Сон человека: Факторы, которые влияют на сон человека

Содержание

Сон: мифы и факты

Миф: нет взаимосвязи между такими проблемами со здоровьем, как ожирение, диабет, гипертония и депрессия, и качеством и количеством часов сна человека.

Факт: всё больше исследований доказывают, что плохое качество сна или недостаточное количество часов сна непосредственно связаны с различными заболеваниями. Прерывистый сон может отрицательно сказаться на здоровье и привести к развитию гипертонии и сердечно-сосудистых заболеваний. Исследования свидетельствуют о том, что недостаточное количество часов сна ухудшает способность организма вырабатывать инсулин, значительно снижает скорость метаболизма и повышает в крови уровень гормона стресса кортизола. Это, в свою очередь, может привести к увеличению аппетита и снижению способности организма сжигать калории.

Миф: чем старше вы становитесь, тем меньше часов сна вам необходимо.

Факт: учёные утверждают, что общее количество часов сна для взрослого человека должно варьироваться от семи до девяти часов. Качество сна изменяется по мере старения организма, однако количество часов сна должно оставаться неизменным.

Миф: храп — распространённая, но не серьёзная проблема.

Факт: храп может быть проявлением апноэ, т.е. расстройства сна, связанного с другими медицинскими проблемами. Апноэ сна характеризуется эпизодическими снижениями воздушного потока или полным его отсутствием в течение некоторого времени. Без своевременного лечения апноэ может способствовать увеличению риска развития сердечно-сосудистых заболеваний.

Храп часто может быть виновником артериальной гипертонии. Помимо этого, недостаточное количество сна влияет на секрецию гормона роста, который напрямую связан с ожирением.

Миф: вам достаточно нескольких часов сна.

Факт: эксперты утверждают, что большинству взрослых людей требуется от семи до девяти часов сна каждую ночь для поддержания здорового функционирования организма.

Миф: подростки, засыпающие на уроках, имеют плохие привычки или ленивы.

Факт: подростки должны спать, по крайней мере, от 8,5 до 9,25 часов каждую ночь. Бодрствовать поздно вечером и неохотно просыпаться утром подростки могут из-за внутренних биологических часов.

 

Миф: бессонница характеризуется только сложностью засыпания.

Факт: четыре симптома, обычно связанных с бессонницей:

· Трудность во время засыпания;

· Слишком раннее пробуждение и невозможность повторного засыпания;

· Частые пробуждения;

· Пробуждение без ощущения бодрости.

Миф: дневная сонливость всегда свидетельствует о нехватке сна.

Факт: чрезмерная дневная сонливость может возникнуть даже после того, как человек хорошо выспался. Дело в том, что она может являться признаком плохого общего состояния здоровья или же признаком таких расстройств сна, как нарколепсия или апноэ.

 

Миф: во время сна мозг отдыхает.

Факт: во время сна отдыхает лишь тело, а мозг остаётся активным. Он получает «перезарядку», но всё ещё контролирует многие функции организма, включая дыхание.

Миф: если вы проснулись среди ночи, лучше лежать в постели и пытаться уснуть.

Факт: пробуждение среди ночи и невозможность снова уснуть является признаком бессонницы. Большинство экспертов утверждает, что, если вам не удаётся заснуть в течение 15–20 минут, лучше встать с постели и заняться чем-нибудь расслабляющим.

СОН – важная часть нашей жизни.

СОН – важная часть нашей жизни.

А как безобразно мы лишаем себя этих драгоценных минут в пользу телепередач (порой низкопробных, в конце которых отплевываемся, жалея о потерянном времени) или доделывая срочную, как нам кажется, домашнюю работу и т. д.

Для сохранения нормальной жизнедеятельности нервной системы и всего организма большое значение имеет полноценный сон. Сон – это своего рода торможение, которое предохраняет нервную систему от чрезмерного напряжения и утомления. Сон должен быть достаточно длительным и глубоким. Если человек мало спит, то встает утром раздраженным, разбитым, а иногда с головной болью.

Определить время, необходимое для сна, всем без исключения людям нельзя. Потребность во сне у разных людей неодинакова. Новорожденные спят обычно 16-20 часов в сутки, младенцы 10-12, подростки 9-10. Большинству взрослых достаточно спать в среднем 7-8 часов.

Но кому-то для восстановления сил требуется 9 часов, а кому-то – всего 5. Энштейн, например, спал 12 часов, а Наполеон – 3. Ученые предполагают, что потребность во сне у каждого человека заложена на генетическом уровне и не подвержена каким-то существенным изменениям. Только с возрастом эти механизмы ослабевают: семидесятилетние, как правило, спят всего 5-6 часов. Кстати, сон одним из первых реагирует на увядание организма. У тех, кто достиг 50-летнего рубежа, сон становится как бы «хрупким» с частыми ночными пробуждениями.

Здоровый человек засыпает в течение 5-10 минут. С возрастом процесс может затягиваться на час и более, причина тому – «страх постели», «страх не заснуть», навязчивые мысли, чувство одиночества, «синдром беспокойных ног»» — это судороги в икроножных мышцах, покалывания, подергивания, чувство ползания мурашек, онемение и повышенная зябкость.

Частые ночные пробуждения, якобы остановка сердца, дыхания, кошмарные сновидения, позывы на мочеиспускание тоже расстраивают сон.

Вызвать бессонницу могут лекарства для лечения депрессий, психостимуляторы, ноотропы (ноотропил, пирацетам), гормоны, бронходилятаторы, противокашлевые, снижающие холестерин средства и мочегонные.

Для некоторых людей бессонница является постоянной проблемой, возникающей почти каждую ночь, и продолжающейся в течение длительного времени. Когда трудности со сном продолжаются более месяца, у этих людей можно предположить наличие хронической бессонницы. Хроническая бессонница отмечается приблизительно у 15% всего населения.

В этих случаях обязательна консультация специалиста для уточнения характера бессонницы и причин ее вызвавших.
 
  С другой стороны, в два раза больше людей имеют бессонницу преходящую. Это означает, что их проблема со сном длится от нескольких дней до двух недель. У большинства пациентов преходящая бессонница имеет тенденцию периодически повторяться, например, когда они спят вне дома или попадают в стрессовую ситуацию. Эпизоды преходящей бессонницы обычно провоцируются стрессом, острым заболеванием, приемом психоактивных веществ, таких как кофе, крепкий чай, либо изменением окружения или распорядка сна.
  Бессонница сама по себе не является заболеванием, а обычно вызывается другими состояниями (психическими либо телесными нарушениями). Так бессонница может быть вызвана соматическим заболеванием (например, астмой или артритом) или психическим заболеванием (например, депрессией или тревожным расстройством).
Существуют также специфические расстройства сна, такие, как храп и остановка дыхания во время сна.

 В организме человека и животных сон и бодрствование регулируются сходными с часами мозговыми механизмами, называемыми биологическими ритмами. Проблемы со сном могут быть вызваны нарушением этих суточных (специалисты называют их циркадными) биоритмов. Нарушения биоритма при длительных авиа — перелетах или работе по скользящему графику может привести к бессоннице. Кроме того, у некоторых людей хронические проблемы с засыпанием или слишком ранние утренние пробуждения могут быть результатом первичного нарушения функционирования биологических часов организма.

И, наконец, бессонница может явиться результатом нарушений здорового образа жизни или вредных привычек, связанных со сном. У многих людей отмечается повышенная возбудимость перед сном, либо может возникать устойчивая невозможность уснуть в привычном окружении спальной комнаты. У большинства пациентов, страдающих от бессонницы, может быть выявлена ее специфическая причина и назначено соответствующее лечение.

СТРАДАЮЩИЕ ОТ БЕССОНИЦЫ ЛЮДИ МОГУТ ПОМОЧЬ СЕБЕ МНОГИМИ СПОСОБАМИ.

Чтобы создать условия для нормального крепкого и спокойного сна необходимо за 1-1,5 ч. до сна прекратить напряженную умственную работу. Ужинать надо не позднее, чем за 2-2,5 часа до сна. Это важно для полноценного переваривания пищи. Спать следует в хорошо проветренном помещении, неплохо приучить себя спать при открытой форточке, а в теплое время года – с открытым окном. В помещении нужно выключить свет и установить тишину. Ночное белье должно быть свободным, не затрудняющим кровообращение. Нельзя спать в верхней одежде, не рекомендуется закрываться одеялом с головой, спать вниз лицом, так как это препятствует нормальному дыханию. Желательно ложиться спать в одно и то же время – это способствует быстрому засыпанию. Не спите днем, если это не предусмотрено генетикой. При храпе спите в возвышенном положении или на боку. В постели старайтесь не думать о событиях ушедшего дня  и не принимайте близко к сердцу увиденные сны.

Издавна в качестве снотворного использовали валериану. В аптеках вы приобретете и таблетки и настойки этого растения. А при желании корень валерианы можно отыскать самому и приготовить из него всевозможные домашние снадобья от бессонницы.

Очень хорошо успокаивает и усыпляет патриния сибирская, прозванная в народе еще каменной валерианой. Она почти в 10 раз эффективнее, чем ее знаменитая родственница.

Другое замечательное растение от бессонницы – шлемник байкальский. Кроме того, шлемник понижает артериальное давление. Поэтому он незаменим для лечения бессонницы у гипертоников.

Хорошим снотворным считаются хмель и душица. Обычно их применяют в виде отваров. Но бытует и другой способ. Высушенными шишками хмеля и травой душицы набивают наволочку, делают подушку, на которой потом спят.

Есть много других растений, помогающих людям обрести полноценный сон. Среди них пион, зверобой, овес, боярышник, страстоцвет. Нельзя не сказать несколько добрых слов о меде. В народной медицине мед считается лучшим снотворным средством. Чтобы сон был полноценным, за ужином,  нужно съедать по столовой ложке меда. После этого наступает сонливость, которая потом легко переходит в крепкий сон.

ЗАБЛУЖДЕНИЯ

Бытует мнение, что рюмка коньяка – залог хорошего сна. ЭТО ЗАБЛУЖДЕНИЕ. Алкоголь действительно ускоряет засыпание, но искажает электрическую структуру сна, приводя к расстройству психики на следующий день. Спиртное в любом виде не снотворное, а яд для мозга! Не допустимо совместное применение снотворных и алкоголя – это прямой путь в реанимацию.

СПОКОЙНОЙ НОЧИ!

Регулируют сон и ванны с эфирными маслами  из жасмина, лаванды, кипариса, чабреца, шалфея, ромашки, ладана, мирра. На процедуру требуется 3-5 капель одного из масел. Эти же капли, нанесенные на салфетку, положенную под наволочку, успокоят нервы и погрузят в глубокий сон.

Вдыхание настойки валерианы в сочетании с приемом внутрь поможет при плохом засыпании. Лежа, зажав одну ноздрю, сделайте из флакона 10-15 вдохов, то же проделайте и со второй. Надышавшись, накапайте на кусочек сахара 30 капель настойки, положите его на язык, и сон не заставит себя долго ждать.

Аутогенная тренировка помогает бороться с бессонницей. Иглоукалывание, легкий массаж, гипноз также помогут вам. Отрегулировать сон иногда помогают гомеопатические средства: «успокой», «верни сон» и другие.

Долгими осенними вечерами хочется положить себе на колени теплого кота, гладить его и слушать мурчание. Изобретательные японцы придумали робота — подушку. Для людей, страдающих от депрессий, тревог и бессонницы, но не имеющих возможности завести домашнее животное (или страдающих аллергией) подходит такая подушка, имитирующая мурлыкание кошки. Тембр мурлыкающей кошки входит в резонанс с импульсами головного мозга и действует успокаивающе. Мурлыкание означает отсутствие у кошки всякой агрессивности, полное умиротворение.

ПРОФЕССИОНАЛЬНАЯ ВРАЧЕБНАЯ ПОМОЩЬ

Если вашу привычную жизнь нарушает дневная сонливость, которая мешает работе, или если бессонница негативно сказывается на вашем эмоциональном состоянии, обратитесь к психотерапевту. По убеждению некоторых врачей, бессонницу следует лечить исключительно снотворными средствами, причем немедленно после появления первых симптомов, в то время как другие придерживаются противоположного мнения и верят в эффективность методик изменения гигиены сна. В любом случае лекарства следует принимать в течение короткого времени, не более двух недель, иначе возникает опасность развития зависимости от снотворного.

Кроме того, психотерапевт определит причины бессонницы, которые также требуют излечения. Например, депрессия требует лечения антидепрессантами. Люди, страдающие от первичной бессонницы, нуждаются в консультации квалифицированного специалиста-практика.

Доверительные отношения между врачом и пациентом играют важнейшую роль в лечении: после нескольких консультаций и последующих посещений у многих пациентов наступает улучшение.

 

 

 

Информацию подготовил: клинический психолог, психотерапевт Центра Здоровья  Л. А. Кильмухаметова

 

Количество просмотров: 7665

Здоровый сон: сколько часов надо спать и чем опасно недосыпание

Недосыпание может привести к набору веса, проблемам с сердцем и даже депрессии. Рассказываем, сколько времени надо спать детям и взрослым и как улучшить сон.

 

СКОЛЬКО ЧАСОВ НАДО СПАТЬ ДЕТЯМ И ВЗРОСЛЫМ

Сон – основная составляющая здоровой жизни. Взрослые должны регулярно cпать 7 или более часов в сутки. Некоторым, в частности молодым людям и людям с хроническими заболеваниями, необходимо даже больше – 9 часов сна в сутки. Лишь небольшому количеству людей достаточно спать менее 6 часов в сутки. Это обусловлено генетическими факторами.

 

Сколько необходимо спать

ПОЧЕМУ НАДО СПАТЬ БОЛЬШЕ 7 ЧАСОВ В СУТКИ

Если вы будете спать менее 7 часов в сутки, то повысите риск развития хронических заболеваний, в частности:

  • диабета;
  • сердечно-сосудистых заболеваний, инсульта, высокого кровяного давления;
  • увеличения веса и ожирения;
  • нарушения иммунной системы;
  • ухудшения психического здоровья, депрессии.

 

Также недостаточное количество сна может повлиять на вашу способность принимать решения, увеличить риск возникновения аварий на дороге, привести к ошибкам.

 

КАК УЛУЧШИТЬ СОН

Ваше поведение в течение дня, особенно перед сном, влияет на качество сна. Даже несколько незначительных корректировок в некоторых случаях могут в корне изменить ситуацию.

Несколько полезных привычек помогут вам улучшить сон:

Соблюдайте режим сна

Ложитесь спать и просыпайтесь в одно и то же время. Даже на выходных.

Создайте успокаивающую атмосферу

Тихая, темная, умиротворяющая атмосфера и комфортная прохладная температура в спальне будут способствовать сну. Вечером не включайте яркий свет.

Уберите аксессуары

Уберите электронные устройства, в частности телевизоры, компьютеры, смартфоны, из спальни или хотя бы выключайте их за 30 минут до сна.

Следите за рационом

Избегайте кофеина (в течение 6 часов перед сном), алкоголя (в течение 4 часов перед сном) и большого количества пищи перед сном. Придерживайтесь здорового питания в течение дня.

Не пейте перед сном

Утолить жажду перед сном можно и нужно, однако чрезмерное питье может спровоцировать проблемы со сном.

Не курите

Не начинайте курить или бросьте эту вредную привычку. В любом случае не курите непосредственно перед сном.

Тренируйтесь

Физическая активность в течение дня поможет вам легче заснуть ночью.

Используйте кровать только для сна

Не ешьте в постели, не смотрите телевизор и не работайте.

 

Также не ложитесь спать, если не чувствуете себя сонным. В случае, если вы не можете заснуть в течение 20 минут, вставайте с постели.

Имеете привычку дремать днем? Ограничьте это время 45 минутами.

Если у вас возникли проблемы со сном – обратитесь к врачу.

 

Источник

Сон: функции, структура, профилактика нарушений. Справка

Средняя продолжительность сна обычно составляет 6 8 часов в сутки, но возможны колебания: при нарушениях сна его длительность может составлять от нескольких минут до нескольких суток.

Продолжительность сна у новорожденных, взрослых и пожилых людей составляет 12-16, 6-8 и 4-6 часов в сутки соответственно. Длительность сна менее 5 часов — гипосомния — или нарушение его физиологической структуры считаются факторами риска бессонницы.

Учитывая, что треть своей жизни человек проводит во сне, природа сна всегда вызывала повышенный интерес ученых.

Одним из первых и важнейших результатов лабораторных исследований стало открытие, что у спящего человека в течение ночи периодически возникают т.н. быстрые движения глаз (БДГ). Фаза сна, во время которой регистрируются БДГ, была названа «быстрым» (или парадоксальным) сном или сном с БДГ. В этой фазе человек чаще всего видит сновидения. Остальные стадии сна, во время которых не наблюдается быстрых движений глаз, собирательно назвали «медленным» сном или сном без БДГ.

Переход от бодрствования ко сну сопровождается многократным ощущением «уплывания», часто прерывающегося внезапным вздрагиванием, которое вновь пробуждает человека. Это внезапное вздрагивание называют миоклоническим подергиванием. Значение такого подергивания неизвестно, но полагают, что оно может быть реакцией активации на значимый, хотя и слабый внешний раздражитель.

Во время сна две основные фазы чередуются. Фаза с БДГ возникает в среднем каждые 70–90 минут сна. При этом первые 75–100 минут занимает сон без БДГ.  Каждую ночь сон с БДГ появляется от четырех до шести раз, что зависит от общей продолжительности сна, а не от индивидуальных особенностей человека. Первый период сна с БДГ продолжается примерно 10 минут, а последний – 20–35 минут. В целом «быстрый сон» занимает около 20% общего времени сна.

Одним из кардинальных открытий в области исследования сна стал тот факт, что в 80% случаев о сновидениях рассказывали люди, разбуженные в фазе с БДГ. Те же люди, которых будили в фазе без БДГ, редко рассказывали о сновидениях. Другие исследования показали, что о своих снах лучше рассказывают люди, которых разбудили во время быстрого сна во второй половине ночи.

В целом, порог пробуждения наиболее низок во время быстрого сна – этот сон легче всего прервать. По данным исследований, человека труднее разбудить на любой стадии сна в начале ночи, чем на той же стадии во второй половине ночи.

Наиболее комфортному сну, по мнению экспертов, способствуют физическая нагрузка в течение дня, правильный режим питания и четкий распорядок дня (не ужинать после 6 7 часов вечера и ложится спать в одно и то же время). Теплая ванна с хвойным экстрактом или морской солью или горячая ванна для ног перед сном также являются эффективной профилактикой бессонницы.

При возникновении ощущения голода поздно вечером медики советуют употреблять только стимулирующую сон пищу, которая отличается высоким содержанием аминокислоты триптофан, способствующей выработке мозгом успокаивающего вещества серотонина. Богатые триптофаном продукты – это бананы, печенье из муки грубого помола, тунец, салат-латук, йогурт, арахис, масло и финики. Стоит исключить шоколад, сахар, соленую пищу, сыр (они могут вызвать жажду), а также баклажаны, шпинат и томаты (они оказывают возбуждающее действие на организм).

Для профилактики бессонницы медики советуют не употреблять непосредственно перед сном алкоголь или кофе, пользоваться маленькой подушкой с натуральным наполнителем, а также выпивать перед сном стакан теплого молока или теплой воды с медом.

Материал подготовлен на основе информации открытых источников

Здоровый сон человека — 10 правил и рекомендации

  |     |     |     |  

Мы с вами живем в таком интенсивном ритме, что позабыли насколько важно для организма поддерживать здоровый и крепкий сон. Вероятно, даже кто-то из читателей сегодня плохо спал. Давайте с вами пройдемся по теме и ухватим только самое важное. Поехали.

Природа устроила организм таким образом, чтобы он мог перезагружаться. С помощью сна.

Что такое сон? Простыми словами

Давайте представим, что человеческий организм – сложнейший компьютер. В нем мозг является центром обработки всех операций, отвечает за работу подсистем и вообще в нем куча нейронов.

А что если у этого компьютера не будет кнопки «перезагрузка»? К чему это приведет? Какое-то время все будет работать исправно, потом пойдут нарушения. Далее уже могут пойти необратимые последствия – мозг перегрузится информацией и работой. Действительно, клетки мозга очищаются, то же самое происходит  с другими органами во время сна. Мы уже знаем биологический смысл сна – «перезагрузка». От качества этой «перезагрузки» зависит работа организма в целом. Какие же есть критерии здорового сна?

