűréssel tízszeres erősítéssel (P55-ös modell, Grass Technologies, Warwick, Rhode Island). A gyorsulásmérő minden tengelyének feszültségjeleit mind a National Instruments 6210 DAQ-ba táplálták, mind a LabVIEW Signal Express program (National Instruments, Austin, Texas) 20 kHz-en rögzítette. Ez a Beállítás hatékonynak bizonyult a nyelési aktivitás kimutatásában a korábbi vizsgálatokban . A mikrofont (C 411l modell, AKG, Bécs, Ausztria) a gyorsulásmérő alá helyezték, kissé a légcső jobb oldala felé, hogy elkerüljék a két érzékelő közötti érintkezést és megakadályozzák a felső légutak röntgenfelvételének elzáródását, de még mindig megközelítőleg ugyanarról a helyről rögzítik az eseményeket. Ezt a helyet korábban leírták, hogy megfelelő legyen a nyelési hangjelek gyűjtésére . A mikrofont egy tápegység (b29l, AKG, Bécs, Ausztria modell) táplálta, és’ 9 ‘térfogatú’ line ‘ impedanciára állította, miközben a kapott feszültségjelet a korábban említett DAQ-ra küldték. Ezt a jelet szűretlenül hagyták, mivel a nyelési hangok sávszélességének felső határát még nem találták meg. A jelet a Signal Express 20 kHz-en vette át. Ezeket az érzékelőket korábban csatlakoztatták, és lehetővé tették az adatok gyűjtését egy videofluoroszkópos nyelési értékelés során, így egyidejű videofluoroszkópiás képeket is kaptunk. A röntgengép (Ultimax system, Toshiba, Tustin, CA) által kibocsátott képeket egy videorögzítő kártyára (AccuStream Express HD, Foresight Imaging, Chelmsford, MA) vitték be, és ugyanazzal a Labview programmal rögzítették.

összesen 76 beteg gyanús dysphagia, amelyek a tervek szerint videofluoroszkópos nyelési értékelésen estek át a Pittsburghi Egyetem Orvosi Központjában (Pittsburgh, Pennsylvania) szolgált mintaként. A résztvevőket az Általános fekvőbeteg-járóbeteg-populációból toborozták a Beszédnyelvi patológiai szolgálat az oropharyngealis nyelési funkció instrumentális értékeléséhez videofluoroszkópiával (VFS). A dysphagiában szenvedő betegeknél a többszörös társbetegségek magas prevalenciája miatt, és ezeknek az állapotoknak a kölcsönhatása dysphagiát okoz, kevés olyan beteg volt, akiknél egyetlen befogadott vagy kórházban szerzett diagnózist lehetett meghatározni dysphagia egyedüli okaként. Kohorszunkban a leggyakoribb diagnózisok a következők voltak: stroke (17), szervátültetés (13 tüdő, 3 szív, máj, vese vagy több szerv), másképp nem meghatározott dysphagia (19), légzési elégtelenség (7), nem stroke neurológiai betegség (6), rák-tüdő, nyelőcső, fej – nyak (3) és tüdőgyulladás (8). Összesen 17 betegnél (10 férfi, 7 nő, átlagéletkor 67) volt a stroke jelenlegi diagnózisa, míg a fennmaradó 59 betegnél (40 férfi, 19 nő, átlagéletkor 61) a stroke-hoz nem kapcsolódó egészségügyi állapotok voltak. Azok a betegek, akiknek kórtörténetében súlyos fej-vagy nyaki műtét volt, felszereltek segítő eszközök, amelyek elzárják az elülső nyakot, például tracheostomia cső, vagy nem voltak kellően kompetensek a tájékozott beleegyezés megadásához nem vették be a vizsgálatba, de más feltételeket nem zártak ki. A dysphagiában szenvedő betegek nem estek át szabványosított adatgyűjtési eljáráson, mivel a videofluoroszkópiás vizsgálatot a vizsgáztató rutinszerűen módosítja, hogy megfeleljen az egyes betegeknek. Ez az adatgyűjtési módszer jobban képviseli a tényleges klinikai környezetet. Az összes elemzett fecske azokra korlátozódott, amelyek akkor készültek, amikor a résztvevő feje semleges fejhelyzetben volt. Az olyan manőverekkel készített fecskék, mint a könnyed fecske, supraglottic fecske, vagy Mendelsohn manőver szintén kizárták. A vizsgálat során lenyelt folyadékok közé tartozott a hűtött (5 db C) Varibar vékony folyadék, <5 cps konzisztenciával, valamint a varibar nektár, 300 CPS konzisztenciával, (Bracco, Milan, ITA), amelyet vagy a páciens által kiválasztott kényelmes térfogatú csészéből adnak be, vagy a vizsgáztató körülbelül 3 mL térfogatban, 5 mL-es kanálból. Összesen 468 fecske (128 stroke-ban szenvedő beteg, 340 nélkül) nem volt több, mint a bolus kisebb behatolása a gégébe, míg 53 fecske (19 a stroke-ban szenvedőktől, 34 nélkül) nagyobb penetrációval vagy maradékkal rendelkezett. Ezeket a csoportokat úgy lehet besorolni, hogy az első csoportban a penetrációs aspirációs pontszám 3 vagy kevesebb, a másodikban pedig 4 vagy annál nagyobb, amelynek fontosságát a következő szakasz ismerteti .