Интересный факт. Почему легче засыпается под стук дождя? Первобытный человек жил в пещере. Наступление дождя означало, что хищные животные не доберутся до жилища, значит можно спать спокойно. Эволюция передала это нам.

Режим здорового сна. Какой он и как отслеживать?

Здоровый сон начинается с того, что в организме вырабатывается мелатонин – гормон сна. Это происходит в темное время суток и при отсутствии внешних раздражителей. Сам процесс сновидения представляет собой циклы меняющихся фаз быстрого и глубокого сна. В каждой из них организм ведет себя по своему.

При быстрой фазе организм активизируется – учащается дыхание, ускоряется работа нервной системы. Именно в этой стадии мы видим с вами красочные сны. При глубоком сне весь процесс зеркалится, про эту стадию говорят: «Хоть из пушки стреляй, не разбудят».

Каждая фаза сна длится около полутора часов. Сомнологи говорят, что здоровый сон должен длиться 5 таких циклов. Парадокс, но есть сомнологи которые не высыпаются.

Отслеживать свои стадии сна можно с помощью обычного фитнес-браслета. Гаджет реагирует на пульс во время сна и определяет, насколько хорошо вы поспали. Понятное дело, что данные приблизительные, но они дают общее представление.

Часы и атрибуты здорового сна

С 10 вечера до 2 часов ночи – это временное окно, которое рекомендуется для начала сна. При этом важно учитывать продолжительность циклов. Тут тоже есть одна важная деталь – индивидуальная потребность во сне. Например, в период эмоционального или физического напряжения нужно больше спать. Также на необходимую продолжительность влияет возраст.

Интересный факт. Для ощущения качественного сна достаточно просыпаться точно по окончанию цикла. Наверняка у вас бывало такое, что спали всего 3 часа, а чувствовали себя бодро.

Одним из важных атрибутов сна является поза, в которой вы спите. Житейский пример: вы 7.5 часов проспали на спине или вы 9 часов проспали в сидячей позе во время перелета на самолете. Вопрос: после какого сна вы будете чувствовать себя разбито?

Кратко о позах

  • На спине. Наиболее правильная поза: выпрямляется позвоночник, снижается нагрузка на сердце. Не подходит для беременных и тех кто испытывает проблемы с храпом и органами дыхания.
  • На животе. Наиболее вредная. Сдавливается грудная клетка, из-за поворота головы нарушается кровообращение с мозгом. Возрастает нагрузка на мышцы и суставы.
  • На боку. Расслабляются мышцы, позвоночник естественно изгибается. Не рекомендуется для людей с сердечными проблемами.

Физические атрибуты сна: матрас и подушка

  • Матрас. Следует менять матрас каждые семь лет, поскольку он деформируется под воздействием человеческого тела. Да и экономить на нем не стоит, вы же каждый день им пользуетесь, а систематически неправильная поза приведет к плохим последствиям.
  • Подушка. Рекомендуемая высота: 10-15 см, ширина: по размеру плеч. Лучше всего подходят ортопедические подушки с искусственным наполнителем. Они повторяют изгиб шеи и не обладают аллергическими свойствами.

Последствия недосыпа

Отсутствие здорового сна приводит к проблемам внутренних органов. Также, снижаются когнитивные способности – у вас явно был случай рассеяности от недосыпа. Плюс ко всему, недостаток сна приводит к ожирению, организм просит больше калорий, которые не используются в дело. Не вырабатывается гормон роста, который нужен для поддержания тонуса. Особенно актуально, если вы всерьез взялись за свою фигуру и начали тренироваться с профессиональным тренером.

Говорите о вреде и последствиях плохого сна можно еще долго. Лучше всего запомнить 10 правил здорового сна.

10 правил здорового сна

  1. Последний прием пищи перед сном максимум за 3 часа – на полный желудок организм будет занят перевариванием, а не «перезагрузкой».
  2. Выключаем гаджеты и задергиваем шторы – стимулируем появление мелатонина.
  3. Ортопедический матрас –для правильного влияния на тело.
  4. Подушка – ни мягкая, ни твердая. По ширине плеч, высота до 15 см.
  5. Поза в зависимости от физиологии – только не на животе.
  6. 5 циклов – старайтесь ложиться спать, закладывая такое количество сна.
  7. Мониторинг – фиксируете с помощью фитнес-браслета характеристики своего сна.
  8. Регулярная физическая нагрузка – помогает получать фазу глубокого сна.
  9. Ложиться спать в одно и то же время – так выработается рефлекс в организме.
  10. Лучшее время для начала сна с 22 до 02:00, старайтесь раньше.
Во сне мы проводим треть своей жизни. Значит, нужно приводить эту часть времени к высокому уровню качества.

Как побороть бессоницу?

Что такое бессоница — это нарушение циклов сна. Она может быть вызвана физиологическими и эмоциональными причинами. Хроническая бессоница медленно, но верно нарушает работу органов и является причиной ослабления всего организма.

Как побороть? Сперва следует попробовать научить себя засыпать принудительно. Например, ложиться в 23:00 и не вставать с кровати, не тянуться к гаджету. Просто лежать. Через пару недель такой практики организм сам себя может приучить засыпать.

Если не помогло — использовать успокоительные, которые сделаны на естественной основе. Если и это не помогает, то стоит обратиться к врачу. Хотя это лучше сделать в первую очередь после обнаружения бессоницы. Важно устранить именно причину.

Хороший сон — необходимое условие здорового образа жизни

Здоровый сон физиологически необходим человеку и является важным условием физического и душевногоздоровья. Человек проводит во сне около трети жизни, поэтому этой части нашей жизни необходимо уделять пристальное внимание и заботиться о том, чтобы сон был здоровым и правильным. От качества сна зависит качество нашего бодрствования, то есть от того как наш организм отдохнет ночью зависит то, как он будет функционировать днем. Правильный сон – источник прекрасного настроения, хорошего самочувствия и, конечно же, нашей красоты.

 

Кроме того, ночью вырабатывается гормон мелатонин. За его выработку отвечает маленькая шишковидная железа (ее также называют «эпифиз»), находящаяся в центре головного мозга. Несмотря на то что она весит всего один грамм, она регулирует множество процессов в нашем организме. Например, днем она отвечает за выработку сератонина – гормона счастья, а ночью, соответственно – за выработку мелатонина.

Гормон мелатонин отвечает за восстановление психики, сердечно-сосудистой и иммунной системы, а также с его помощью в организме происходят омолаживающие процессы. Самая активная выработка мелатонина происходит с 24:00 вечера до 02:00 ночи.

Для его нормальной выработки нужно спать в абсолютной темноте, поэтому дневным сном невозможно восполнить недостаток этого гормона. Самое большое количество мелатонина вырабатывается у младенцев и с возрастом его количество, к сожалению, уменьшается.

Что можно сделать, чтобы повлиять на выработку мелатонина?

1.Жить в согласии со своими биологическими ритмами — спать ночью, а бодрствовать днем.

2.Днем бывать на солнце – активная выработка серотонина днем, способствует нормальной выработке мелатонина ночью

3.Употреблять меньше алкоголя, кофеина, никотина и лекарств.

4.Завешивать окна плотными шторами.

5. Добавить в свой рацион больше продуктов, содержащих триптофан – аминокислоту, которая является «строительным материалом» для мелатонина и сератонина.

Большое количество этой аминокислоты содержится в рисе, помидорах, кукурузе, овсе, нежирном мясе, куриных яйцах, в твердых сырах, тыквенных семечках, орехах и фасоли. 

Всем худеющим также необходимо знать, что во сне вырабатывается гормон роста, который влияет на сжигание жиров и укрепление мышц. Если человек мало спит, гормон роста вырабатывается в недостаточном количестве, мышцы становятся дряблыми и появляется лишний вес.

Функции сна

— Отдых организма.

— Защита и восстановление органов и систем организма для нормальной жизнедеятельности.

-Переработка, закрепление и хранение информации.

— Адаптация к изменению освещенности (день-ночь).

-Поддержание нормального психоэмоционального состояния человека.

-Восстановление иммунитета организма.

Правила здорового сна

Существует ряд правил, соблюдение которых позволит сделать сон исключительно полезным для здоровья. Эти правила помогают организму правильно выполнять свои функции во время сна, что непременно благоприятно сказывается на самочувствии и настроении человека в период бодрствования.

— Старайтесь ложиться и просыпаться в одно и то же время вне зависимости от дня недели.

-Лучше всего ложиться спать до 23 часов. Именно в это время организмы большинства людей настроены на расслабление.

-Не стоит перед сном употреблять пищу. За пару часов до сна можно перекусить легкой пищей, например, овощами, фруктами или кисломолочными продуктами.

-Не стоит употреблять перед сном алкоголь и напитки, содержащие кофеин (какао, кофе, чай). Чай с ромашкой, мятой или теплое молоко с медом, выпитые перед сном, принесут пользу организму и помогут быстрее и легче заснуть.

— Быстро уснуть поможет прогулка перед сном на свежем воздухе.

— Перед сном не стоит думать о проблемах и переживаниях, о них вы успеете подумать днем. А вечером лучше всего расслабиться и помочь организму полноценно отдохнуть и восстановиться во время ночного сна. По возможности расслабьте мышцы и думайте о чем-то приятном.

— Не стоит принимать перед сном холодный душ, оставьте эту процедуру на утро. Вечером лучше всего принять теплую ванну или душ.

-Для быстрого и спокойного засыпания можно почитать спокойную литературу или включить негромко медленную музыку, звуки природы, колыбельные и т.п.

-Не забывайте проветривать перед сном спальное помещение.

-Выключайте в спальном помещении свет, в противном случае сон, скорее всего, будет поверхностным, что не даст вашему организму полноценно отдохнуть и восстановиться.

-Ученые рекомендуют спать головой на север или восток.

-Спать лучше всего более обнаженным, а в случае замерзания укрыться дополнительным одеялом, а не надевать на себя теплые вещи.

-Для отдыха организма достаточно спать четыре полных цикла сна, состоящих из медленного и быстрого сна и описанных выше.

-Спальное место должно быть ровным, не слишком мягким и не слишком жестким.

-Спать необходимо в горизонтальном положении, желательно попеременно — то на правом, то на левом боку. На животе спать специалисты не рекомендуют.

-Для того чтобы с самого утра дать старт хорошему настроению, не залеживайтесь долго в постели, сразу после пробуждения потянитесь, улыбнитесь и вставайте. Делайте это не спеша и с удовольствием.

Список использованной литературы:

Ирина Радунцова, Здоровый сон. Советы и рекомендации

Хороший сон – необходимое условие здорового образа жизни

 

Статью подготовил: Фельдшер кабинета мед. профилактики, Воздвиженская А. Ю.

  • < Назад
  • Вперёд >

Сон — это лучшее лекарство, но так ли это?

На вопросы отвечает врач-кардиолог (сомнолог) клиники СитиЛаб кмн доцент Гусинин Сергей Егорович

Многие из нас слышали, что «сон — лучшее лекарство». И, действительно, в период сна организм человека «накапливает силы» для борьбы с многими заболеваниями. Это происходит тогда, когда сон глубокий, без частых беспокойных пробуждений, освежающий (бодрящий) по утрам. С физиологической точки зрения сон выполняет следующие функции: восстановительную, антистрессорную, адаптивную, переработки информации  и др. Так сон служит одним из механизмов психической защиты личности, обеспечивает синхронизацию с циклом смены дня и ночи, осуществляет подготовку организма к деятельности во время бодрствования, реализует процессы перевода информации из кратковременной в долговременную память.

Нарушения сна очень распространены среди населения цивилизованных стран. Бессонница — хроническое заболевание, связанное с нарушением синхронизации биологических часов с суточными ритмами. Расстройства сна отмечены у 45% городского населения. Сокращение длительности сна — один из постоянных признаков бессонницы. При частичной бессоннице периоды бодрствования имеются в начале, середине и в конце ночи. При тотальной бессоннице преобладает бодрствование, лишь изредка прерывающееся дремотой.

К расстройствам сна можно отнести и повышенную сонливость, так

называемую гиперсомнию, которую можно наблюдать у людей со слабой нервной системой: ее можно рассматривать как защитную реакцию, предохраняющую нервные клетки от перенапряжения. Последние исследования показали, что потребность ночного сна у молодежи в среднем составляет 8,5 ч; продолжительность ночного сна в 7,2—7,4 ч недостаточна, а сон менее 6,5 ч в течение длительного времени может подорвать здоровье.

Полноценный сон может быть обеспечен выполнением определенных правил. Перед сном необходимо исключить возбуждающие игры, умственную работу. Время после ужина должно протекать в спокойной обстановке, исключающей сильное возбуждение. Перед сном рекомендуется прогулка в течение 20—30 мин. Ужин должен быть легким, за 1,5—2 ч до сна. Шоколад, кофе и крепкий чай на ночь не рекомендуются. Свежий, прохладный воздух в спальной комнате способствует более быстрому засыпанию и глубокому сну. Оптимальная температура в комнате для сна — 15-16 °С.

В клинике СитиЛаб в сомнологическом центре врач кардиолог — сомнолог произведет клиническую оценку нарушений сна, определит значимость событий в период сна для состояния здоровья человека, произведет инструментальные исследования с помощью портативных программируемых приборов и даст необходимые рекомендации. Особое внимание уделяется нарушениям дыхания (храпу, апноэ) и ритма сердца в период сна.

Записаться на прием можно по телефону 211-00-81 или на сайте www.citilab.clinic

Проект человеческого сна | Природа

Чтобы установить истинную роль сна, исследователи должны собрать реальные данные от тысяч и даже миллионов людей, — говорит Тилль Реннеберг.

Сон необходим для здоровья, работоспособности и благополучия. Тем не менее, во многих странах люди получают его на один-два часа меньше каждую ночь, чем их предки 50–100 лет назад.Даже когда у людей есть возможность поспать, многие не могут. Патологии сна приближаются к уровню эпидемии, от которых страдают около 70 миллионов человек только в Соединенных Штатах (см. Go.nature.com/6dgqhg). В некоторых странах прямые и косвенные издержки, связанные со сном, составляют около 1% валового внутреннего продукта 1 . Несмотря на эти тревожные цифры, исследования сна занимают только 91-е место из 235 категорий в списке финансирования Национального института здравоохранения США в этом году — ниже, например, исследования табака (см.nature.com/ces1rf).

Предоставлено: PETE ELLIS / DRAWGOOD.COM

Исследователи добились больших успехов в понимании того, какие нейротрансмиттеры и области мозга участвуют в сне 2 и как время сна и бодрствования контролируется внутренними (циркадными) часами 3 , среди прочего. Но у нас до сих пор нет ответов на самые основные вопросы. Например, не совсем понятно, для чего нужен сон, насколько он оптимален, как можно измерить и спрогнозировать качество сна или роль генетических факторов и факторов окружающей среды в определении идеального режима сна.

Одна из причин такого непонимания заключается в том, что большая часть того, что известно о сне, получено в результате лабораторных исследований. Субъектами в этих исследованиях, как правило, являются мыши или хомяки, которых держат в искусственных циклах свет-темнота, или люди, которым предписано спать в определенное время на чужих кроватях с прикрепленными к их головам электродами. Оценка сна также часто основана на субъективных ответах на вопросы о том, насколько «хорошо» люди себя чувствуют после сна или думают ли они, что хорошо выспались ночью.Чтобы узнать о сне в реальном мире и понять, как управлять сном для повышения продуктивности, здоровья и качества жизни, нам нужен междисциплинарный «проект сна человека».

Скачать PDF Кредит: ИСТОЧНИК: REF. 4

Моя исследовательская группа из Мюнхенского университета Людвига-Максимилиана предприняла попытку исследовать сон in situ . С 2000 года наша группа создает базу данных о повседневном поведении во сне, которая называется Мюнхенский опросник хронотипа (MCTQ).Мы рекламировали наш проект в газетах, на радио и телевидении, прося людей заполнить онлайн-анкету. Участников просят указать время, когда они ложатся спать, готовятся ко сну, засыпают, просыпаются и встают 4 . Взамен они получают документ, раскрывающий их поведение во сне по сравнению с остальным населением. Важно отметить, что люди предоставляют эту информацию как для рабочих, так и для нерабочих дней. Наша база данных теперь включает записи от более чем 150 000 человек со всего мира.

Используя эти данные, мы оценили, как количество сна, которое люди получают, и когда они его получают, изменяется в зависимости от таких факторов, как возраст, время года, местоположение и даже переход на летнее время. 4 . Наши результаты показывают, что, хотя в дни без работы люди спят столько же времени, сколько и десять лет назад, в рабочие дни они спят примерно на 38 минут меньше, чем раньше. Мы также обнаружили, что на протяжении всей учебы и работы люди, кажется, колеблются между недосыпанием в рабочие дни и чрезмерным сном в дни, свободные от работы (см. «Недосыпание»), причем 80% людей нуждаются в будильнике, чтобы просыпаться в рабочие дни. 4 .Эти результаты показывают, что большая часть работающего населения испытывает то, что мы называем «социальной сменой часовых поясов»: люди каждую неделю переключаются между разными «часовыми поясами», один из которых диктуется их графиком работы, а другой — их биологическими часами.

Практика засыпания и пробуждения в «неестественное» время может быть наиболее распространенным поведением высокого риска в современном обществе. С каждым часом социальной смены часовых поясов (разница между социальным и биологическим часовыми поясами) шансы получить избыточный вес или ожирение увеличиваются на 33% (см.4). Это подтверждает связь между продолжительностью сна и метаболическими проблемами, обнаруженную пять лет назад 5 . Мы с коллегами также связываем смену часовых поясов с курением, повышенным потреблением алкоголя или кофеина 4 и такими признаками депрессии, как потеря аппетита и чувство печали 6 .

Я считаю, что то, что стало известно из базы данных MCTQ, — это только верхушка айсберга. Благодаря Интернету и устройствам персонального мониторинга станет возможным получение систематической и количественной информации о режимах сна тысяч и даже миллионов людей.

Чтобы изменить наше понимание сна, требуется обширная стратегия сбора данных. Это потребует приглашения миллионов людей для заполнения онлайн-анкет, десятков тысяч для ведения онлайн-дневников сна и нескольких тысяч для отправки данных с записывающих устройств в реальном времени. Затем часть этих людей попросят предоставить свою ДНК. (Как только фенотип сна будет лучше понят, у исследователей появится хорошая возможность исследовать его генетику.)

Ключевой целью проекта по изучению сна человека будет определение простых и эффективных индикаторов, которые позволяют обойти необходимость в громоздких электродах или образцы крови или слюны, которые используются для получения обычных маркеров циркадных ритмов, таких как гормон мелатонин.Многие устройства для отслеживания сна сейчас доступны или находятся в разработке, например, гаджеты, похожие на наручные часы, которые измеряют движение и свет. Другие устройства используют информацию, обнаруженную мобильными телефонами, или обмениваются данными с мобильными телефонами, которые могут выгружать данные в Интернет. Они могут контролировать температуру кожи и проводимость кожи (показатель потоотделения, указывающий на уровень стресса), частоту дыхания, уровень кислорода в крови, электрическую активность в сердце и даже артериальное давление. Такие параметры потенциально могут позволить исследователям установить суточный ритм людей, а также время и качество сна.

Ученые-информатики, обладающие опытом в области биомедицины, Интернета и технологий мобильных телефонов, будут иметь решающее значение для проектирования и создания устройств слежения, а также для разработки стандартных рабочих процедур для генерации, загрузки и хранения данных. В конечном итоге анализ данных, собранных в таком проекте, может дать повод для новых гипотез, которые приведут к новым экспериментам в лаборатории. Это, в свою очередь, может помочь исследователям улучшить методы записи in situ .

Данные следует собирать из разных часовых поясов и географических мест, а также в разное время года.Также важно, чтобы участники представляли разные группы населения и должны были включать людей, живущих в разных состояниях модернизации (люди, живущие без электричества, и люди, живущие в больших городах), а также, например, вахтовиков, слепых, людей. с метаболическими синдромами и так далее.

Вместе с коллегами из лаборатории хронобиологии университетской больницы в Порту-Алегри, Бразилия, мы начали измерять сон, активность, освещенность и другие переменные в афро-бразильском сообществе Киломбо.Эта группа людей культурно и генетически однородна. Но разнообразие стилей жизни отдельных групп населения, которые разбросаны по всей Бразилии, дает возможность исследовать изменения человеческого сна за последние 150 лет индустриализации: некоторые живут на фермах без электричества; другие живут и работают в современных городах.

Проект человеческого сна потребует около 30 миллионов долларов США финансирования от правительств и национальных и международных агентств по предоставлению грантов. Биотехнологические компании также могут захотеть инвестировать в обмен на использование результатов проекта для управления массовым производством простых устройств для отслеживания сна.Такие устройства будут полезны исследователям сна, врачам, которые хотят диагностировать и лечить проблемы со сном, и, возможно, даже пилотам или руководителям предприятий, которые хотят оптимизировать свой режим сна во время путешествий, а также людям, которые просто хотят лучше спать.

Проект также может побудить людей к принятию более индивидуализированных графиков, которые, как некоторые опасаются, могут нарушить синхронизацию обществ. Но если бы графики работы были адаптированы к биологическим часам большей части населения, польза для общества перевесила бы относительно небольшой сбой.MCTQ показывает, что у 44% оцениваемого населения циркадный ритм людей отличается всего на 30 минут, а у 77% населения это время находится в трехчасовом диапазоне.

Я убежден, что проект, связанный с человеческим сном, и те изменения в поведении, которые он принесет, могут стать одним из наиболее экономически эффективных способов улучшить здоровье, производительность и качество жизни миллионов людей. Подготовительное собрание состоится в августе этого года в Мюнхене в связи с конгрессом Европейского общества биологических ритмов.

Ссылки

  1. 1

    Hillman, D. R., Murphy, A. S., Antic, R. & Pezzullo, L. Sleep 29 , 299–305 (2006).

    Артикул Google Scholar

  2. 2

    Сапер, К. Б., Фуллер, П. М., Педерсен, Н. П., Лу, Дж. И Скаммелл, Т. Е. Neuron 68 , 1023–1042 (2010).

    CAS Статья Google Scholar

  3. 3

    Вятт, Дж.К., Ритц-Де Чекко, А., Чейслер, К. А., Дейк, Д.-Ж. Am. J. Physiol. 277 , R1152 – R1163 (1999).

    CAS PubMed Google Scholar

  4. 4

    Роеннеберг Т., Аллебрандт К. В., Мерроу М. и Веттер К. Curr. Биол. 22 , 939–943 (2012).

    CAS Статья Google Scholar

  5. 5

    Ван Каутер, Э., Шпигель, К., Tasali, E. & Leproult, R. Sleep Med. 9 , S23 – S28 (2008).

    Артикул Google Scholar

  6. 6

    Levandovski, R. et al. Хронобиол. Int. 28 , 771–778 (2011).

    Артикул Google Scholar

Скачать ссылки

Информация об авторе

Принадлежности

  1. Тилль Реннеберг — профессор хронобиологии в Университете Людвига Максимилиана в Мюнхене, Германия.

    Тилль Роеннеберг

Автор для переписки

Для корреспонденции Тилль Реннеберг.

Ссылки по теме

Ссылки по теме

Ссылки по теме в Nature Research

Наука о сне: разбитые сны

Взгляд природы: сон

Об этой статье

Цитируйте эту статью

Роеннеберг Т. Проект человеческого сна. Природа 498, 427–428 (2013). https://doi.org/10.1038/498427a

Скачать цитату

Дополнительная литература

  • Изменения продолжительности сна по самооценке с возрастом — 36-летнее продольное исследование взрослых финнов

    • Кристер Хублин
    • , Ласси Хаасио
    • и Яакко Каприо

    BMC Общественное здравоохранение (2020)

  • Полигенные доказательства и перекрывающиеся функциональные связи мозга для связи между хронической болью и нарушением сна

    • Цзе Сун
    • , Вэй Янь
    • , Син-Нань Чжан
    • , Сяо Линь
    • , Хуэй Ли
    • , И-Мяо Гун
    • , Си-Мэй Чжу
    • , Юн-Бо Чжэн
    • , Сян-Ян Гуо
    • , Юн-Донг Ма
    • , Цзэн-И Лю
    • , Линь Лю
    • , Цзя-Хун Гао
    • , Майкл В.Витиелло
    • , Су-Хуа Чанг
    • , Сяо-Гуан Лю
    • и Линь Лу

    Переводческая психиатрия (2020)

  • Влияние самостоятельно выбранных циклов свет-темнота и социальных ограничений на сон человека и суточные ритмы: подход к моделированию

    • Энн К.Скелдон
    • , Эндрю Дж. К. Филлипс
    • и Дерк-Ян Дейк

    Научные отчеты (2017)

  • Циркадные ритмы, сон и когнитивные навыки: данные бессонного гиганта

    • Осея Джунтелла
    • , Вэй Хан
    • и Фабрицио Маццонна

    Демография (2017)

  • Человеческий сон до индустриальной эры

    • Дерк-Ян Дейк
    • и Энн К.Скелдон

    Природа (2015)

Яркий эволюционный свет на человеческий сон и нарушения сна | Эволюция, медицина и общественное здравоохранение

Сон важен для когнитивных функций и здоровья человека, но является основной причиной сна, т. Е. «Почему» сон эволюционировал — остается загадкой. Мы объединяем результаты исследований сна человека, этнографические записи, а также экологию и эволюцию сна млекопитающих, чтобы лучше понять сон по линии человеческого происхождения и в современном мире.По сравнению с другими приматами сон у человекообразных обезьян претерпел существенные эволюционные изменения, и все человекообразные обезьяны построили платформу для сна или «гнездо». Дальнейшие эволюционные изменения характеризуют человеческий сон: у людей самая короткая продолжительность сна, но самая высокая доля сна с быстрым движением глаз среди приматов. Эти изменения, вероятно, отражают то, что наши предки получали пользу от физической активности, будучи активными в течение большей части 24-часового цикла, чем другие приматы, что потенциально связано с преимуществами, возникающими в результате обучения, общения и защиты от хищников и враждебных сородичей.Перспективы эволюционной медицины имеют значение для понимания нарушений сна; мы рассматриваем эти перспективы в контексте бессонницы, нарколепсии, сезонного аффективного расстройства, нарушений циркадного ритма и апноэ во сне. Мы также определяем, чем сегодня человеческий сон отличается от сна на протяжении большей части эволюции человека, и последствия этих изменений для глобального здоровья и неравенства в состоянии здоровья. В более общем плане наш обзор подчеркивает важность филогенетических сравнений для понимания здоровья человека, включая хорошо известные связи между сном, когнитивными способностями и здоровьем человека.

ВВЕДЕНИЕ

Сон необходим для когнитивной функции и здоровья человека. Например, эксперименты показали, что сон важен для рабочей памяти, внимания, принятия решений и зрительно-моторной деятельности [1–3]. Хроническое недосыпание и нарушения циркадных ритмов, такие как посменная работа, также увеличивают риск ожирения, гипертонии, сердечных заболеваний и дисфункции иммунной системы, что может увеличить риск инфекций, воспалений и некоторых видов рака [4–8] .В США от 50 до 70 миллионов американцев страдают хроническими нарушениями сна, а 20% серьезных автомобильных аварий связаны с недосыпанием [9]. Хотя о глобальных вариациях в режимах сна известно меньше [10], тем не менее, частота проблем со сном и хронического недосыпания, вероятно, возрастает в развивающихся странах, где старение населения, переход к рыночной экономике и принятие западного образа жизни изменяют режим сна [11–11]. 13].

Несмотря на растущее понимание важности сна, основные причины сна остаются загадочными.Сон, по-видимому, помогает омолодить мозг, в том числе удаляет побочные продукты метаболизма, которые накапливаются в течение дня [14]. Растущее осознание того, что сон глубоко взаимосвязан со многими другими физиологическими и когнитивными механизмами, предполагает, что сон выполняет множество функций, включая рост и восстановление организма (например, высвобождение гормона роста, 15), иммунную функцию [16, 17] и даже адаптивную неподвижность. чтобы избежать хищничества [18, 19]. Эти функции, вероятно, будут различаться по важности для разных видов, в том числе у людей по сравнению с другими приматами.Кроме того, эволюционные перспективы, включающие компромиссы, важны для понимания сна, включая компромиссы между сном и другими видами деятельности, имеющими отношение к физической форме, такими как добыча пищи или уход за потомством, а также плейотропное влияние генов на сон и связанные с ним физиологические процессы.

Нам необходимо понять, почему люди спят так, как мы, почему лишение сна так пагубно сказывается на нашем здоровье из-за различных неврологических и физиологических механизмов и как мы можем лучше спать.Здесь мы объединяем недавние результаты исследований сна человека, а также экологии и эволюции сна с целью углубить наше понимание сна человека, включая нарушения сна и глобальные последствия дефицита сна для здоровья. Центральная посылка нашей статьи заключается в том, что человеческий сон претерпел изменения по сравнению с нашими предками-приматами [20, 21]. Эти производные характеристики (и их корреляты) могут содержать важные ключи к пониманию связи между сном, когнитивными функциями и здоровьем человека.Другая предпосылка заключается в том, что люди в развитом мире спят не так, как наши предки [21, 22]. Эти изменения частично связаны с расширением доступа к электрическому освещению в развитых странах, но также с использованием нами отдельных спален, мягких кроватей и культурных норм, запрещающих дневной сон. Последняя предпосылка состоит в том, что эволюционные концепции, такие как компромиссы, важны для понимания человеческого сна.

Мы начинаем с рассмотрения моделей сна человека по сравнению с другими приматами, включая то, чем сон человека отличается от сна наших близких эволюционных родственников.Мы также рассматриваем недавние гипотезы, касающиеся сна и младенцев [23, 24]. Стремясь понять причины, по которым человеческий сон отличается от сна других приматов, мы пересматриваем наши знания о режимах сна у млекопитающих, уделяя особое внимание коррелятам этой вариации. Мы также предлагаем эволюционные взгляды на несколько основных нарушений сна и на связи между плохим или нарушенным сном и нарушениями здоровья. Мы предполагаем, что лишение сна является в значительной степени непризнанной глобальной проблемой здравоохранения, которая может вносить вклад как в риски инфекционных, так и неинфекционных заболеваний в развивающихся странах, а также в неравенство в отношении здоровья в развитых странах.

ЧЕЛОВЕЧЕСКИЙ СОН В ПРИМЕРНОЙ ПЕРСПЕКТИВЕ

Большинство видов приматов являются древесными, и это, по-видимому, является предковым состоянием приматов [25]. Каппелер [26] использовал особенности жизненного цикла приматов, чтобы реконструировать эволюционную историю использования места для сна. Его анализ показал, что предковые приматы, вероятно, напоминали современных галаго: они, вероятно, вели ночной образ жизни, жили в одиночестве и производили единственное потомство, которое было обеспечено в гнезде из дупла дерева или месте для сна «фиксированной точки».Основным преимуществом этих фиксированных точек сна могла быть повышенная безопасность от хищников [27], наряду с улучшенной терморегуляцией [28].

Подобно многим другим млекопитающим, линии приматов, происходящие из палеоцена, развили увеличенные размеры тела [29, 30]. Это увеличение размера тела привело к тому, что приматы многих из этих линий отказались от мест для сна с фиксированной точкой, поскольку естественные замкнутые участки было бы сложно найти более крупным животным. Точно так же эволюция моделей дневной активности — и связанные с ней сдвиги в сторону жизни в больших группах [31] — еще больше затруднили бы определение местоположения фиксированной точки для сна для больших групп животных.Эти факторы заставили первых приматов отказаться от преимуществ закрытых и прочных спальных мест и вместо этого стали спать на ветвях деревьев. Сон на ветвях подвергал бы этих животных повышенному риску нападения хищников и падений, особенно потому, что скорость ветра с точечными порывами выше в пологе [32]. В самом деле, в литературе по приматологии имеется множество описаний приматов, падающих со спальных мест на деревьях, что приводило к травмам и смерти [33, 34].

Сон большой обезьяны

Важный эволюционный переход во сне, вероятно, произошел у предков человекообразных обезьян: люди, орангутаны, гориллы, шимпанзе и бонобо строят платформы (или «гнезда») для сна [35–37].Платформы сна больших обезьян демонстрируют законсервированный паттерн конструкции и функции, и филогенетическая реконструкция указывает на появление этого поведения во время сна где-то между 18 и 14 миллионами лет назад [38]. Как правило, эти платформы построены на деревьях, выбранных за их прочные, стабильные и упругие биомеханические свойства [39–41]. Платформы восстанавливаются каждую ночь, и каждый человек (кроме иждивенцев) строит отдельное гнездо для сна. В отличие от них, более мелкие обезьяны — гиббоны — не строят гнезд для сна.Вместо этого гиббоны следуют схеме, обнаруженной у большинства обезьян: они обычно спят на ветвях в лежачем или сидячем положении без каких-либо изменений окружающей среды [42, 43].

Почему большие обезьяны строят платформы для сна? Основываясь на данных, показывающих связь между сном и когнитивными способностями у людей и человекообразных обезьян, «гипотеза качества сна» предполагает, что более стабильные места для сна обеспечивают физическую поддержку, необходимую гуманоидам с большим телом для поддержания глубокого, продолжительного сна для улучшения когнитивных функций [37, 44, 45].Альтернативная «инженерная гипотеза» утверждает, что построение платформы для больших обезьян просто отражает более высокие когнитивные способности, которые позволяют обезьянам строить гнезда [44]. Это простое обращение причины и следствия, где причиной является большая когнитивная способность, дающая возможность создавать эффективные платформы для сна, а не использование платформ для повышения когнитивных способностей.

Недавнее исследование обезьян в неволе проверило два важных элемента гипотезы качества сна при использовании спальных платформ у человекообразных обезьян.В исследовании зоопарка Самсон и Шумакер [46] предоставили орангутанам различные материалы для сна, а затем оценили качество спальных платформ, которые орангутанги изготовили из разных материалов. Они обнаружили, что качество платформы для сна положительно коррелирует со снижением возбудимости и меньшей фрагментацией сна (т. Е. Показателями лучшего качества сна). В другом исследовании животных зоопарка Мартин-Ордас и Калл [47] обнаружили, что, повышая сопротивляемость памяти пагубным эффектам вмешательства (т.е. отвлекающих) занятий, сон играет роль в укреплении памяти у шимпанзе, бонобо и орангутангов.

Увеличение массы тела, вероятно, также сыграло роль в происхождении платформ для сна больших обезьян [21]. В частности, человекообразным обезьянам с большим телом будет труднее спать на ветвях деревьев. Этот эффект был бы в пользу людей, которые построили более устойчивые платформы для сна, чтобы снизить вероятность смертельных падений и уменьшить физические стрессы на телах спящих людей.Был предложен четкий порог массы (~ 30 кг), который отделяет человекообразных обезьян, использующих спальные платформы, от приматов меньшего размера и обезьян, которые этого не делают [21, 45]. После того, как использование спальных платформ эволюционировало, это могло обеспечить более качественный сон у человекообразных обезьян с появившимися когнитивными преимуществами.

Человеческий сон

Человеческий сон претерпел дополнительные изменения по сравнению с другими человекообразными обезьянами по нескольким ключевым характеристикам. Очевидная особенность — это место, где мы спим, а именно на земле; среди других человекообразных обезьян наземный сон встречается редко, только при низком риске нападения хищников и, как правило, только у очень крупных самцов [48–51].Напротив, люди обоих полов обычно спят на земле, что, вероятно, может обеспечить еще более стабильные места для сна для достижения еще более глубокого сна. Хищничество представляет собой серьезный компромисс в этом контексте, при этом считается, что риск нападения хищников возрастает для наземных приматов [52, 53].

В отношении наземного сна человека Кулидж и Винн [54] предложили «гипотезу« дерево-земля »». Они предположили, что, когда гоминины стали полностью наземными, они получили преимущество большей стабильности, чем это было возможно в древесном сне.Освободившись от недостатков древесного сна, они могли бы добиться большей продолжительности и более качественного сна, что улучшило бы познавательные способности в бодрствовании. Они утверждают, что без земных спальных мест не могла бы развиться полностью человеческая процедурная консолидация памяти для зрительно-моторных навыков и зрительно-пространственного местоположения. Кроме того, предполагая, что сон играет роль в решении проблем в социальных и других областях, связанных с «симуляцией угроз» [55], они предположили, что гоминины были бы менее подготовлены к повседневной активности из-за меньшего количества сна предыдущей ночью [20, 54].

Контролируемое использование огня могло быть важным предвестником обеспечения сна на земле [20]. Древесные спальные платформы снижают риск нападения хищников [56] и минимизируют частоту укусов насекомых, маскируя аттрактанты хозяев или фактически отпугивая насекомых [57, 58]. Платформы для сна также обеспечивают некоторую теплоизоляцию [57] и создают стабильную и безопасную среду для более качественного сна [39, 40]. Огонь, вероятно, также снижает риск нападения хищников и дает возможности для терморегуляции, в то время как дым снижает активность насекомых [59, 60].Таким образом, борьба с огнем в начале Homo erectus , возможно, позволила перейти в ночное время с деревьев на землю [20, 61].

Количественные характеристики человеческого сна также эволюционировали по линии человеческого происхождения. Мы рассматриваем здесь два основных аспекта: сокращение общего сна и более высокий процент сна с быстрым движением глаз (REM) [21]. Эмпирически люди являются самыми низко спящими приматами и имеют самый высокий процент быстрого сна (рис. 1). Новые филогенетические методы могут тщательно исследовать эволюционные изменения в одной ветви, что позволяет биологам-сравнителям исследовать, произошло ли исключительное количество эволюционных изменений [62, 63].В частности, эти методы сравнивают фактические характеристики сна у людей с прогнозируемыми результатами статистической модели, которая включает в себя как филогению, так и набор переменных-предикторов, которые влияют на характеристики сна. Затем можно проверить, являются ли люди типичными приматами (наблюдаемая нами продолжительность сна находится в пределах предсказанного 95% вероятного интервала) или «филогенетическим выбросом» (продолжительность нашего сна выходит за пределы предсказанного 95% правдоподобного интервала).

Рисунок 1.

Продолжительность быстрого, медленного и полного сна у приматов.Люди спят меньше всего по сравнению со всеми другими приматами, но наибольшая доля общего времени сна приходится на REM

Рисунок 1.

Продолжительность REM, NREM и общего сна у приматов. Люди спят меньше всего по сравнению со всеми другими приматами, но наибольшая доля общего времени сна приходится на REM

. Используя этот подход, Самсон и Нанн [21] обнаружили, что продолжительность сна человека сильно отличается от филогенетических прогнозов: нашей реальной продолжительности сна. находится за пределами 95% вероятного интервала, что позволяет предположить, что мы можем быть более чем на 95% уверены в том, что человеческий сон отличается от сна других приматов.Как мы обсудим ниже при рассмотрении потенциальных эволюционных движущих сил более короткого сна в человеческой родословной, компромиссы между сном и другими видами деятельности, вероятно, будут важными факторами. Когда этот же подход был применен для изучения доли быстрого сна у людей, анализ показал, что люди вкладывают в свой сон более высокую долю быстрого сна, чем любой другой примат. Однако стоит отметить, что некоторые другие приматы имеют более длительную абсолютную продолжительность быстрого сна (см. Рис. 1).

Последнее сравнение с другими приматами: люди могут быть более гибкими в выборе времени сна, чем наши ближайшие из ныне живущих родственников.Данные небольших сообществ и субтропических охотников-собирателей [22], исторические записи [64] и эксперименты в развитых странах [65] предполагают, что люди проявляют гибкость во сне. В обзоре человеческого сна в разных культурах Уортман [22] отметил, что «Человеческие ночи наполнены активностью и значимостью, и нигде люди обычно не спят с вечера до рассвета» (стр. 301). Точно так же, размышляя о своем исследовании охотников-собирателей пираха в Южной Америке, Эверетт (66) отметил: «Пираха спят (от пятнадцати минут до двух часов в крайнем случае) днем ​​и ночью.В селе всю ночь громко разговаривают »(с. 79). Подобные модели, по-видимому, происходили в европейских и экваториальных обществах до появления дешевого и эффективного освещения, с историческим анализом, документально подтверждающим широкое использование концепции « первого сна » и « второго сна », что согласуется с двухфазным режимом сна, который радикально отличается от того, что мы сегодня считаем «нормальным» в западных обществах [64, 67]. Гибкость также может проявляться в контексте дневного сна, то есть во время дневного сна или сиесты.Например, пенсильванские амиши старого порядка, консервативная христианская секта, избегающая современных электрических удобств, были охарактеризованы как «обычные» спящие, причем 58% населения спят хотя бы раз в неделю [68].