jelfeldolgozás és elemzés

a gyorsulásmérővel rögzített adatok több feldolgozási lépésen mentek keresztül a jelminőség javítása érdekében. Az eszközről rögzített jelet, amikor egy korábbi időpontban bemenet nélkül mutatták be, az eszköz zajának automatikus regresszív modelljének létrehozására használták. Ennek a modellnek az együtthatóit ezután egy véges impulzusválasz-szűrő létrehozására használtuk, amelyet az eszköz zajának eltávolítására használtunk a rögzített jelből. Ezt követően a mozgás tárgyait és más alacsony frekvenciájú zajokat eltávolították a jelből a legkisebb négyzet alakú spline használatával. Pontosabban negyedrendű spline-eket használtunk, amelyek csomóinak száma \(\frac {\text {\textit {Nf}}_{l}}{f_{s}}\) volt, ahol N A mintában lévő adatpontok száma, fs az adataink eredeti 10 kHz-es mintavételi frekvenciája, f l pedig 3,77 vagy 1,67 Hz a felső-alsó vagy az elülső-hátsó irányban. Az f l értékeit a korábbi vizsgálatok során kiszámították és optimalizálták. Végül megkíséreltük minimalizálni a szélessávú zaj hatását a jelre a wavelet denoising technikák alkalmazásával. Kimondottan, úgy döntöttünk, hogy a tizedik rendű Meyer hullámokat puha küszöbértékkel használjuk. Küszöbértékünk értékét úgy választottuk meg, hogy \(\sigma \sqrt {2\log N}\) legyen, ahol N az adathalmazban lévő minták száma, és a zaj becsült szórását úgy határozzuk meg, hogy a lemintázott hullám-együtthatók mediánja osztva 0,6745-tel. Ugyanazokat a FIR szűrési és wavelet denoising technikákat alkalmaztuk a mikrofonjelre a megfelelő együtthatók újraszámítása után. A nyelési hangokra nem alkalmaztak spline-eket vagy más alacsony frekvenciájú eltávolítási technikákat, mert nem vizsgáltuk, hogy az ilyen frekvenciák tartalmaznak-e fontos hanginformációkat.

két bíró, mind a beszédnyelvi patológusok, akik dysphagia kutatási tapasztalattal rendelkeznek, és akiknek inter-és intra-rater megbízhatóságát az ebben a tanulmányban alkalmazott intézkedések során korábban publikálták kutatás, vizuálisan ellenőrizte a fluoroszkópos adatokat két paraméter mérésére: a nyelési szegmensek időtartama és a légúti penetráció vagy aspiráció mértéke a nyelési szegmensek alatt a penetrációs aspirációs skála segítségével . Ezen bírák egyike a penetrációs aspirációs skála társfejlesztője, aki kidolgozta a döntéshozatali Szabályokat a szegmens időtartamának kezdetét és eltolását jelölő konkrét keretek kiválasztására, valamint a légutak védelmének mértékének értékelésére a fecske alatt a nyolcpontos penetrációs aspirációs skála segítségével. Ezután kiképezték a második bírót ezen videokeretek kiválasztásának módszereire. Az edzés után mindkét bíró huszonöt ismeretlen videofelvételből álló fecskét értékelt, amelyek egyikét sem vették fel a jelen tanulmány résztvevőinek adataiba. Az ítélet megbízhatóságát az intraclass korrelációs együttható segítségével értékeltük. Az intra-rater és Inter-rater intraclass korrelációs együtthatók egyaránt 0,998 voltak. A szegmensidőtartamok és a penetráció – aspirációs pontszámok elfogadható intra-és Inter-rater megbízhatóságának megállapítását követően a második bíró értékelte a szegmens kezdetét, a szegmens eltolását és a penetráció-aspirációs skála pontszámait a jelen tanulmányban leírt minden egyes fecske esetében.