Вопреки этим открытиям и предположениям, недавнее исследование сна в трех популяциях охотников-собирателей [69] интерпретировало их данные актиграфии как свидетельствующие о консолидированном сне ночью и с небольшим количеством сна в течение дня, и, таким образом, опровергая гибкость спать.Это представляет собой проблему и требует более эффективных методов оценки фаз сна с помощью актиграфии, в том числе за счет использования новых алгоритмов, валидации с зарегистрированными эпизодами сна и бодрствования, а также разработки новых методов для лучшей оценки сна без использования актиграфии. Однако следует отметить, что это исследование также выявило значительную неоднородность времени начала сна (но меньше времени пробуждения), что согласуется с гибкостью в выборе времени сна.

Учитывая глобальное распространение людей, можно ожидать адаптации сна к местным условиям, как и для других фенотипов человека.Одним из очевидных аспектов этого является широта и влияние значительных изменений продолжительности дня в течение года. К сожалению, однако, исследования сна в приполярных условиях в основном сосредоточены на европейском населении [70, 71] и влиянии широты на физиологию военнослужащих [72]. Таким образом, мало что известно о влиянии сезонных колебаний дня и ночи на характер сна и бодрствования у непромышленных коренных народов [12]. Более того, отчеты о сне в постиндустриальных обществах продемонстрировали противоречивые данные и незначительные эффекты в отношении продолжительности сна в разные сезоны [73, 74].Несколько факторов могут повлиять на результат таких исследований, в том числе отсутствие прямого воздействия изменений освещенности и температуры среди участников в лабораторных условиях или экологический буфер, обеспечиваемый современными рабочими и жилыми помещениями. Напротив, данные подтверждают идею о том, что сон зависит от времени года в традиционных экваториальных обществах; например более длительное общее время сна (увеличение на 53–56 минут) было связано с «зимним» сезоном в Сан и Цимане [69].

Сон и развитие человека

Онтогенез также может пролить свет на человеческий сон.Как известно всем родителям, младенцы много спят, но рождаются с нарушенным ритмом сна (рис. 2). Хаос фазового сна в первые дни жизни объединяется в многофазный режим сна, состоящий сначала из двух дремот и одного приступа ночного сна, а в конечном итоге одного сна, а затем и отсутствия сна (с более длительным ночным сном). Более того, младенческий сон характеризуется большим количеством фаз быстрого сна, что позволяет предположить, что быстрый сон может иметь важные последствия для развивающегося мозга [76].Младенческий сон важен для эволюционной истории сна по двум другим причинам: один связан с ролью совместного сна младенца и его родителей, а другой связан с младенческим плачем.

Рис. 2.

Сравнение сна младенцев и взрослых . Сравнение сна полифазного младенца человека и консолидированного сна взрослого, живущего в постиндустриальном обществе (адаптировано из ссылки [75])

Рис. 2.

Сон младенца и взрослого . Сравнение сна полифазного младенца человека и консолидированного сна взрослого, живущего в постиндустриальном обществе (адаптировано из ссылки [75])

Совместный сон младенца и родителя привлек большое внимание в последние десятилетия, когда родители сталкивались с проблемой дилемма спать с ребенком по сравнению с помещением ребенка в отдельную комнату.Все дискуссии о совместном сне следует начинать с осознания того, насколько в новинку для детей-иждивенцев даже иметь возможность спать отдельно от своих опекунов. На протяжении всей эволюционной истории семьи спали вместе, возможно, с членами расширенных семей, и то же самое верно во многих традиционных обществах сегодня [59, 77]. Только в современных условиях жизни — с повышенной безопасностью и наличием отдельных спален для родителей и детей — возникает дилемма совместного сна младенца и родителя.

Джеймс Маккенна был одним из первых антропологов, которые эмпирически исследовали ночные взаимодействия матери и ребенка, часто вводя эволюционную перспективу [78, 79]. В некоторых из этих исследований исследователи обнаружили, что совместное использование постели привело к менее глубокому сну для матерей и младенцев, но к более одновременному пробуждению матерей и младенцев, что было связано с более частым грудным вскармливанием [24]. Таким образом, матери имеют тенденцию просыпаться или переходить между состояниями сна в те моменты, когда младенцы также могут просыпаться, что приводит к меньшим нарушениям циклов сна матери и более высокой частоте кормления младенцев [80].В целом, эти исследования демонстрируют взаимоусиливающую связь между совместным сном матери и ребенка и кормлением, что, вероятно, отражает коррелированную эволюцию этих форм поведения.

Это исследование использовалось для информирования о потенциальных рисках, связанных с одиночным сном; например Отсутствие грудного вскармливания и одиночного сна было определено как фактор риска синдрома внезапной детской смерти (СВДС), что позволяет предположить, что менее глубокий сон у младенцев, которые спали вместе и кормили грудью более регулярно, подвергались более низкому риску СВДС [81, 82] .Однако другие исследования показали, что совместное использование постели также увеличивает риск СВДС, который может быть усилен такими факторами, как младенческий возраст, употребление алкоголя или наркотиков [83].

Другое понимание сна младенцев связано с плачем младенцев, особенностью, не наблюдаемой у шимпанзе [84]. Хейг [23] возродил и расширил гипотезу [85] о том, что ночное возбуждение и плач младенцев — это адаптивное поведение для увеличения межродовых интервалов, приносящее пользу плачущему младенцу за счет потенциальной потери родительского репродуктивного успеха.Анализируя литературу, Хейг [23] отмечает, что более короткие интервалы между родами приводят к большей смертности потомства, а большее количество эпизодов грудного вскармливания в ночное время приводит к более длительной послеродовой аменорее. Таким образом, «естественный отбор сохранит сосание и сон младенцев, которые подавляют функцию яичников у матерей, потому что младенцы выиграли от задержки следующего рождения» (стр. 34). Кроме того, Хейг [23] включил современные взгляды на геномный конфликт, рассмотрев, как импринтированные гены материнского происхождения могут способствовать более консолидированному сну, тогда как гены отцовского происхождения способствуют большему бодрствованию.

Как отметил Хейг [23], явные межпоколенческие и внутригеномные конфликты в его предложении ставят под сомнение предположение о совместном сне матери и ребенка как о высокоразвитой и гармоничной системе, которая была предложена выше в некоторых из исследование совместного сна. Напротив, исследование Хейга [23] предполагает, что необходимо понимать, что существенный конфликт между родителями и потомками, вероятно, существует даже в контексте сна.

Сон млекопитающих в сравнительно-теоретической перспективе

Чтобы понять причины короткого сна человека, рассмотренные выше (рис.1), мы можем обратиться к сравнительным вариациям сна млекопитающих, чтобы спросить: «Какие факторы влияют на продолжительность сна у разных видов?» Связаны ли эти факторы с функцией сна, например, с участием мозга, или циркадным высвобождением гормона роста. ? Или экологические факторы более информативны для продолжительности сна, возможно, потому, что они ограничивают количество времени, доступное для сна? Эта сравнительная перспектива может помочь выявить факторы, которые заставили людей спать так иначе, чем другие приматы (и, возможно, более похожи на других млекопитающих).Хотя во многих более ранних исследованиях изучались сравнительные паттерны сна [86–88], здесь мы сосредоточимся на более поздних исследованиях, в которых использовались более крупные выборки и усовершенствованные статистико-филогенетические методы [63].

Две независимые исследовательские группы [89, 90] исследовали филогенетические, экологические и жизненные факторы архитектуры сна, которая определяется как количественная структура и образец сна. Архитектура сна включает в себя переменные, относящиеся к общему времени сна, длительности REM- и NREM-сна, продолжительности цикла NREM – REM и распределению сна в течение 24-часового периода на один или несколько приступов (т.е. монофазный против многофазного соответственно). Мы рассматриваем основные гипотезы относительно продолжительности сна, которые были сравнительно исследованы, которые делятся на две широкие категории: те, в которых экологические факторы, такие как диета, влияют на продолжительность сна; и другие гипотезы, предполагающие, что определенные функциональные преимущества сна, такие как консолидация памяти, влияют на архитектуру сна. Среди экологических факторов важными считаются несколько переменных: (i) риск нападения хищников, при этом ожидается более длительное время сна, когда животные имеют доступ к безопасному и стабильному месту для сна; (ii) метаболизм, при котором более высокий метаболизм способствует либо большему количеству сна для сохранения энергии, либо меньшему количеству сна, чтобы животные могли лучше удовлетворять потребности в питании; и (iii) масса тела (или ее корреляты), при этом более крупным животным требуется больше ресурсов и, следовательно, меньше времени для сна.Что касается функциональных преимуществ сна, одна из основных гипотез связана с консолидацией памяти, при этом предполагается, что животным с более крупным мозгом требуется больше сна [91]. Еще одно функциональное преимущество связано с иммунной функцией: животные, подвергающиеся воздействию большего количества паразитов и патогенов, выделяют больше времени на сон и используют это «время простоя» для перераспределения энергии для увеличения урожая лейкоцитов, борющихся с болезнями (и других потенциальных механизмов улучшения иммунной системы). защиты).

Lesku et al. [89, 92] и Capellini et al. [90] применил новые филогенетические методы для исследования эволюции сна млекопитающих, работая независимо и с несколько иными методами и подходами. Из этих исследований можно сделать несколько выводов. Во-первых, риск хищничества, по-видимому, является основным предиктором архитектуры сна у млекопитающих, причем более безопасные варианты сна приводят к большему количеству сна. Точно так же животные на более низких трофических уровнях (например, травоядные) спят меньше, чем животные на более высоких трофических уровнях (например, плотоядные). Во-вторых, относительная масса мозга не связана с продолжительностью сна, но положительно влияет на процент быстрого сна у млекопитающих; определенные области мозга также, как правило, не связаны с архитектурой сна, за исключением миндалевидного тела и медленного сна [91].В-третьих, базальная скорость метаболизма (с контролем и без контроля массы тела) показала отрицательную связь с продолжительностью сна, предполагая, что более высокие метаболические потребности в линии преемственности способствуют меньшему количеству сна. В-четвертых, животные с более длительным сроком беременности спят меньше, даже после контроля массы тела. В-пятых, у видов, которые спят больше, больше лейкоцитов и, возможно, меньше паразитов [93]. Наконец, продолжительность REM- и NREM-сна имеет положительную ковариацию [94]. Этот вывод предполагает, что общее количество времени, проведенного на разных стадиях сна, не отражает строго конкретных функциональных преимуществ, связанных с этими состояниями; вместо этого животные добавляют и REM, и NREM, когда экологические условия дают возможность больше спать.

В целом, результаты этих исследований показывают, что экология является основным фактором продолжительности сна, при этом эволюция регулирует продолжительность сна у разных видов в зависимости от преимуществ и затрат бодрствования для хищничества, поиска пищи и социальных взаимодействий. Другими словами, компромисс между сном и другими видами деятельности является более важным для понимания сравнительных вариаций сна, и в большей степени, чем функциональные преимущества сна. Вместо этого функциональные преимущества могут быть получены за счет более глубокого сна во время определенных стадий сна [95].Эта перспектива компромисса очень важна для понимания короткой продолжительности сна человека: она предполагает, что если животному есть чем заняться, кроме сна (например, кормить, ухаживать за потенциальными партнерами или следить за хищниками), естественный отбор будет благоприятствовать более короткой продолжительности сна.

Основываясь на этих результатах, полученных в отношении млекопитающих, мы утверждаем, что действия, которые имеют решающее значение для успеха у людей, такие как приобретение новых знаний или навыков, а также создание и укрепление социальных связей посредством социальной активности, настолько важны для репродуктивного успеха, что естественный отбор благоприятствовал распространение этой активности за пределы светлого времени суток [21], несмотря на вероятные затраты на когнитивные, метаболические и иммунные функции.Сон на земле, вероятно, также увеличивает риск нападения хищников и вероятность нападения враждебных сородичей, что способствует меньшему количеству сна. Хотя мы слышим, как многие ученые и врачи сетуют на соблазны цифровых медиа как на противодействие здоровому сну, приведенные выше филогенетические сравнительные результаты предполагают, что естественный отбор усердно работал, разрушая человеческий сон на протяжении многих тысячелетий. Поэтому мы ожидаем обнаружить, что во всех обществах люди недосыпают, даже среди охотников-собирателей и традиционных земледельцев.В подтверждение этого недавняя работа с устройствами для актиграфии в трех доиндустриальных популяциях показала, что охотники-собиратели спят не больше, чем «современные» люди, со средней продолжительностью сна всего 6,5 часов в сутки [69]. Аналогичным образом, исследование сельских гаитян [95] и малагасийских земледельцев [96], не имеющих доступа к электричеству, показало, что они также спят в среднем всего 6,5–7 часов в сутки.

ЭВОЛЮЦИОННЫЕ ПЕРСПЕКТИВЫ НА НАРУШЕНИЯ СНА

Эволюционные перспективы могут пролить новый свет на здоровье человека, во многих случаях предоставляя новые варианты лечения, а также улучшая наше понимание основных причин этих расстройств [97, 98].Биологи сна занимались эволюционными перспективами на протяжении десятилетий [86, 87, 99, 100], а некоторые исследования внутренней и внешней медицины сна применяли эволюционную перспективу для исследования нарушений сна у человека [22, 59, 64, 101]. Рассмотрим некоторые из этих попыток.

Бессонница

Бессонница определяется как постоянные трудности с засыпанием или засыпанием, несмотря на достаточную возможность для этого, и связана со значительным нарушением функции или снижением качества жизни; его распространенность в популяции составляет ~ 10% [102, 103].Многочисленные доказательства предполагают, что бессонница обычно связана с состоянием гипервозбуждения, которое включает множественные изменения, включающие активацию симпатической нервной системы и снижение гомеостатического стремления ко сну [104, 105].

В соответствии с этой концепцией, Макнамара и Ауэрбах [101] считали, что бессонница возникает в результате стресса и повышенной бдительности, связанных с некоторой внешней угрозой. По сути, они рассматривали бессонницу как адаптивную черту в условиях предполагаемой угрозы.В поддержку мнения о том, что потребность во сне можно регулировать в зависимости от предполагаемых угроз, исследования лиц, страдающих бессонницей, выявили относительно меньшую дневную сонливость и более низкие когнитивные издержки недосыпания по сравнению с неблагоприятными последствиями лишения сна без бессонницы [104, 106 ]. Это говорит о том, что люди могут пожертвовать небольшим снижением когнитивной функции ради общей более широкой бдительности против предполагаемой угрозы. Люди, у которых диагностирована бессонница, могут жаловаться на нарушения в дневное время (действительно, они включены в диагностику), но естественный отбор влияет на репродуктивные преимущества, предоставляемые путем облегчения выживания себя и родственников.

С эволюционной точки зрения имеет смысл развиваться механизмы, которые подавляют потребность во сне, когда существуют угрозы, такие как присутствие хищников или схожих конкурентов. Однако в современном обществе эти угрозы встречаются значительно реже (хотя они могут сохраняться в опасных районах в развитых странах или в растущем городском населении развивающихся стран, см. Ниже и ссылку 106). Недосыпание из-за беспокойства перед экзаменом или другим стрессовым событием вряд ли так полезно, как могло бы быть, когда требовалась бдительность в отношении физических угроз.Таким образом, мы имеем ситуацию несоответствия, в которой потенциально адаптивные решения из прошлого наших предков больше не приносят пользу многим людям, живущим сегодня в безопасных условиях (что является эволюционной новинкой). С клинической точки зрения это убедительно свидетельствует о том, что врачам необходимо устранять источники беспокойства и стресса для эффективного лечения бессонницы [101] или обучать эффективным стратегиям выживания, когда предполагаемые угрозы неразрешимы. Для пациентов понимание эволюционных движущих сил этого расстройства — по крайней мере, когда дисфункция связана с некоторым стрессором — также может помочь людям преодолеть бессонницу.

Ночная бессонница может представлять другую ситуацию. Как отмечалось ранее, исторические данные в Европе указывают на то, что многие группы населения демонстрировали двухфазный режим сна: «первый сон», который прерывался посреди ночной активности, за которым следовал «второй сон» [64]. Исходя из этого, разумно предположить, что бессонница посреди ночи является пережитком длительного, эволюционно адаптивного режима сна. Если бы режимы двухфазного сна выбирались в группах населения, которые испытали сильные сезонные колебания продолжительности дня (т.е. в высоких широтах), можно было бы ожидать, что бессонница посреди ночи характерна для людей, чьи предки из этих регионов, возможно, по причинам адаптации, таким как обеспечение тепла и сытости семьи в течение долгих зимних ночей.

Следует также рассмотреть альтернативную точку зрения. «Пробуждение» посреди ночи следует отличать от «бессонницы» посреди ночи; первое может быть нормальным, а второе — патологическим и представлять основные проблемы с поддержанием сна.Отличительный признак непатологического явления — отсутствие дневных нарушений. Те, кто просыпается посреди ночи и испытывают трудности с возвращением ко сну, имеют большую тенденцию к нарушениям и жалобам, чем те, у кого проблемы со сном [108, 109]. Некоторые эксперты предположили, что проблемы с началом сна связаны с другими причинами, чем бессонница посреди ночи; например, проблемы с началом сна могут отражать стресс, воздействие света в ночное время или задержку циркадной фазы, тогда как бессонница посреди ночи может отражать проблемы с поддержанием и истинную неспособность спать при наличии адекватной возможности для этого [108–110] .

Нарколепсия

Нарколепсия представляет собой еще одну интересную ситуацию с эволюционной точки зрения, опять же с несоответствием или компонентом «новой среды» ее этиологии. Нарколепсия поражает около 0,02–0,03% населения США [111]. Эта низкая распространенность предполагает, что нарколепсия сама по себе не адаптивна, и что вместо этого мы должны рассмотреть, как эволюция сделала людей восприимчивыми к этому заболеванию. Люди с этим заболеванием испытывают чрезмерную дневную сонливость; большинство страдает катаплексией (т.е. где эмоционально значимое событие может вызвать вторжение паралича), что обычно происходит во время быстрого сна, в то время как пострадавший остается в сознании. Нарколепсия часто впервые появляется в подростковом возрасте. Данные свидетельствуют о том, что заболевание, вероятно, связано с аутоиммунным процессом с симптомами расстройства, возникающими в результате аутоиммунного разрушения гипокретиновых (орексиновых) нейронов в гипоталамусе [111].

В этом контексте нарколепсия представляет собой два эволюционных угла, которые необходимо исследовать.Во-первых, чем объясняются генетические варианты, которые приводят к этому состоянию, особенно связанные с потенциально адаптивными последствиями генетических вариантов, связанных с нарколепсией, в прошлых или настоящих условиях? Во-вторых, включает ли современная жизнь новые факторы окружающей среды, которые вызывают начало нарколепсии у людей с генетическими вариантами, связанными с нарколепсией? Мы переходим к каждому из них по очереди.

Несколько исследований идентифицировали генетические варианты, связанные с нарколепсией, включая варианты в локусах человеческого лейкоцитарного антигена, которые участвуют в иммунных ответах [112].Например, одно недавнее общегеномное исследование ассоциации выявило генетический вариант гена подтипа пуринергических рецепторов P2Y11, который связан с нарколепсией [113]. Этот вариант участвует в существенном снижении экспрессии гена в естественных клетках-киллерах и CD8 + Т-клетках, а также в снижении устойчивости этих клеток к апоптозу.

Хотя эти генетические исследования могут объяснить связь с нарколепсией и потенциально другими аутоиммунными заболеваниями, неясно, благоприятствовал ли аллели естественному отбору.Если некоторые генетические варианты демонстрируют компромиссы, возникающие, например, из-за антагонистической плейотропии, мы могли бы ожидать некоторых других фенотипических преимуществ, которые перевешивают потенциальные издержки нарколепсии в подгруппе людей. С другой стороны, может случиться так, что нарколепсия и связанные с ней гены отражают древние адаптации, которые больше не актуальны и были перенесены из-за низкого давления отбора против них. Одно из таких объяснений рассматривает гены, связанные с нарколепсией, как эволюционное похмелье (атавизмы), которые изначально играли роль в защите от хищников.В частности, гены могли быть адаптивными в контексте симулирования смерти как последнего средства против атак хищников (то есть тонической неподвижности, широко распространенной реакции на хищников среди позвоночных и беспозвоночных). Согласно одной недавней гипотезе, быстрый сон и связанный с ним паралич могут иметь свои корни в тонической неподвижности [114]. Исследователи выявили неврологическое сходство между параличом при нарколепсии и тонической неподвижностью у животных [115].

Вторая точка зрения предполагает эволюционное несоответствие.Похоже, что помимо генов важны триггеры окружающей среды при нарколепсии. Доказательства этого взгляда включают несоответствие между генетическими вариантами и заболеванием в разных популяциях [116] и низкую согласованность нарколепсии среди монозиготных близнецов и других членов семьи [117]. Кроме того, нарколепсия лучше всего документируется у людей и домашних животных, которые имеют тесный и регулярный контакт с людьми, таких как собаки, лошади и овцы [см. 118]. Это соответствие согласуется со всеми этими животными и людьми, испытывающими общий фактор окружающей среды в современной среде.Следовательно, ведется поиск факторов окружающей среды, которые могут вызвать нарколепсию у людей с генетическим происхождением, делающим их восприимчивыми.

Инфекционные агенты были среди факторов, которые, как считается, действуют как триггеры нарколепсии из окружающей среды [111]. Наибольшее внимание привлекли потенциальные связи с гриппом h2N1, в том числе потенциальные триггеры от вакцин против гриппа. После кампании вакцинации против эпидемии h2N1 в 2009–2010 годах в Европе было зарегистрировано увеличение случаев нарколепсии [116].Аналогичным образом, рост нарколепсии был зарегистрирован в Китае после эпидемии h2N1, и было обнаружено, что ее начало носит сезонный характер в другие годы, причем чаще после сезона простуды и гриппа [119]. Однако результаты исследований в Китае вряд ли связаны с вакцинацией. Помимо гриппа, с нарколепсией связаны высокие уровни антител (антистрептолизин О) к Streptococcus pyrogenes — возбудителю ангины [117].

В целом, мы предполагаем, что нарколепсия представляет собой заболевание, имеющее древние генетические корни, при этом некоторые генетические варианты не имеют достаточных триггеров окружающей среды, чтобы проявить себя до настоящего времени.Когда эти генетические варианты проявлялись на протяжении всей нашей эволюционной истории, они, возможно, находились на низком уровне отбора для их удаления из популяции, и это еще более верно сегодня. Остается неизвестным, обладают ли эти генетические варианты преимуществами пригодности, но это кажется маловероятным, учитывая чрезвычайно низкую распространенность. Хорошо задокументированные случаи нарколепсии у домашних животных, таких как овцы и собаки, также демонстрируют преимущества исследования этого вопроса в рамках концепции «Единое здоровье» [120], которая рассматривает взаимосвязь между здоровьем людей, животных и окружающей средой.Будущие исследования могут, например, обнаружить, что общий триггер окружающей среды влияет на болезнь у всех этих видов.

Нарушения циркадного ритма

Нарушения циркадного ритма определяются несоответствием естественного периода сна человека и желаемого периода сна в зависимости от социальной среды [121]. Расстройства циркадного ритма характеризуются различными типами несоответствия периодов сна, такими как: «синдром отложенной фазы сна», при котором больные люди обычно ложатся спать позже и спят позже, чем это необходимо для оптимального функционирования в их окружающей среде; «Синдром продвинутой фазы сна», при котором пациенты обычно засыпают раньше и просыпаются раньше, чем хотелось бы; и «нерегулярный график бодрствования во сне», при котором возникает несоответствие между периодом, в течение которого человек может спать, и его предпочтительным периодом сна.Распространенность этих состояний среди населения варьируется, наиболее распространенным из которых является синдром задержки фазы сна, который имеет распространенность среди подростков 7–16% [121].

Эти состояния имеют генетическую основу, которая модулируется факторами развития и окружающей среды [121]. На самом деле они представляют расстройства только в том смысле, что общество требует определенного режима сна и бодрствования, который не может быть соблюден без развития симптомов у лиц, отклоняющихся от нормы, но которые на самом деле являются «нормальными вариантами» в том смысле, что они бессимптомны, если им позволено спите по своему предпочтительному графику.Тем не менее, можно утверждать, что различные модели сна и бодрствования на самом деле полезны для многих людей и обществ, позволяя им выполнять необходимые роли для общества. Сюда входят ночные работники, посменные рабочие и те, кому необходимо работать в течение продолжительных смен, прежде чем можно будет уснуть.

С эволюционной точки зрения, выгоды могли получить люди с немного разными циркадными циклами или разными «хронотипами», что принесло пользу и их сообществам. Подобно тому, как в современном обществе существует множество ролей для удовлетворения требований экономического роста и круглосуточной безопасности, наличие людей в социальной группе с разным режимом сна могло быть полезным в нашем эволюционном прошлом, даже в популяциях охотников-собирателей.Действительно, сообщество охотников-собирателей, в котором хотя бы один человек всегда бдителен, вероятно, будет лучше защищено от враждебных сородичей или хищников. Изменчивость хронотипа наследуется у людей и, как было показано, по-разному влияет на репродуктивную способность [122, 123].

Существуют методы лечения, которые помогают пострадавшим в некоторой степени нормализовать режим сна и бодрствования и уменьшают симптомы, связанные с нарушениями циркадного ритма. Однако для большинства людей лучшая стратегия может заключаться в том, чтобы вести их к образу жизни, который лучше всего соответствует их естественным циркадным склонностям.Для школьников это может включать позднее начало учебного дня или разрешение вздремнуть. Люди с синдромом отсроченной фазы сна, как правило, лучше всего работают на работе, которую можно начать во второй половине дня. Те, у кого нерегулярный график сна / бодрствования, часто лучше всего работают в ситуациях самозанятости или плохо структурированной работы. Наконец, пациенты могут утешиться пониманием того, что фенотипические вариации фаз сна могут отражать адаптивные стратегии в среде их предков.

Сезонное аффективное расстройство

Сезонное аффективное расстройство (САР) характеризуется наличием симптомов депрессии, которые повторяются каждую зиму и проходят каждое лето [124].Многие пострадавшие также сообщают о легкой гипомании весной и летом. Патофизиология этого состояния, по-видимому, заключается в отклоняющейся реакции на уменьшение воздействия света зимой. Исходя из этого и следовало ожидать, SAD чаще встречается в крайних широтах с очень короткой продолжительностью дня зимой. Например, распространенность SAD составляет <1% в США, но 2–3% в Канаде [124]. Распространенность выше у женщин, чем у мужчин, и чаще встречается у женщин в детородном возрасте [125].

Некоторые данные свидетельствуют о том, что SAD на самом деле является нарушением циркадного ритма, поскольку выработка мелатонина, которая обычно подавляется воздействием света, увеличивается по степени и продолжительности у людей, страдающих SAD, по сравнению с их соседями без SAD [124]. Исходя из этого, предполагается, что люди с САР испытывают сдвиг в своих суточных режимах сна и бодрствования, что делает их более летаргическими в течение дня, особенно зимним утром. Это объяснение также согласуется с фенотипом SAD, который, в отличие от униполярной большой депрессии, с большей вероятностью связан с сообщениями о дневной сонливости и летаргии.Учитывая предполагаемую патофизиологию, неудивительно, что лечение выбора для этого состояния — терапия световым воздействием [124].

Была выдвинута гипотеза, что SAD адаптируется в сильно сезонных условиях, когда увеличение количества сна в зимний период позволит сберечь энергию и поддержать терморегуляцию, в то время как повышенная энергия и работоспособность будут полезны в более теплые, более продуктивные месяцы в сочетании с потенциальными преимуществами Симптомы САР у беременных в зимние месяцы [126, 127].Легко оценить адаптивную ценность такой черты до появления электрического освещения и в аграрных обществах, а также в районах с длинными темными зимами и производством продуктов питания, сосредоточенным в определенном периоде года. Если будущие исследования подтвердят эту гипотезу, SAD будет адаптироваться для относительно небольшого (и сокращающегося) процента мира, который живет в высоких широтах без доступа к современному освещению, и, таким образом, может рассматриваться как условие эволюционного несоответствия [126, 127].

Нарушение дыхания во сне (апноэ во сне)

Мы завершаем этот раздел рассмотрением нарушения дыхания во сне, которое включает широкий спектр нарушений дыхания во время сна.Мы уделяем особое внимание обструктивному апноэ во сне. Эта форма апноэ во сне возникает, когда тонус мышц, поддерживающих верхние дыхательные пути, снижается во время сна до такой степени, что они не могут предотвратить силы, воздействующие на дыхательные пути, и вызвать коллапс, который затем блокирует дыхательные пути (т. Е. «Апноэ»). . При обструктивном апноэ во сне дыхание может блокироваться несколько раз в час, что приводит к одышке, пробуждению и снижению оксигенации крови. Он отличается от центрального апноэ во сне, которое связано с отсутствием усилия дышать, опосредованного центральной нервной системой [128].

Факторы риска обструктивного апноэ во сне включают ожирение, большую окружность шеи, употребление алкоголя перед сном и курение, но также важны генетические и анатомические особенности, включая характеристики дыхательных путей [129]. Таким образом, обструктивное апноэ во сне можно рассматривать как пример эволюционной болезни несоответствия, с чрезмерным доступом к высококалорийной пище, дистиллированному алкоголю, малоподвижному образу жизни и табаку, способствующим росту этого состояния, особенно в пожилом, пострепродуктивном возрасте. .Однако генетико-анатомические особенности могут сохраняться по причинам, которые еще не ясны, и приводить к повышенному риску апноэ во сне в более позднем возрасте, потенциально независимо от поведенческих факторов риска. Хотя большинство пациентов с диагнозом обструктивного апноэ во сне выбирают медикаментозное лечение, профилактика с помощью здорового питания и физических упражнений может быть вариантом для некоторых пациентов.

ГЛОБАЛЬНОЕ ЗДОРОВЬЕ, СОН И ЭВОЛЮЦИОННАЯ МЕДИЦИНА

Многие факторы меняют характер сна и качество сна во всем мире, включая более широкое использование искусственного освещения, сменную работу, использование цифровых носителей на экране и чрезмерные воздействия окружающей среды в городской среде.Сон — критически важный аспект здоровья; как отмечалось ранее, это тесно связано почти со всеми аспектами здоровья человека, включая иммунную функцию, обмен веществ и сердечно-сосудистые заболевания. Сон также имеет решающее значение для эффективной рабочей памяти, внимания, зрительно-моторной деятельности и принятия решений, поскольку нарушенный или нерегулярный сон приводит к снижению продуктивности на рабочем месте и увеличению количества несчастных случаев [например, 9, 129, 130, 131]. Несмотря на эти тесные связи между сном и здоровьем — и несмотря на повсеместные изменения сна в развитых странах — лишь немногие исследования рассматривали последствия хронического недосыпания для здоровья в контексте глобального здравоохранения [11].

Перспективы эволюционной медицины важны для понимания глобальных проблем здравоохранения, связанных с изменением режима сна. Эти точки зрения включают концепцию эволюционного несоответствия, при которой изменения в окружающей среде и образе жизни сегодня отличаются от изменений в прошлом наших предков тем, что создают новые проблемы со здоровьем. Потенциальные источники несоответствия включают: более широкое использование электрического освещения и новые социальные связи, обеспечиваемые технологиями; население, которое живет с исключительно высокой плотностью населения, что приводит к нарушениям сна из-за шума и предполагаемых рисков в ночное время; изменения в других аспектах здоровья, которые могут повлиять на сон, например, рост ожирения; и изменения в разнообразных методах сна, включая совместный сон матери и ребенка, естественное освещение и постельное белье низкого качества, которые могут повлиять на здоровье опорно-двигательного аппарата.Перспективы эволюционной медицины также направлены на понимание адаптаций для корректировки сна в случае необходимости, например, меньшего количества сна для наблюдения за окружающей средой в опасных условиях [107] или компромисса между сном и другим поведением, улучшающим физическую форму (или финансовое положение) (например, как показано крайним лишение сна у самцов грудных куликов в брачный период [133]). Наконец, эволюционная медицина важна для понимания нарушений сна, которые могут увеличиваться во всем мире по мере того, как все больше людей принимают западный образ жизни с точки зрения диеты, освещения и ночных развлечений.

Различия в состоянии здоровья начинают быть связаны с неравенством сна и их движущими факторами, и многопрофильная группа биологов, специалистов в области здравоохранения, специалистов в области общественного здравоохранения, экономистов и антропологов изучает взаимосвязь между сном, здоровьем, этнической принадлежностью и социально-экономическим статусом [134 –137]. В одном исследовании, например, Хейл и До [138] обнаружили, что по сравнению с белыми американцами афроамериканцы, латиноамериканцы и неиспаноязычные «другие» демонстрировали более высокую частоту «короткого» (≤6 часов) сна, что известно быть связанными с плохими результатами для здоровья.Они также обнаружили, что проживание в центральной части города было связано с повышенным риском короткого сна, предполагая, что некоторые из этих «несоответствий сна» [137] отражают стресс и шум, связанные с проживанием в сильно городских и социально-экономически неблагополучных районах. Другое исследование американцев показало, что воспринимаемая расовая дискриминация совпадает с нарушением сна [139, см. Также 140]. Важной областью на будущее является применение этих взглядов к здоровью в развивающихся странах, особенно в растущей городской среде, которая представляет собой значительные источники шума, стресса и риска, часто с неадекватными местами для сна.

Основные усилия прилагаются для расширения доступа к электроэнергии для стран с низким и средним уровнем доходов, например через американскую инициативу USAID «Power Africa» (https://www.usaid.gov/powerafrica; по состоянию на 19 июля 2016 г.). Одним из результатов будет более широкое использование электрического освещения, которое, как мы ожидаем, приведет к более позднему отходу ко сну, поскольку люди больше используют день для работы, учебы и общения [141]. Точно так же телевидение и другие виды развлечений и общения могут отвлекать людей от здорового сна.В совокупности мы ожидаем, что эти изменения приведут к увеличению недосыпания в развивающихся странах и, таким образом, будут способствовать росту показателей ожирения, сердечных заболеваний, диабета и других неинфекционных заболеваний в этих странах. Эти эффекты будут особенно острыми в сочетании с расширением доступа к западным диетам и образу жизни. Многие из этих стран по-прежнему будут иметь высокое бремя инфекционных заболеваний, особенно вблизи экватора. Доказательства указывают на повышенный риск инфицирования при сокращении времени сна [16, 17], включая сравнительные результаты, отмеченные ранее [93].Таким образом, крайне важно оценить, каким образом вестернизация влияет на режим сна, а также влияние этих изменений на здоровье в различных группах населения.

ВЫВОДЫ

Мы наконец начинаем понимать, почему мы спим, и понимать происхождение некоторых интересных адаптаций сна в животном мире, таких как однополушарный сон у водных млекопитающих как адаптация для получения кислорода [142, 143]. Похоже, что архитектура сна человека отличается от архитектуры наших ближайших ныне живущих родственников: люди упаковывают более высокий процент быстрого сна в более короткие общие дневные продолжительности сна.Большие эволюционные изменения сна по линии человеческого происхождения могут быть ответственны за некоторые нарушения сна, которые наблюдаются у людей, хотя даже некоторые из наиболее ярких нарушений, такие как нарколепсия, также встречаются и у других животных [118]. Быстрые изменения сна, происходящие сегодня во всем мире, должны вызывать серьезную озабоченность, однако ученые только начинают исследовать влияние сна на неравенство в состоянии здоровья как в развивающихся, так и в развитых странах. Концепции эволюционной медицины, такие как несоответствие, компромиссы и адаптация к местным условиям окружающей среды, важны для понимания этих преобразований.В этом стремлении будет иметь важное значение междисциплинарный подход.

Изучение сна требует сравнительного подхода, как подчеркивается в этом обзоре. Сравнительные подходы необходимы для исследования адаптивной функции сна и факторов, ограничивающих сон. Такие подходы также способствуют пониманию нарушений сна, от которых страдает очень большой процент людей во всем мире. В этом контексте критически важно получить сопоставимые данные о сне в разных популяциях с целью лучшего понимания генетических основ сна, фенотипической пластичности сна и потенциала адаптивных различий в архитектуре сна в разных популяциях.Хотя многие адаптивные гипотезы могут быть выдвинуты для аспектов нарушений сна (как было рассмотрено ранее), мы ожидаем, что большинство этих паттернов не сформированы естественным отбором как адаптации, а скорее отражают слабый отбор против них в нашем эволюционном прошлом, что в результате приводит к изменчивости население. С другой стороны, вполне возможно, что естественный отбор сформировал другие аспекты биологии, такие как метаболизм, познание и развитие человека, таким образом, что теперь мы становимся уязвимыми к нарушениям сна, особенно в условиях стресса современной окружающей среды.Понимание эволюционной основы нарушений сна может утешить тех, кто беспокоится о своем сне, и может привести к лучшим результатам в глобализирующемся и быстро развивающемся мире.

Благодарности

Мы благодарим двух анонимных рецензентов и связанного редактора за ценные комментарии к первой версии этой статьи.

Финансирование

Мы признательны за финансирование от NSF (BCS-135590, «Использование сравнительной биологии приматов для понимания уникальности человека») и программы Duke’s Bass Connections («Shining Evolutionary Light on Global Health Challenges»).А. Кристал благодарит Duke Institute of Brain Sciences и Duke Institute for Genome Sciences and Policy за финансирование, связанное с этим исследованием.

Конфликт интересов : Не объявлен.

ССЫЛКИ

1

Dinges

DF

Pack

F

Williams

K

et al. .

Кумулятивная сонливость, нарушение настроения и снижение показателей психомоторной бдительности во время недельного сна ограничено 4-5 часами в сутки

.

Sleep

1997

;

20

: 267–77.2

Durmer

JS

Dinges

DF.

Нейрокогнитивные последствия недосыпания

.

Семин нейрол

2005

;

25

:

117

29

.3

Alhola

P

Polo-Kantola

P.

Депривация сна: влияние на когнитивные способности

.

Neuropsychiatr Dis Treat

2007

;

3

:

553.

4

Gangwisch

JE.

Обзор доказательств связи между продолжительностью сна и гипертонией

.

Am J Hypertens

2014

;

27

:

1235

42

,5

Chaput

J-P

McNeil

J

Després

J-P

et al. .

Короткая продолжительность сна как фактор риска развития метаболического синдрома у взрослых

.

Prevent Med

2013

;

57

:

872

7

,6

Haus

EL

Смоленский

MH.

Сменная работа и риск рака: потенциальные механистические роли нарушения циркадных ритмов, света в ночное время и недосыпания

.

Sleep Med Ред.

2013

;

17

:

273

84

,7

Wu

M-C

Yang

Y-C

Wu

J-S

et al..

Короткая продолжительность сна, связанная с более высокой распространенностью метаболического синдрома у практически здорового населения

.

Prevent Med

2012

;

55

:

305

9

.8

Faraut

B

Boudjeltia

KZ

Vanhamme

L

et al. .

Иммунные, воспалительные и сердечно-сосудистые последствия ограничения сна и восстановления

.

Sleep Med Ред.

2012

;

16

:

137

49

.9

Colten

HR

Altevogt

BM.

Расстройства сна и депривация сна: нерешенная проблема общественного здравоохранения

.

Вашингтон

:

National Academies Press

,

2006

.10

Walch

OJ

Cochran

A

Forger

DB.

Глобальная количественная оценка «нормальных» графиков сна с использованием данных смартфона

.

Sci Adv

2016

;

2

:

e1501705.

11

Stranges

S

Tigbe

W

Gómez-Olivé

FX

et al. .

Проблемы со сном: возникающая глобальная эпидемия? Результаты углубленного исследования who-sage среди более чем 40 000 пожилых людей из 8 стран Африки и Азии

.

Sleep

2012

;

35

:

1173

81

.12

Wilson

HJ

Klimova

TM

Knuston

KL

et al..

Социально-демографические предикторы нарушений сна у коренных сибиряков со смешанной экономикой

.

Am J Phys Anthropol

2015

;

157

:

641

7

,13

de la Iglesia

HO

Fernández-Duque

E

Golombek

DA

et al. .

Доступ к электрическому свету связан с более короткой продолжительностью сна в традиционном сообществе охотников-собирателей

.

J Biol Rhythms

2015

;

30

:

342

50

.14

Xie

L

Kang

H

Xu

Q

et al. .

Сон стимулирует выведение метаболитов из мозга взрослого человека

.

Наука

2013

;

342

:

373

7

.15

Такахаши

Y

Кипнис

D

Даугадей

W.

Секреция гормона роста во время сна

.