a gyorsulásmérési adatok alapján ezek a bírók minden egyes fecskét szegmentáltak és címkéztek. A fecske szegmens kezdetét (kezdetét) az az idő határozta meg, amikor a lenyelt bolus elülső széle metszi a röntgenképre vetett árnyékot az állkapocs ramusának hátsó határa, míg a vége (eltolás) az az idő volt, amikor a nyelvcsont befejezte a nyeléssel kapcsolatos garataktivitással járó mozgást, és visszatért nyugalmi vagy lenyelés előtti helyzetébe. Az eljárás által megadott időpontokat a vibrációs és akusztikus jelek szegmentálására használták, ezáltal egyedi lenyelési adatokat kaptak. Mindegyik Fecske egy standard 8 pontos ordinális klinikai penetráció-aspirációs skálán (PA skála) volt besorolva, és minden 3-as vagy annál alacsonyabb besorolású fecske nem aspiráló fecske volt. Ezen a skálán 3 vagy annál alacsonyabb pontszám azt jelzi, hogy vagy egyetlen anyag sem lépett be a felső légutakba (1-es pontszám), vagy a gége sekély behatolása nélkül (2-es pontszám) vagy (3-as pontszám) a lenyelt anyag néhány maradványa maradt a gégében a fecske után. A biztonságos-nem biztonságos pontszámok határpontját azért választották, mert a mélyebb gége behatolás, és különösen a légcsőbe történő aspiráció, amelyet a 4-es vagy annál magasabb skála pontszámok képviselnek, elhanyagolható gyakorisággal fordultak elő egészséges személyeknél, és Vizsgálatunk szempontjából nem biztonságos fecskéknek tekintették. Ezeket a PA pontszámokat ezután összehasonlítottuk a nyaki auscultation eszközökön keresztül szerzett jelekkel .

Miután az auskultációs jeleket szűrtük és szegmentáltuk, számos különböző tulajdonságot számítottunk ki, hogy minden fecske jellemezhető legyen. Az időtartományban a jel ferdeségét és kurtózisát vizsgáltuk, amely a tipikus statisztikai képletekkel kiszámítható . Több információelméleti jellemzőt is kiszámoltunk a korábbi publikációkban vázolt eljárás követésével. A jeleket nulla átlagra és egység varianciára normalizáltuk, majd tíz egyenlő távolságra elhelyezkedő szintre osztottuk, nullától kilencig, amely tartalmazza az összes rögzített jelértéket. Ezután kiszámítottuk a jelek entrópiaráta-jellemzőjét. Ezt úgy találjuk meg, hogy kivonjuk a jel normalizált entrópiás sebességének minimális értékét 1-től, hogy olyan értéket kapjunk, amely nullától, egy teljesen véletlenszerű jeltől egyig, egy teljesen szabályos jelig terjed . A normalizált entrópia sebességét a következőképpen számítjuk ki

$$ NER (L)= \ frac{SE(L)-SE(L-1)+SE(1)*perc (L)}{SE(1)} $$
((1))

ahol perc az egyedi bejegyzések százaléka az adott sorrendben L . SE a szekvencia Shannon-entrópiája, amelyet a következőképpen számítunk ki

$$ SE (L)= – \sum \ limits_{j=0}^{10^{L}-1} \ rho(j) \ ln(\rho (j)) $$
((2))

ahol(J) az adott szekvencia valószínűségi tömegfüggvénye. Az eredeti jel kvantálása tíz helyett 100 diszkrét szintre lehetővé tette számunkra a Lempel-Ziv komplexitás kiszámítását

$$ C= \ frac{k \ log_{100}N}{n} $$
((3))

ahol k a lebontott jel egyedi szekvenciáinak száma, n pedig a minta hossza .

a frekvenciatartomány számos jellemzőjét is megvizsgáltuk. A középfrekvenciát, amelyet néha spektrális centroidnak is neveznek, egyszerűen úgy számították ki, hogy a jel Fourier-transzformációját és az összes pozitív frekvenciakomponens súlyozott átlagát találták meg:

$$ C = \ frac {\sum \ limits_{n = 0}^{N-1} f (n)x (n)} {\sum \ limits_{n=0}^{N-1}x (n)} $$
((4))

ahol x (n) egy frekvenciakomponens nagysága, f(n) pedig az adott komponens frekvenciája. Hasonlóképpen kiderült, hogy a csúcsfrekvencia a Fourier frekvencia komponens a legnagyobb spektrális energiával. A jel sávszélességét a Fourier-transzformáció szórásaként határoztuk meg .