J Clin Invest

1968

;

47

:

2079.

16

Беседовский

L

Lange

T

Born

J.

Сон и иммунная функция

.

Eur J Physiol

2012

;

463

:

121

37

.17

Prather

AA

Janicki-Deverts

D

Hall

MH

et al..

Поведенческая оценка сна и восприимчивости к простуде

.

Спящий режим

2015

;

38

:

1353

9

,18

Лима

SL

Раттенборг

Северная Каролина.

Поведенческое отключение может сделать сон более безопасным: стратегическая перспектива функции сна

.

Anim Behav

2007

;

74

:

189

97

,19

Meddis

R.

О функции сна

.

Anim Behav

1975

;

23

:

676

91

.20

Кулидж

FL

Wynn

T.

Влияние перехода сна с дерева на землю в эволюции познания в начале Homo.

Перед фермой

2006

;

2

:

1

16

,21

Samson

DR

Nunn

CL.

Интенсивность сна и эволюция познания человека

.

Evol Anthropol

2015

;

24

:

225

37

.22

Worthman

CM.

После наступления темноты: эволюционная экология сна человека. В:

Trevathan

WR

Smith

EO

McKenna

JJ

.

Эволюционная медицина и здоровье

.

Оксфорд

:

Oxford University Press

,

2008

,

291

313

.23

Хейг

D.

Нарушение сна: ночное бодрствование, кормление грудью и конфликт между родителями и потомками

.

Evol Med Pub Health

2014

;

2014

:

32

9

.24

McKenna

JJ

Ball

HL

Gettler

LT.

Одновременный сон матери и ребенка, грудное вскармливание и синдром внезапной детской смерти: что биологическая антропология обнаружила в отношении нормального детского сна и детской медицины сна

.

Am J Phys Anthropol

2007

;

50

:

133

61

25

Скрытые

HH.

Локомоторные адаптации приматов эоцена: адаптивное разнообразие среди самых ранних прозимий. В:

Alterman

L

Doyle

GA

Izard

MKS

(ред.) .

Существа тьмы

.

Нью-Йорк

:

Пленум Пресс

,

1995

,

495

509

.26

Каппелер

PM.

Гнезда, дупла деревьев и эволюция жизненных историй приматов

.

Am J Primatol

1998

;

46

:

7

33

.27

Heymann

EW.

Спящие тамарины, Saguinus mystax и Saguinus fuscicollis (Mammalia, Primates, Callitrichidae), на северо-востоке Перу

.

J Zool

1995

;

237

:

211

26

.28

Винсент

F.

T

Герморегуляция и поведение двух симпатрических галаго: эволюционный фактор. В:

Чиверс

D

Джойси

KS

(ред.) .

Последние достижения в приматологии

,

Academic Press Inc.

1978

,

181

7

,29

Fleagle

JG

Kay

R.

Палеобиология катара. В:

ARs

Liss

(ed).

Предки, веские доказательства: материалы симпозиума

.

Нью-Йорк

:

Алан Р. Лисс

,

1985

.30

Covert

HH.

Биология ранних кайнозойских приматов. В:

Swindler

DW

Erwin

Js

(ред.) .

Сравнительная биология приматов: систематика, эволюция и анатомия

.

Нью-Йорк

:

Алан Р. Лисс

,

1986

.31

Нанн

CL

van Schaik

CP

et al.. Реконструкция поведенческой экологии вымерших приматов. В:

Plavcan

JM

Kay

RF

Jungers

WL

(ред.) .

Реконструкция поведения в летописи окаменелостей

.

Нью-Йорк

:

Kluwer Academic / Plenum

,

2002

,

159

216

.32

Samson

DR

Hunt

KD.

Термодинамическое сравнение древесных и наземных спальных мест шимпанзе в сухих условиях обитания ( Pan troglodytes schweinfurthii ) в заповеднике дикой природы Торо-Семлики, Уганда

.

Am J Primatol

2012

;

74

:

811

8

.33

Буссе

C.

Атаки леопардов и львов на бабуинов чакма, обитающих в заповеднике Мореми

.

Botswana Notes Rec

1980

;

12

:

15

21

,34

Шарман

MJ.

Кормление, выпас и социальная организация морского павиана. Диссертация, Университет Сент-Эндрюс,

1981

.35

Goodall

JM.

Поведение при строительстве гнезда у шимпанзе на свободном выгуле

.

Ann N Y Acad Sci

1962

;

102

:

455

67

.36

Goodall

J.

Поведение свободноживущих шимпанзе в заповеднике Gombe Stream

.

Anim Behav Monogr

1968

;

161

311

.37

Fruth

B

Hohmann

G.

Поведение при строительстве гнезда у человекообразных обезьян: большой шаг вперед? В:

McGrew

WC

Marchant

LF

Nishida

T

(ред.).

Общества больших обезьян

.

Кембридж

:

Издательство Кембриджского университета

,

1996

,

225–40.

38

Дуда

P

Зрзавы

J.

Эволюция истории жизни и поведения гоминид: к филогенетической реконструкции последнего общего предка человека и шимпанзе

.

J Hum Evol

2013

;

65

:

424

46

.39

Samson

DR

Hunt

KD.

Шимпанзе предпочтительно выбирают виды деревьев для строительства платформы для сна с биомеханическими свойствами, которые дают стабильные, прочные, но податливые гнезда

.

PLoS One

2014

;

9

:

e95361.

40

van Casteren

A

Продавцы

WI

Thorpe

SKS

et al..

Орангутаны, строящие гнезда, демонстрируют инженерное ноу-хау для производства безопасных и удобных кроватей

.

Proc Natl Acad Sci USA

2012

;

109

:

6873

7

.41

van Casteren

A

Продавцы

WI

Thorpe

SKS

et al. .

Факторы, влияющие на податливость и раскачивание ветвей деревьев, используемых суматранским орангутаном ( Pongo abelii )

.

PLOS One

2013

;

8

:

e67877

.42

Reichard

U.

Спальные места, спальные места и поведение гиббонов перед сном ( Hylobates lar )

.

Am J Primatol

1998

;

46

:

35

62

.43

Cheyne

SM

Hoeing

A

Rinear

J

et al. .

Выбор места для ночлега проворными гиббонами: влияние устойчивости деревьев, наличия плодов и риска хищничества

.

Folia Primatol

2012

;

83

:

299

311

.44

Болдуин

PJ

Sabater Pi

J

McGrew

WC

et al. .

Сравнение гнезд, сделанных разными популяциями шимпанзе ( Pan troglodytes )

.

Приматы

1981

;

22

:

474

86

.45

Самсон

DR.

Количественная оценка гнезда шимпанзе: морфология и экология спальных платформ древесных пород в засушливом месте обитания заповедника дикой природы Торо-Семлики, Уганда

.

Приматы

2012

;

53

:

357

64

.46

Samson

DR

Shumaker

RS.

Документирование архитектуры сна орангутанга: сложность платформы для сна повышает качество сна в неволе pongo.

Поведение

2013

;

150

:

845

61

.47

Martin-Ordas

G

Позвоните

J.

Обработка памяти у человекообразных обезьян: влияние времени и сна

.

Biol Lett

2011

;

7

: 829–32.48

Koops

K

Humle

T

Sterck

EHM

et al. .

Наземное гнездование шимпанзе в горах Нимба, Гвинея: обусловлено экологическими или социальными факторами?

Am J Primatol

2007

;

69

:

407

19

.49

Koops

K

McGrew

W

Matsuzawa

T

et al. .

Строительство гнезд на суше дикими шимпанзе ( Pan troglodytes ): последствия перехода ко сну с дерева на землю у ранних гомининов

.

Am J Phys Anthropol

2012

;

148

:

351

61

.50

Ямагива

J.

Факторы, влияющие на формирование наземных гнезд восточных равнинных горилл в национальном парке Кахузи-Биега: некоторые эволюционные последствия гнездового поведения

.

J Hum Evol

2001

;

40

:

99

109

.51

Андерсон

JR.

Связанные со сном поведенческие адаптации у антропоидных приматов на свободном выгуле

.

Sleep Med Rev

2000

;

4

:

355

73

.52

Crook

JH

Gartlan

JC.

Эволюция сообществ приматов

.

Nature

1966

;

210

:

1200

3

.53

Нанн

C

Ван Шайк

C.

Социальная эволюция приматов: относительные роли экологии и межполовых конфликтов. В:

Детоубийство мужчинами и его последствия

.

Кембридж

:

Cambridge University Press

,

2000

,

388

419

.54

Кулидж

FL

Wynn

T.

The Rise of Homo sapiens

.

Чичестер

:

Wiley-Blackwell

,

2009

.55

Revonsuo

A.

Новое толкование сновидений: эволюционная гипотеза функции сновидения

.

Behav Brain Sci

2000

;

23

:

877

901

.56

Pruetz

JD

Fulton

SJ

Marchant

LF

et al. .

Древесное гнездование как адаптация к хищникам шимпанзе саванны ( Pan troglodytes verus ) на юго-востоке Сенегала

.

Am J Primatol

2008

;

70

:

393

401

.57

Стюарт

FA.

Краткое сообщение: зачем спать в гнезде? Эмпирическая проверка функции простых укрытий диких шимпанзе

.

Am J Phys Anthropol

2011

;

146

:

313

8

.58

Samson

DR

Muehlenbein

MP

Hunt

KD.

Проявляют ли шимпанзе ( Pan troglodytes schweinfurthii ) поведение, связанное со сном, которое сводит к минимуму воздействие паразитических членистоногих? Предварительный отчет о возможной анти-векторной функции спальных платформ шимпанзе

.

Приматы

2013

;

54

:

73

80

.59

Worthman

CM

Melby

MK.

К сравнительной экологии человеческого сна.В:

Carskadon

MAS

(ed) .

Модели сна подростков: биологическое, социальное и психологическое влияние

.

Cambridge

:

Cambridge University Press

,

2002

,

69

117

.60

Moore

SJ

Hill

N

Ruiz

C

et al. .

Полевая оценка традиционно используемых репеллентов от насекомых на растительной основе и фумигантов против переносчика малярии Anopheles darlingi в Риберальте, Боливийская Амазонка

.

J Med Entomol

2007

;

44

:

624

30

.61

Wrangham

R

Carmody

R.

Адаптация человека к борьбе с огнем

.

Evol Anthropol

2010

;

19

:

187

99

.62

Нанн

C

Zhu

L.

Филогенетическое предсказание для выявления «эволюционных сингулярностей». В:

Garamszegi

LZs

(ed) .

Современные филогенетические сравнительные методы и их применение в эволюционной биологии

Berlin Heidelberg

:

Springer

,

2014

,

481

514

.63

Nunn

CL.

Сравнительный подход в эволюционной антропологии и биологии

.

Чикаго

:

University of Chicago Press

,

2011

.64

Ekirch

AR.

В конце дня: ночь в прошлом

.

Нью-Йорк

:

WW Norton & Company

,

2006

.65

Wehr

TA.

В короткие фотопериоды человеческий сон двухфазный

.

J Sleep Res

1992

;

1

:

103

7

,66

Эверетт

DL.

Не спи, в джунглях Амазонки есть змеи: жизнь и язык

.

Нью-Йорк

:

Винтаж

,

2009

.67

Экирх

A.

Сегментированный сон в доиндустриальных обществах

.

Спящий режим

2016

;

39

:

715

6

.68

Evans

DS

Snitker

S

Wu

S-H

et al. .

Привычные образцы сна / бодрствования у амишей старого порядка: наследственность и связь с негенетическими факторами

.

Sleep

2011

;

34

:

661

9

.69

Йетиш

G

Каплан

H

Гурвен

M

et al. .

Естественный сон и его сезонные колебания в трех доиндустриальных обществах

.

Curr Biol

2015

;

25

:

2862

8

.70

Фрибург

O

Bjorvatn

B

Amponsah

B

et al. .

Связь между сезонными колебаниями продолжительности дня (фотопериода), продолжительности сна, качеством сна и настроением: сравнение между Ганой (5 °) и Норвегией (69 °)

.

J Sleep Res

2012

;

21

:

176

84

.71

Sivertsen

B

Øverland

S

Krokstad

S

et al. .

Сезонные колебания проблем со сном на широте 63 ° –65 ° в Норвегии: исследование здоровья Норд-Трёнделаг, 1995–1997

.

Am J Epidemiol

2011

;

174

:

147

53

.72

Пол

MA

Love

RJ

Hawton

A

et al..

Сон и эндогенный мелатониновый ритм у жителей высокой Арктики летом и зимой

.

Physiol Behav

2015

;

141

:

199

206

.73

Weitzman

ED

Sassin

JF

Hansen

T

et al. .

Сезонные режимы фаз сна и секреции кортизола и гормона роста в течение 24-часовых периодов в северной Норвегии

.

Acta Endocrinol

1975

;

78

:

65

76

.74

Lehnkering

H

Siegmund

R.

Влияние хронотипа, времени года и пола обследуемого на поведение во сне молодых людей

.

Хронобиол Инт

2007

;

24

:

875

88

,75

Миллер

NL

Матсангас

P

Шаттук

LG.

Усталость и ее влияние на работу в военной среде. В:

Hancock

PA

Szalma

JLs

(eds) .

Работа под нагрузкой

.

Burlington, VT

:

Ashgate Publishing Company

,

2008

,

235

49

,76

Roffwarg

HP

Muzio

JN

WC

.

Онтогенетическое развитие цикла сна-сновидений человека

.

Наука

1966

;

152

:

604

19

,77

Hewlett

BS

Рулетка

JW.

Сон после младенчества. In:

Narvaez

D

Valentino

A

Fuentes

J

McKenna

M

et al. (ред.).

Пейзажи предков в эволюции человека: культура, воспитание детей и социальное благополучие

.

Оксфорд

:

Oxford University Press

,

2014

,

129–63.

78

Маккенна

JJ

Моско

S

Ричард

C.

Кормление грудью и совместный сон матери и ребенка в связи с профилактикой СВДС. В:

Trevathan

WR

Smith

EO

McKenna

JJs

(ред.).

Эволюционная медицина

.

Oxford

:

Oxford University Press

,

1999

,

53

74

.79

McKenna

J

Mosko

S

Richard

C

et al. .

Экспериментальные исследования совместного сна младенца и родителя: взаимные физиологические и поведенческие влияния и их отношение к СВДС (синдром внезапной детской смерти)

.

Early Hum Dev

1994

;

38

:

187

201

.80

Gettlert

LT

McKenna

JJ.

Эволюционные взгляды на близость сна матери и ребенка и кормление грудью в лабораторных условиях

.

Am J Phys Anthropol

2011

;

144

:

454

62

.81

Vennemann

MM

Bajanowski

T

Brinkmann

B

et al..

Снижает ли грудное вскармливание риск синдрома внезапной детской смерти?

Педиатрия

2009

;

123

:

e406

10

.82

McKenna

JJ

Thoman

EB

Anders

TF

et al. .

Совместный сон младенца и родителя в эволюционной перспективе: значение для понимания развития сна младенца и синдрома внезапной смерти младенца

.

Sleep

1993

;

16

:

263

82

.83

Карпентер

R

McGarvey

C

Mitchell

EA

et al. .

Совместное использование постели, когда родители не курят: существует ли риск СВДС? Анализ на индивидуальном уровне пяти основных исследований случай – контроль

.

BMJ Open

2013

;

3

: pii: e002299.84

Mizuno

Y

Takeshita

H

Matsuzawa

T.

Поведение детенышей шимпанзе в течение первых 4 месяцев жизни в первые 4 месяца жизни и в кормлении грудью. отношение к поведенческому состоянию

.

Младенчество

2006

;

9

:

221

40

.85

Blurton Jones

NG.

Costa

Ed

Предлагаемое адаптивное значение ночного пробуждения малышей: отсрочка рождения следующего брата или сестры

.

Ethol Sociobiol

1987

;

8

:

135

42

.86

Zepelin

H

Rechtschaffen

A.

Сон, долголетие и энергетический обмен млекопитающих

.

Brain Behav Evol

1974

;

10

:

425

70

.87

Tobler

I.

Дремота и полифазный сон у млекопитающих. В:

Dinges

DF

Broughton

RJs

(ред.).

Сон и бдительность: хронобиологические, поведенческие и медицинские аспекты сна

.

Нью-Йорк

:

Raven Press, Ltd

.,

1989

,

9

30

,88

Элгар

MA

Pagel

MD

Harvey

PH.

Сон млекопитающих

.

Anim Behav

1988

;

36

:

1407

19

.89

Lesku

JA

Roth II

TC

Amlaner

CJ

et al. .

Филогенетический анализ архитектуры сна у млекопитающих: интеграция анатомии, физиологии и экологии

.

Am Nat

2006

;

168

:

1

13

.90

Capellini

I

Barton

RA

McNamara

P

et al..

Филогенетический анализ экологии и эволюции сна млекопитающих

.

Evolution

2008

;

62

:

1764

75

.91

Capellini

I

McNamara

P

Preston

B

et al. .

Играет ли сон роль в консолидации памяти? Сравнительный тест

.

PLoS One

2009

;

4

:

e4609

.92

Lesku

JA

Roth

TC

Rattenborg

NC

et al..

Филогенетика и корреляты сна млекопитающих: переоценка

.

Sleep Med Ред.

2008

;

12

:

229

44

.93

Preston

BT

Capellini

I

McNamara

P

et al. .

Паразитарная резистентность и адаптивное значение сна

.

BMC Evol Biol

2009

;

9

:

7.

94

Capellini

I

Preston

BT

McNamara

P

et al.. Экологические ограничения на архитектуру сна млекопитающих. В:

Mcnamara

P

Nunn

CL

Barton

RAs

(ред.).

Эволюция сна: филогенетические и функциональные перспективы

,

2010

,

12

.95

Knutson

KL.

Продолжительность, качество и время сна и их связь с возрастом в сообществе без электричества на Гаити

.

Am J Hum Biol

2014

;

26

:

80

6

.96

Самсон

DR

Манус

M

Кристал

AD

и др. . Сегментированный сон в неэлектрическом небольшом сельскохозяйственном обществе на Мадагаскаре. в процессе подготовки «Обзор» в Американском журнале биологии человека.

97

Stearns

SC.

Развитие здоровья и болезней

.

Нью-Йорк

:

Оксфорд

,

1999

.98

Перлман

Р.

Эволюция и медицина

.

Oxford

:

Oxford University Press

,

2013

.99

Meddis

R.

Эволюция сна. В:

Mayes

AS

(ed) .

Механизмы и функции сна

.

Лондон

:

Ван Ностранд Рейнхольд

,

1983

,

57

106

.100

Siegel

JM.

Филогения сна: ключи к эволюции и функциям сна. В:

Luppi

PH

(ed).

Спящий режим: схемы и функции

.

Boca Raton

:

CRC Press

,

2004

,

163

76

.101

McNamara

P

Auerbach

S.

Эволюционная медицина научных расстройств сна: навстречу. В:

McNamara

P

Barton

RA

Nunn

CLS

(ред.) .

Эволюция сна

.

Кембридж, Великобритания

:

Cambridge University Press

,

2010

,

107

22

.102

Американская психиатрическая ассоциация

.

Диагностическое и статистическое руководство по психическим расстройствам: DSM 5

.

Вашингтон, округ Колумбия

:

Американская ассоциация психиатрических изданий

,

2013

.103

Охайон

MM

Reynolds

CF.

III,

Эпидемиологическая и клиническая значимость алгоритмов диагностики бессонницы в соответствии с dsm-iv и международной классификацией нарушений сна (ICSD)

.

Sleep Med

2009

;

10

:

952

60

.104

Эдингер

JD

означает

MK

Карни

CE

и др. .

Нарушения психомоторных функций и их связь с предыдущим ночным сном у лиц с первичной бессонницей

.

Sleep

2008

;

31

:

599

.105

Эдингер

JD

Означает

MK

Krystal

AD.

Повышает ли физиологическое гипервозбуждение количество ошибок среди людей, страдающих бессонницей?

Спящий режим

2013

;

36

:

1179.

106

Кристал

A.

Лечение нарушений здоровья, качества жизни и функциональных нарушений при бессоннице

.

J Clin Sleep Med

2007

;

3

:

63

72

.107

Hill

TD

Trinh

HN

Wen

M

et al..

Воспринимаемая безопасность соседей и качество сна: глобальный анализ шести стран

.

Sleep Med

2014

;

18

:

56

60

.108

Охайон

MM

Krystal

A

Roehrs

TA

et al. .

Использование трудности возобновления сна для определения ночных пробуждений

.

Sleep Med

2010

;

11

:

236

41

.109

Охайон

ММ.

Ночные пробуждения и трудности с возобновлением сна: их бремя для европейского населения в целом

.

J Psychosom Res

2010

;

69

:

565

71

.110

Van Veen

MM

Kooij

JS

Boonstra

AM

et al. .

Задержка циркадного ритма у взрослых с синдромом дефицита внимания / гиперактивности и хронической бессонницей во сне

.

Biol Psychiatry

2010

;

67

:

1091

6

.111

Faraco

J

Lin

L

Kornum

BR

et al. .

Исследование с использованием иммуночипа предполагает участие антигена в Т-клетках при нарколепсии

.

PLoS Genet

2013

;

9

:

e1003270.

112

Singh

AK

Mahlios

J

Mignot

E.

Генетическая ассоциация, сезонные инфекции и аутоиммунные основы нарколепсии

.

J Аутоиммунный

2013

;

43

:

26

31

.113

Kornum

BR

Kawashima

M

Faraco

J

et al. .

Общие варианты в p2ry11 связаны с нарколепсией

.

Нат Генет

2011

;

43

:

66

71

.114

Цукалас

I.

Происхождение быстрого сна: гипотеза

.

Сновидения

2012

;

22

:

253.

115

Оверим

S

Ламмерс

GJ

van Dijk

JG.

Катаплексия: «Тоническая неподвижность», а не «атония быстрого сна»?

Sleep Med

2002

;

3

:

471

7

.116

Partinen

M

Kornum

BR

Plazzi

G

et al..

Нарколепсия как аутоиммунное заболевание: роль инфекции h2N1 и вакцинация

.

Ланцет нейрол

2014

;

13

:

600

13

.117

Mignot

E.

Генетические и семейные аспекты нарколепсии

.

Неврология

1998

;

50

:

S16

22

.118

Chen

L

Brown

RE

McKenna

JT

et al..

Модели нарколепсии на животных

.

Цели препарата для лечения нервного расстройства ЦНС

2009

;

8

:

296.

119

Han

F

Lin

L

Warby

SC

et al. .

Возникновение нарколепсии носит сезонный характер и увеличилось после пандемии h2N1 2009 г. в Китае

.

Ann Neurol

2011

;

70

:

410

7

. 120

Кареш

ВБ.

Где находятся дикие животные: связь между здоровьем человека, животных и окружающей средой

.

Министерство иностранных дел

8 мая

2009

.121

Джонс

CR

Хуанг

AL

Птачек

LJ

et al. .

Генетические основы нарушений циркадного ритма человека

.

Exp Neurol

2013

;

243

:

28

33

.122

Randler

C.

Сон, время сна и хронотип поведения животных

.

Anim Behav

2014

;

94

:

161

6

.123

Maestripieri

D.

Женщины-совы похожи на мужчин по ориентации в отношениях, склонности к риску и уровням кортизола: ПОСЛЕДСТВИЯ для адаптивной значимости и эволюция вечерности

.

Evol Psychol

2014

;

12

:

130

47

.124

Лам

RW

Левитан

RD.

Патофизиология сезонного аффективного расстройства: обзор

.

J Psychiatry Neurosci

2000

;

25

:

469

480

.125

Rosenthal

NE

Wehr

TA.

Сезонные аффективные расстройства

.

Психиатр Анн

1987

;

17

:

670

4

.126

Иглз

JM.

Сезонное аффективное расстройство: рудиментарное эволюционное преимущество?

Med Hypotheses

2004

;

63

:

767

72

.127

Дэвис

C

Левитан

RD.

Сезонность и сезонное аффективное расстройство (САР): эволюционная точка зрения, связанная с энергосбережением и репродуктивными циклами

.

J Affect Disord

2005

;

87

:

3

10

.128

Eckert

DJ

Jordan

AS

Merchia

P

et al. .

Центральное апноэ сна: патофизиология и лечение

.

Комод J

2007

;

131

:

595

607

.129

Янг

T

Skatrud

J

Peppard

PE.

Факторы риска обструктивного апноэ сна у взрослых

.

J Am Med Assoc

2004

;

291

:

2013

6

.130

Золото

DR

Rogacz

S

Bock

N

et al. .

Работа вахтовым методом, сон и несчастные случаи, связанные с сонливостью у медсестер больниц

.

Am J Pub Health

1992

;

82

:

1011

4

.131

Rosekind

MR.

Недооценка социальных издержек нарушения бдительности: риски для безопасности, здоровья и производительности

.

Sleep Med

2005

;

6

:

S21

5

.132

Rosekind

MR

Gregory

KB

Mallis

MM

et al. .

Стоимость плохого сна: потеря производительности на рабочем месте и связанные с этим расходы

.

J Occup Environ Med

2010

;

52

:

91

8

.133

Lesku

JA

Rattenborg

NC

Valcu

M

et al. .

Адаптивная потеря сна у полигинных грудных куликов

.

Наука

2012

;

337

:

1654

8

.134

Гранднер

MA

Петров

M

Раттанаумпаван

P

и др. .

Симптомы сна, раса / этническая принадлежность и социально-экономическое положение

.

J Clin Sleep Med

2013

;

9

:

897

905

.135

Loredo

JS

Soler

X

Bardwell

W

et al..

Здоровье сна у испаноязычного населения США

.

Sleep

2010

;

33

:

962

7

.136

Worthman

CM

Коричневый

RA.

Бюджеты сна в глобализирующемся мире: биокультурные взаимодействия влияют на достаточность сна в египетских семьях

.

Soc Sci Med

2013

;

79

:

31

9

.137

Patel

NP

Grandner

MA

Xie

D

et al..

«Несоответствие сна» среди населения: плохое качество сна тесно связано с бедностью и этнической принадлежностью

.

BMC Pub Health

2010

;

10

:

1.

138

Hale

L.

DPD

,

Расовые различия в самооценках продолжительности сна в популяционном исследовании

.

Sleep

2007

;

30

:

1096

103

.139

Гранднер

MA

Hale

L

Jackson

N

et al..

Воспринимаемая расовая дискриминация как независимый предиктор нарушения сна и дневной усталости

.

Behav Sleep Med

2012

;

10

:

235

49

.140

Наклон

N

Льюис

TT

Williams

DR.

Дискриминация и сон: систематический обзор

.

Sleep Med

2015

;

18

:

88

95

141

Wehr

TA.

Влияние изменения продолжительности ночи (скотопериода) на сон человека. В:

Turek

FW

Zee

PCS

(eds) .

Регуляция сна и циркадных ритмов

.

Нью-Йорк

:

Марсель Деккер

,

1999

,

263

85

.142

Lyamin

O

Manger

P

Ridgway

S .

Сон китообразных: необычная форма сна млекопитающих

.

Neurosci Biobehav Rev

2008

;

32

:

1451

84

.143

Mitani

Y

Andrews

RD

Sato

K

et al. .

Трехмерное поведение северных морских слонов в состоянии покоя: дрейфует, как падающий лист

.

Biol Lett

2009

;

6

:

163

6

© Автор (ы) 2016.Опубликовано Oxford University Press от имени Фонда эволюции, медицины и общественного здравоохранения.

Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0/), которая разрешает неограниченное повторное использование, распространение и воспроизведение на любом носителе при условии, что оригинал работа правильно процитирована.

Изучение человеческого сна: историческая перспектива

Поскольку это историческая встреча, на которой будет рассмотрен один из наиболее важных клинических вопросов в области медицины сна, уместно рассмотреть, как мы пришли к этому моменту.Соответственно, я представлю краткий обзор истории медицины сна. Я уже несколько раз обращался к этой теме. На мой взгляд, историю медицины сна можно разделить на пять четко разграниченных фаз. Они перечислены в таблице 1.

Таблица 1

История медицины сна

Фаза 1: до 1952 года

Я обозначил первую фазу, в некоторой степени с иронией, как «доисторическую». Это отражает относительное отсутствие научных экспериментов со сном в первой половине 20 века и ранее.Тема снов и толкований сна, наверное, получила наибольшее внимание. В значительной части литературы о раннем сне сообщается о наблюдениях за привычками сна и характеристиками сна с целью сравнения и сопоставления данных с данными, описывающими состояние бодрствования. В течение этого «доисторического» периода почти каждый ученый-биомедик предполагал, что сон наступает, когда сенсорная стимуляция, непрерывно бомбардирующая мозг в течение дня, оказывается недостаточной для поддержания уровня активности мозга при бодрствовании из-за наступления темноты и ночной тишины.

Кажется разумным, что эта точка зрения, часто называемая «теорией пассивных процессов», сделала бы изучение сна относительно неинтересным. Представление о том, что сон — это «выключенный» мозг, привело к ошибочному выводу, что сон можно рассматривать как полностью однородное состояние и что одно наблюдение можно обобщить на весь период сна. Наконец, не было традиции ложиться спать по ночам для проведения научных исследований, за исключением, конечно, астрономии.

Есть некоторые «доисторические» научные ориентиры, на которые стоит обратить внимание, но которые возникли слишком рано, чтобы их можно было использовать в медицине сна. Например, Жан Жак д’Орту де Майран продемонстрировал устойчивость циркадных ритмов в отсутствие внешних сигналов в 1729 году. Жан Батист Эдуард Геллино опубликовал свое знаменательное описание синдрома нарколепсии в 1880 году. Шотландский физиолог Ричард Кейтон продемонстрировал электрические ритмы в мозг животных в 1875 году.Ранние описания различий между паттернами мозговых волн у бодрствующих и спящих людей, сделанные Гансом Бергером в 1929 году, только укрепили представление о сне как о неактивном или «бездействующем» состоянии.

Фаза 2: 1952–1970

Фаза 2 началась с наблюдения в 1952 году, что бинокулярно-синхронные быстрые движения глаз происходили во время сна.4 Это наблюдение и данные, демонстрирующие связь между возникновением быстрых движений глаз и появлением в конечном итоге сновидений. стимулировал повышенный интерес к изучению сна как такового.

Годы после Второй мировой войны стали свидетелями неоспоримого доминирования психоанализа в американской психиатрии, а работы Зигмунда Фрейда об интерпретации сновидений и лежащей в основе теоретической психологической структуре «ид» и «эго» сделали сновидения центральным вопросом беспрецедентной важности. В этой атмосфере можно оценить возбуждение, вызванное демонстрацией физиологического маркера возникновения сновидений5. Первое полное описательное путешествие в ночи у людей, то есть непрерывная запись паттернов мозговых волн и движения глаз на протяжении всего периода. ночь — проводилась в лаборатории Натаниэля Клейтмана в Чикагском университете.

Мое личное волнение и интерес к недавно открытому феномену быстрых движений глаз (REM) определенно не разделяли другие. Я трудился в одиночестве около пяти лет, изучая как можно больше отдельных предметов, чтобы продемонстрировать универсальность возникновения быстрых сна во время сна, повторяющееся возникновение отдельных периодов сна, с которыми были связаны быстрые сна, и, наконец, основной цикл сна и все характеристики. архитектура стадии ночного сна. , 7 Вероятно, только когда я продемонстрировал феномен депривации / компенсации быстрого сна в исследовании8, опубликованном как Эффект депривации сновидений в 1960 году, другие исследователи начали исследовать ночной сон.«Давление», которое возникло во время быстрого сна, было предотвращено, что широко рассматривалось как свидетельство, подтверждающее теорию Фрейда о том, что сновидения функционируют как «предохранительный клапан» для высвобождения инстинктивной энергии. В течение 1960-х годов многие исследователи участвовали в подробном и количественном описании сна человека и животных, включая изменения, связанные с различными стадиями развития. Возможно, главным достижением была концепция двойственности сна, то есть сон состоит из двух совершенно разных состояний организма: быстрого сна и медленного сна.К этому было добавлено выяснение контроля ствола мозга над состояниями сна, включая нейронные механизмы активного моторного торможения во время быстрого сна.

Обструктивное апноэ сна было обнаружено в Европе в 1965 году двумя отдельными группами, Gastant et al 9, а также Jung и Kuhlo.10 Kuhlo и др. приписывают выполнение первой трахеостомии с намерением обойти обструкцию дыхательных путей, которая возникла во время сна в верхних дыхательных путях этих очень страдающих ожирением пациентов.11 Наблюдения за десять лет до этого, которые привели к описанию «синдрома Пиквика» 12, включали ошибочную интерпретацию того, что связанная с этим дневная сонливость была вызвана гиперкапнией. Непонятно, что бы произошло, если бы итальянский невролог Элио Лугарези не очень заинтересовался синдромом обструктивного апноэ во сне, который он назвал «гиперсомнией с периодическим дыханием». Он занимался этой проблемой с необычайным рвением, хотя до 1975 года он не публиковал свое основополагающее исследование13, в котором задокументировали связь между храпом и гипертонией.

Фаза 3: 1971–1980

Начало фазы 3 произошло, когда Стэнфордские исследователи сна официально расширили медицинскую практику, включив в нее спящих пациентов. Был один мудрый врач, который однажды сказал: «Практика медицины заканчивается, когда пациент засыпает». Его намерением было обратить внимание на важный пробел в медицинской практике. Однако у меня сложилось впечатление, что лишение прав спящего пациента выросло из общей позиции, согласно которой сон представляет собой границу, которую врачи не должны переходить.Другими словами, медицинская практика должна заканчиваться, когда пациент засыпает.

Клиника расстройств сна Стэнфордского университета для диагностики и лечения пациентов с проблемами сна была открыта летом 1970 года. Мы обследовали нескольких пациентов с синдромом Пиквика и отметили периодическое дыхание. Однако наш главный клинический интерес заключался в ведении пациентов с нарколепсией и разработке диагностических и лечебных подходов для людей, жалующихся на бессонницу.Летом 1971 года мы с доктором Винсентом Зарконе посетили Первый международный конгресс APSS в Брюгге, Бельгия, где приняли на работу доктора Кристиана Гийемино, который присоединился к нам в Стэнфорде. Он прибыл в январе 1972 года и сразу же настоял на том, чтобы мы уделяли больше внимания нарушениям дыхания во сне.

Хотя мы взимали с пациентов плату за наши услуги, наше раннее выживание почти полностью зависело от грантов на исследования. В начале 1972 года регистрация респираторных и сердечных переменных в рамках теста на сон в течение всей ночи (позже получившего название «полисомнография») стала обычным делом.Поскольку Центр расстройств сна Стэнфордского университета был хорошо известен своими исследованиями нарколепсии, клиника сна получила множество направлений предполагаемых нарколептиков со всех концов Соединенных Штатов. Неудивительно, что чрезмерная дневная сонливость большинства этих людей была вызвана обструктивным апноэ во сне. Буквально через несколько месяцев для нас стало совершенно очевидно, что диагностика и лечение обструктивного апноэ во сне (СОАС) будет очень важным вопросом в будущем медицины сна.Более того, большинство жертв ОАС, которых видели в Стэнфорде в те первые дни, были очень далеко продвинутыми, и мы были чрезвычайно впечатлены тяжестью клинических осложнений. История болезни нашего первого пациента, которому была сделана трахеостомия, и последующая реверсия тяжелой гипертензии подробно описана в другом месте14.

К ноябрю 1972 года мы собрали обширные новые клинические знания и смогли начать обучать других. Можно сказать, что клиническая дисциплина существует только в том случае, если она представляет собой организованную совокупность знаний и если эту совокупность знаний можно эффективно преподавать.Соответственно, первое мероприятие по непрерывному медицинскому образованию в области медицины сна, которое состоялось 29 ноября 1972 года, можно назвать днем ​​рождения области медицины сна. Копия оригинальной брошюры, анонсирующей клинический курс «Расстройства сна: новая клиническая дисциплина», показана на рис. 1.

Рис. 1

Реплика оригинальной брошюры, анонсирующей клинический курс «Расстройства сна: новая клиническая дисциплина» .

1970-е годы можно рассматривать как период определения области медицины сна.Полисомнография была усовершенствована и стандартизирована в качестве основного клинического теста. Определяющие параметры обструктивного апноэ во сне были установлены и впервые опубликованы в 1976 году.15 Американская ассоциация расстройств сна (ASDA) была создана в 1975 году для представления ученых и клиницистов, занимающихся нарушениями сна. Первыми задачами ASDA были разработка дополнительных стандартов практики и организация первого экзамена, который превратился в Американский совет по медицине сна. Доктор Мэри Карскадон и ее коллеги взяли на себя задачу понять и количественно оценить основные ночные детерминанты дневной сонливости, включая частые возбуждения.16 Ее работа привела непосредственно к разработке теста множественной задержки сна (MSLT) .17 Десятилетие фазы 3 завершилось запуском научного журнала Sleep и публикацией первой диагностической классификации расстройств сна в целом. Выпуск 1, Том 2 журнала за 1979 год.

На протяжении 1970-х годов единственным эффективным методом лечения тяжелого ОАС была хроническая трахеостомия. Этот подход и ограничения, которые он накладывал на пациентов, очевидно, были препятствием для распространения медицины сна и не считались приемлемым лечением для пациентов, которые не были классифицированы как тяжелобольные.Я все еще сожалею о том, что в этот ранний период я ​​все еще сожалею о том, что у нас не хватало ресурсов для проведения тщательных продольных исследований результатов всех тяжелобольных пациентов с ОАС, которые отказались от лечения.

Фаза 4: 1981–1990

Фаза 4 четко обозначена введением альтернативных методов лечения ОАС. Увулопалатофарингопластика (UPPP) была введена в Соединенных Штатах доктором Широ Фудзита в 1981 году.18 Эта хирургическая процедура пользовалась большой популярностью в течение нескольких лет, пока адекватное количество полисомнографических оценок не показало, что она относительно неэффективна при лечении или значительном улучшении нарушения дыхания во время сна.То, что в настоящее время является предпочтительным методом лечения — назальное постоянное положительное давление в дыхательных путях (CPAP), — было предложено Колином Салливаном и его коллегами также в 1981 году.19 Драматическая эффективность назального CPAP и его относительная простота проведения, вероятно, сыграли решающую роль в ускоренном расширении диагноза. и лечение СОАС и других нарушений сна в Соединенных Штатах и ​​других странах, и «легитимация» медицины расстройств сна, по крайней мере, среди многих пульмонологов, неврологов и психиатров.Фаза 4 нашей истории завершилась публикацией первого настоящего учебника Принципы и практика медицины сна в 1989 году.20

Фаза 5: 1991, сейчас и в 21 веке

Сейчас мы подошли к тому, что я обозначил как фазу 5, которая представляет собой попытку выявить проблемы, связанные с физиологией сна, депривацией сна и нарушениями сна, особенно обструктивным апноэ во сне, полностью вошли в основное русло медицинской практики и общественного здравоохранения в Соединенных Штатах и, насколько это возможно, в других промышленно развитых странах.Предвестниками фазы 5 стали создание офиса Американской ассоциации расстройств сна в Вашингтоне и пропагандистские мероприятия, которые привели к принятию законодательного акта для Национальной комиссии по исследованиям расстройств сна. Мы можем датировать начало фазы 5 началом исследования Комиссии по влиянию депривации сна и нарушений сна на американское общество в марте 1990 года. захватывающая возможность того, что нарушение дыхания во сне может быть важным причинным фактором, мы также сосуществуем с удивительным социальным парадоксом.В последние годы мы узнали, что повсеместное лишение сна и невыявленные нарушения сна, возможно, являются одной из самых серьезных проблем со здоровьем. Единственное расстройство, которое мы рассматриваем на этом симпозиуме, — обструктивное апноэ во сне — теперь известно, от которого страдают около 30 миллионов человек в Соединенных Штатах и ​​миллионы других людей во всем мире. Исследование Янга и др. 21 о работающих взрослых предполагает распространенность 24% у мужчин и 9% у женщин во всем диапазоне степени тяжести. Наша аутрич-работа предполагает, что даже более высокий процент существует в клинических группах, особенно в первичной медико-санитарной помощи, и в некоторых других неклинических группах.22 , 23 Тем не менее, сегодня, благодаря огромному количеству научных и клинических знаний, а также эффективных методов лечения, которые легко доступны, существуют большие группы пациентов первичной медико-санитарной помощи, в которых невозможно найти диагнозы нарушения сна, включая СОАС, а также у подавляющего большинства американских граждан. .25 Кажется разумным предположить, что если OSA не распознается на поздних стадиях, он становится инвалидом и в конечном итоге летальным. В случае выявления и лечения даже тех, кто находится на грани смерти, часто можно спасти и восстановить нормальное здоровье.В одной первичной клинике, где врачи научились распознавать эти заболевания, количество пациентов с СОАС, которым удалось вылечить, подскочило с нуля до более чем 800 в течение нескольких лет.