végül a jelünket az idő-frekvencia tartományban jellemeztük. Korábbi hozzájárulások azt találták , hogy a nyelési jelek bizonyos mértékig nem helyhez kötöttek, amelyhez a hullám bomlása jobban megfelel, mint egy egyszerű Fourier-elemzés . Úgy döntöttünk, hogy tizedrendű Meyer-hullámokkal bontjuk le a jelünket, mert folyamatosak , ismert skálázási funkcióval rendelkeznek, és jobban hasonlítanak a nyelési jelekre az időtartományban, mint a Gauss-vagy más gyakori hullámalakok . Az adott bomlási szint energiáját a következőképpen határoztuk meg

$$ E_{x}= / / x||^{2} $$
((5))

ahol x a közelítési együtthatók vektorát vagy a részletességi együtthatókat képviselő Vektorok egyikét képviseli. | | / az euklideszi normát jelöli . A jel teljes energiája egyszerűen az energia összege az egyes bomlási szinteken. Innen kiszámíthatnánk a hullám entrópiáját:

$$ mi = – \ frac{Er_{a_{10}}} {100} \log_{2} {\frac{Er_{a_{10}}}{100}} -\sum \ limits_{k=1}^{10} \ frac{Er_{d_{k}}} {100} \ log_{2} {\frac{Er_{d_{k}}}{100}} $$
((6))

ahol Er egy adott bomlási szint relatív hozzájárulása a jel teljes energiájához

$$ Er_{x} = \ frac{e_{x}}{e_{összesen}}*100\,\% $$
((7))

statisztikai elemzés

a releváns jellemzők kiszámítása után különféle statisztikai összehasonlításokat végeztünk adatkészletünkön. Először megpróbáltuk tesztelni adataink normalitását a Shapiro-Wilk teszttel, valamint a varianciák egyenlőségét a Levene teszttel a paraméteres tesztek életképességének felmérése érdekében. Azonban, miután elválasztottuk az adatokat a választott változóink alapján (PA pontszám, résztvevő neme, stroke jelenléte, bolus viszkozitás) azt találtuk, hogy a funkcióeloszlások körülbelül 60% – a megfelelt ezeknek a feltételezéseknek. Ezen a ponton úgy döntöttünk, hogy nem parametrikus teszteket építünk be az adatok elemzéséhez.

a Wilcoxon signed rank tesztet használtuk, hogy azonosítsuk a különbségeket mindhárom jel jellemzőivel kapcsolatban a biztonságos (PA pontszámok 1-3) és a nem biztonságos (PA pontszámok 4-8) fecskék tekintetében, és rétegezzük a bevitt bolus konzisztenciájával. A szignifikancia meghatározásához 0,05-ös p-értéket használtunk. Ezt a folyamatot megismételték, hogy teszteljék a különbségeket a dysphagiás betegek között stroke-ban vagy anélkül a nem biztonságos fecskék során. Korábbi tanulmányaink eredményeinek tükrözése érdekében újabb rangösszegű teszteket végeztünk a diszfág populációból rögzített jelek nemi alapú különbségeinek vizsgálatára. Végül a bolus viszkozitásának az adatainkra gyakorolt hatását Wilcoxon aláírt rangú tesztek alkalmazásával vizsgáltuk. Az alanyok életkorát nem használták változóként, mivel a korábbi munka kevés szignifikáns hatást mutatott az életkorra a nyaki auskultációs jelekre még nagy korkülönbségek esetén is .

statisztikai teljesítményünk Post hoc becsléseit a GPower szoftverprogramban végeztük . Lehmann becslési módszerét használtuk legalább 0,80 célteljesítménnyel. Matematikai formában:

$$ teljesítmény = 1 – \ Phi \ bal (\frac{c-E (W)} {\sqrt{Var (W)}} \ jobb) $$
((8))

ahol c a tesztstatisztika kritikus értéke, és egyenlő 1,64-gyel, E () és V a r () a várható érték és variancia operátorok, illetve a normál kumulatív eloszlásfüggvény, míg a normál kumulatív eloszlásfüggvény. W A Mann-Whitney statisztika, és azon esetek száma, amikor egy csoport adatpontja alacsonyabb rangú, mint az alternatív csoport adatpontjai. A változó populációméretek miatt kis eltérések voltak közöttük, azt találtuk, hogy összehasonlításaink elegendő erővel rendelkeztek a közepes méretű (d=0,40 0,05) hatások megkülönböztetésére.

Vélemény, hozzászólás?

Az e-mail-címet nem tesszük közzé.