«Удивительный парадокс» состоит в том, что наше общество не знает этих вещей. Преимущества хорошо усвоенных знаний о нормальном и патологическом сне не были эффективно переданы широкой публике и практикующим врачам. Национальная комиссия по исследованиям нарушений сна обнаружила повсеместную неспособность просвещения по вопросам сна, лишения сна и нарушений сна во всех компонентах американского общества.Это включало наблюдения, собранные на всех уровнях образовательной системы, включая тщательное изучение американских медицинских школ24.

Чтобы разрешить парадокс, Национальная комиссия представила Конгрессу США несколько рекомендаций. Следующий материал, содержащий рекомендации и их обоснование, взят из заключительного отчета Комиссии « Wake Up America! Национальное оповещение о сне ”.25

Рекомендации Национальной комиссии по исследованиям нарушений сна Конгрессу США, представленные в сентябре 1992 г.

Национальная комиссия по исследованиям нарушений сна предложила несколько ключевых рекомендаций, которые запустят долгосрочный национальный план по созданию среды, в которой результаты исследований и образовательные программы приведут к ранней диагностике и профилактике нарушений сна, а также уменьшат влияние этих нарушений и повсеместного недосыпания на здоровье и благополучие Америки.

СОЗДАНИЕ НАЦИОНАЛЬНОГО ЦЕНТРА

Нашей стране нужна подотчетная структура для координации обучения и исследований по проблемам сна и нарушений сна. В нескольких институтах NIH есть отличные программы исследования сна. Однако скоординированное управление и подотчетность необходимы для обеспечения широкого применения результатов фундаментальных и клинических исследований на благо всех наших граждан, а также постоянного выявления и эффективного устранения серьезных пробелов в исследованиях.

Каждая из проблем, выявленных Комиссией, имела в качестве первопричины отсутствие конкретной ответственности за решение проблем. Комиссия считает, что большее внимание общественности, ученых, разработчиков политики, клинических и административных органов должно быть сосредоточено на изучении нарушений сна и их воздействия на общество, а также должны быть найдены эффективные с точки зрения затрат профилактические решения.

Соответственно, Комиссия рекомендует Конгрессу Соединенных Штатов сделать простой, но неоценимо важный начальный шаг по созданию национального центра исследований сна.Он рекомендует создать федеральное учреждение, миссия которого состоит в (а) в содействии научному пониманию проблем сна и нарушений сна, (б) в переводе знаний, связанных со сном, в улучшение здоровья и продуктивности во всем нашем обществе, (в) в обеспечении лидерства, сфокусированность и координация в разработке и реализации эффективной образовательной кампании, нацеленной на всех медицинских работников, представителей отрасли, политиков и широкой общественности, (d) предоставить руководящие принципы и планы для увеличения исследовательского и клинического персонала, (e) поддерживать и сотрудничать совместно с другими институтами в удовлетворении этих потребностей, и (f) использовать передовой научный и клинический опыт для постоянного обновления программы исследований и национального плана.

Комиссия рекомендует Конгрессу санкционировать создание и выделение достаточных средств для поддержки национального центра исследований и образования по проблемам сна и нарушений сна, который будет размещен в существующем институте NIH. Деятельность Центра будет дополнять исследования, связанные с нарушениями сна и расстройства сна, которые в настоящее время проводятся различными национальными институтами здравоохранения, и, через свой собственный орган, будет поощрять и поддерживать исследования, заполняющие пробелы, и комплексные исследования, а также разрабатывать новые исследовательские программы и образовательные / учебные инициативы. в поле.

ОБУЧЕНИЕ И РАЗВИТИЕ КАРЬЕРЫ

Комиссия выявила серьезное отсутствие возможностей для карьеры и обучения молодых исследователей, интересующихся вопросами сна. Исследования необходимы для излечения и более эффективного лечения нарушений сна. Учащиеся должны получать лекарства от сна в школе; дополнительные лаборатории и ресурсы необходимы для поддержки докторантов и докторантов в области науки о сне.

Комиссия рекомендует, чтобы значительно увеличенные уровни федеральной поддержки направлялись в NIH, Центры по контролю за заболеваниями и другие агентства специально для обучения исследованиям сна и нарушений сна и возможностей карьерного роста.

ОБРАЗОВАНИЕ ПРОФЕССИОНАЛОВ ЗДРАВООХРАНЕНИЯ

В соответствии со своим мандатом по улучшению общественного здравоохранения Служба общественного здравоохранения поддерживает отличные исследования и способствует распространению результатов исследований среди населения через посредников медицинских работников. В настоящее время американская общественность , а не , получает пользу от новых открытий по расстройствам сна. Существует острая необходимость в том, чтобы врачи, медсестры и все медицинские работники могли выявлять и направлять или лечить пациентов с нарушениями сна.Поскольку врачи первичной медико-санитарной помощи представляют собой первую линию лечения для большинства граждан, особое внимание следует уделять повышению качества и степени их подготовки по вопросам сна и нарушений сна.

Комиссия рекомендует Конгрессу поощрять и поддерживать более широкую осведомленность и обучение в области сна и нарушений сна, охватывающее весь спектр медицинских профессий, особенно на уровне первичной медико-санитарной помощи.

AN EDUCATED AMERICA

Низкий общенациональный уровень осведомленности о природе и последствиях нарушений сна и недосыпания является национальной чрезвычайной ситуацией.Свидетели неоднократно спрашивали: «Сколько смертей, которые можно предотвратить, произойдет в этом году?» «Почему мы не делаем что-то прямо сейчас?» «Почему бы нам не спасти как можно больше жизней сейчас, а не через годы или десятилетия?» Комиссия пришла к выводу, что американская общественность была неправомерно лишена преимуществ исследовательских знаний, которые поддерживаются ее налоговыми долларами. Эту ситуацию необходимо исправить без промедления.

Критически важными для миссии Национального центра являются разработка и осуществление крупной кампании по информированию и просвещению населения о нарушениях сна и сна, а также стимулирование более глубоких знаний и обучения в области сна и нарушений сна среди медицинских работников.Среди основных целей этой кампании — повышение осведомленности и понимания общественности о нарушениях сна и сна, включая, помимо прочего, такие вопросы, как последствия недосыпания, природа нарушений сна, пропаганда здорового поведения в отношении сна и Признание того, когда проблемы со сном улучшатся, если вмешательство квалифицированного специалиста в области здравоохранения. Комиссия считает, что такая кампания по информированию / просвещению общественности может повлиять на изменение поведения, тем самым в конечном итоге уменьшив семейную дисфункцию, потерянные возможности получения образования, несчастные случаи, потерю дохода, инвалидность и потерянные жизни.

Комиссия рекомендует, чтобы федеральное правительство немедленно предприняло крупную кампанию по повышению осведомленности и просвещению общественности по вопросам сна и нарушений сна.

Обновление за 1997 год: прогресс в выполнении рекомендаций комиссии

Ежегодно жизни миллионов американских мужчин, женщин и детей нарушаются, нарушаются , или разрушаются из-за недосыпания и нарушений сна. При ошеломляющих масштабах заболеваемости и распространенности как нарушения сна, так и нарушения сна, связанные с другими медицинскими проблемами, наносят огромный урон населению нашей страны.Цена сонного общества включает потерю жизней, потерю дохода, инвалидность, потерю возможностей для получения образования, несчастные случаи и семейную дисфункцию; другие расходы значительно увеличивают дорожные расходы. Воздействие на здоровье и качество жизни миллионов людей и семей неизмеримо.

Исследование Национальной комиссии было первой попыткой полностью оценить природу и масштабы проблем, связанных со сном, в американском обществе. Сделав это, он рекомендовал несколько недорогих, выполнимых инициатив, которые позволили бы политикам добиться быстрого прогресса в их решении.Учитывая гигантское количество, чрезвычайно низкую стоимость эффективных социальных вмешательств и возможность восстановления здоровья и качества жизни для очень многих американцев, нынешнюю ситуацию следует рассматривать как неприемлемую.

Национальный центр исследований нарушений сна был создан при Национальном институте крови сердца и легких НИЗ. Законодательные акты были приняты и приняты в 1993 году. К сожалению, Национальный центр и другие инициативы, рекомендованные Комиссией, противоречили сокращению бюджета Конгресса, и для них никогда не выделялись целевые средства.Несмотря на отсутствие целевой финансовой поддержки, прогресс был незначительным. Например, Национальный центр исследований нарушений сна поддержал восемь образовательных премий, хотя первоначальное намерение состояло в том, чтобы поддержать только три. Однако, как я указал, серьезные социальные проблемы, выявленные Комиссией, все еще существуют. В 1998 году, через шесть лет после того, как Национальная комиссия по исследованию нарушений сна представила свой окончательный отчет Конгрессу Соединенных Штатов, повсеместное лишение сна, а также нелеченные и плохо леченные расстройства сна остаются, возможно, самой большой проблемой здоровья в Америке.

Заключение

Недавно 852 последовательных пациента заполнили утвержденную анкету (148 отказались, обычно слишком торопясь) при выходе из клиники первичной медицинской помощи Стэнфордского университета. Хотя ни у одного пациента не было предыдущего диагноза СОАС, исследование показало, что около 200 пациентов страдали этой проблемой на уровне серьезности, обычно требующем лечения. Это исследование не опубликовано, и для наших настоящих целей мы не заботимся о том, чтобы результаты были абсолютно точными.Однако симптомы, по крайней мере, у некоторых из них были вопиющими. Мы не знаем, действительно ли этих пациентов не узнавали или их сознательно игнорировали. Если врачи первичной медико-санитарной помощи Стэнфордского университета не признают СОАС, можем ли мы предположить, что все остальные врачи признают это? Я говорю, что ответ — решительное нет. Теперь мы приступили к исследованию, в котором мы точно диагностируем и оцениваем степень тяжести у каждого пациента в трех или четырех учреждениях первичной медико-санитарной помощи. Цифры могут достигать 10 000, определенно 5000, что должно дать хорошее представление о распространенности СОАС и других нарушений сна в типичных группах первичной медико-санитарной помощи.Есть надежда, что после этого врачи первичного звена больше не смогут игнорировать проблему.

Я закончу парой вещей. Во-первых, очень интересны исследования апноэ во сне и сердечно-сосудистых заболеваний. Тем не менее, хорошая наука предполагает большой скептицизм. Это еще не доказанный факт, что OSA играет причинную роль в сердечно-сосудистых заболеваниях. Однако, даже если мы не на 100% убеждены к концу этой встречи в том, что OSA вызывает сердечно-сосудистых заболеваний, мы, наконец, должны прийти к согласию с ценностью улучшения качества жизни.Нет качества жизни для тех, кто отключен из-за чрезмерной сонливости в течение всего дня, день за днем.

Второй вопрос, который следует рассмотреть, — как медицина сна, и особенно лечение СОАС, наконец, будут интегрированы в мейнстрим? Будет ли это специальность, которой занимается один или несколько специалистов, или диагностика и лечение нарушений сна будут практиковаться в основном в учреждениях первичной медико-санитарной помощи и семейной практике. Предположим, что наконец доказано, что OSA вызывает болезни сердца и инсульт, и все в это верят.Что тогда будет? Приведу вам пример полиомиелита. Когда я был маленьким, каждое лето мы жили в ужасе от полиомиелита. Кто будет поражен? Вы всегда кого-то знали. Наши родители постоянно переживали. Когда вакцина от полиомиелита наконец стала доступной, о полиомиелите знали все. Мы очень хотели получить вакцину. С другой стороны, мы живем в обществе, где не существует аналогичной осведомленности и беспокойства по поводу OSA.

Я думаю, что всем нам надлежит подготовить наше общество к этим захватывающим новым открытиям, о которых мы услышим, и последствия которых для медицинской практики могут быть не за горами.Единственный ответ — это масштабная национальная информационная кампания и эффективное проникновение в образовательную систему на всех уровнях, особенно в медицинскую школу.

Я показал слайд 44-летнего мужчины, которому в 1974 году поставили диагноз и лечили от тяжелого обструктивного апноэ в клинике расстройств сна Стэнфордского университета. Ему сделали трахеостомию. Сегодня, более двух десятилетий спустя, он остается здоровым и активным. В ходе теста на сон всю ночь он показал серьезную сердечную аритмию, сильную кислородную десатурацию и очень высокий индекс апноэ.У него было неизлечимо высокое кровяное давление, и он неоднократно засыпал в самых необычных обстоятельствах. На сегодняшний день мы дали ему 24 дополнительных года жизни, и неизвестно сколько еще. Я абсолютно в этом не сомневаюсь. Если бы его не лечили, он наверняка заснул бы за рулем или скончался от фатальной аритмии. Сегодня он чувствует себя хорошо, его артериальное давление контролируется, он жив, бодр и бдителен. Предстоит сделать еще очень много хорошего.Давай сделаем это!

Древнее эхо: лунный свет влияет на характер сна человека

Не ложились спать? Проверьте лунный цикл. Возможно, виноват лунный свет.

Новое исследование, проведенное в соавторстве антропологами Йельского университета Клаудией Валеджиа и Эдуардо Фернандес-Дуке, показало, что фазы Луны влияют на режим сна людей. Согласно их выводам, люди, как правило, ложатся спать позже и меньше спят вечерами перед полнолунием, когда лунный свет наиболее яркий ранней ночью, возможно, это пережиток тех времен, когда нашим кочевым предкам приходилось пользоваться этими дополнительными минутами света. .

Их выводы были опубликованы в журнале Science Advances.

Исследователи обнаружили это поведение в самых разных условиях, от сельских общин без электричества до ярко освещенных городских районов. В рамках исследования они изучили режим сна людей в трех коренных общинах Тоба / Кум в северной аргентинской провинции Формоза: в городе, где участники имели круглосуточный доступ к электрическому свету в своих домах и в общественных местах; сельский поселок, где у людей в домах было электрическое освещение, но не было уличных фонарей или другого внешнего освещения; и малонаселенный регион без электричества, где люди имеют ограниченное воздействие искусственного света.Исследователи также проанализировали данные о сне 464 студентов Вашингтонского университета в Сиэтле.

Все показали сильную связь между временем сна и лунным циклом. Как показало исследование, студенты американских колледжей, как и люди Тоба / Кум, начали спать позже и более короткое время за неделю до полнолуния.

«Нас поразило сходство между студентами колледжа, живущими в ярко освещенном американском городе, и сельскими коренными общинами с небольшим искусственным освещением», — сказал Валеджия, профессор антропологии факультета искусств и наук.«Это предполагает, что изменения сна в течение лунного цикла могут все еще существовать в современных городах, где световое загрязнение ярче, чем самый интенсивный лунный свет, и люди мало осведомлены о лунных фазах.

«Это также предполагает, что сон людей синхронизирован с лунным циклом, независимо от этнического и социального культурного происхождения, а также от того, живут ли они в шумном городе или в сельской местности».

Люди в основном ведут дневной образ жизни — активны в дневное время — и широко распространено мнение, что древние кочевые народы засыпали, когда становилось слишком темно, чтобы безопасно охотиться или собирать пищу.При достаточной яркости лунный свет позволял вести активную ночную деятельность. Однако, как только люди разработали искусственный свет, они могли изменять режим сна по мере необходимости, создавая хорошо освещенную или затемненную среду, которая изолировала их от естественных циклов, отметили исследователи.

Но независимо от того, осознают ли люди это или нет, лунный цикл все еще влияет на их режим сна, предполагает новое исследование.

Чтобы измерить влияние лунного цикла на сон, исследователи оснастили участников исследования наручными устройствами Actiwatch для измерения их режима сна и бодрствования.Участники также вели журналы сна. Исследователи сравнили данные о сне из сообществ Тоба / Кум с данными НАСА по солнцу и луне для соответствующего региона Формоза.

Согласно исследованию, изменения продолжительности сна каждого участника в течение лунного цикла варьировались от 20 минут до более чем 90 минут с небольшой разницей между тремя группами коренных народов. Исследование показало, что изменение времени, в течение которого люди засыпали, варьировалось от получаса до 80 минут. Результаты среди студентов колледжа соответствовали этим диапазонам.Согласно исследованию, во всех случаях люди ложились спать самыми последними и спали наименьшее количество времени, за три-пять дней до полнолуния.

Интервью с людьми из Тоба / Кум показали, что лунные ночи — особенно богатый период для общественной деятельности, а старейшины сообщили, что достаточное количество лунного света позволяет проводить охоту и рыбалку в ночное время, согласно исследованию.

«Наше исследование не может определить истинную ценность того, чтобы люди приспосабливали свой режим сна и активность к лунным ночам, но оно демонстрирует, что люди в разных условиях более активны и меньше спят, когда луна самая яркая вскоре после сумерек», — сказал Фернандес-Дуке. , профессор антропологии факультета искусств и наук.«Это говорит о том, что, используя искусственный свет для увеличения активности в ночное время, люди задействовали наследственную роль лунного света в регулировании нашего режима сна».

Полученные данные подчеркивают необходимость проведения лонгитюдных исследований — таких, которые наблюдают за одними и теми же участниками в течение длительных периодов — для лучшего понимания влияния лунных циклов на режим сна в современных условиях, говорят исследователи.

Среди других соавторов ведущий автор Леандро Казираги, Гидеон П.Данстер, Кейтлин МакГлотлен и Орасио О. де ла Иглесиа — все из Вашингтонского университета — и Игнасио Спиусас из Национального университета Кильмес, Берналь, Аргентина.

человек привыкли спать в две смены, и, возможно, нам следует сделать это снова

Около трети населения имеют проблемы со сном, в том числе проблемы с поддержанием сна в течение ночи.

В то время как ночные пробуждения причиняют боль большинству страдающих, есть некоторые свидетельства из нашего недавнего прошлого, которые предполагают, что период бодрствования, происходящий между двумя отдельными периодами сна, был нормой.

На протяжении всей истории было множество сообщений о сегментированном сне, от медицинских текстов до судебных протоколов и дневников, и даже у африканских и южноамериканских племен, с общими ссылками на «первый» и «второй» сон.

В книге Чарльза Диккенса Barnaby Rudge (1840) он пишет:

«Он знал это даже в ужасе, с которым он начинал свой первый сон, и распахнул окно, чтобы рассеять его присутствие за пределами комнаты какого-то предмета, который, так сказать, не был свидетелем Его мечта.«

Антропологи обнаружили доказательства того, что во времена доиндустриальной Европы бимодальный сон считался нормой. Начало сна определялось не установленным временем отхода ко сну, а тем, есть ли дела.

В книге историка А. Роджера Экирча At Day’s Close: Night in Times Past описывается, как домашние хозяйства в это время уходили на пенсию через пару часов после сумерек, просыпались через несколько часов на один-два часа, а затем спали второй раз до Рассвет.

Во время этого периода бодрствования люди расслаблялись, обдумывали свои сны или занимались сексом.Некоторые из них занимались шитьем, рубили дрова или читали, полагаясь на свет луны или масляные лампы.

Экирх обнаружил, что упоминания о первом и втором сне начали исчезать в конце 17 века. Считается, что это началось в высших классах Северной Европы и просочилось до остальной части западного общества в течение следующих 200 лет.

Интересно, что появление бессонницы для поддержания сна в литературе в конце 19 века совпадает с периодом исчезновения описаний раздельного сна.Таким образом, современное общество может оказывать ненужное давление на людей, заставляя их каждую ночь получать непрерывный консолидированный сон, что усиливает беспокойство по поводу сна и увековечивает проблему.

Биологическая основа

Менее драматические формы двухфазного сна очевидны в современном обществе, например, в культурах, которые проводят послеобеденную сиесту. Наши биологические часы поддаются такому графику, снижая бдительность в начале дня (так называемое «падение после обеда»).

В начале 1990-х годов психиатр Томас Вер провел лабораторный эксперимент, в котором он подверг группу людей короткому световому периоду, то есть их оставляли в темноте на 14 часов каждый день вместо обычных 8 часов — в течение месяца. .

(simpleinsomnia / Flickr)

Потребовалось некоторое время, чтобы их сон отрегулировался, но к четвертой неделе сформировался отчетливый двухфазный режим сна. Сначала они спали 4 часа, затем просыпались от 1 до 3 часов, прежде чем впали во второй 4-часовой сон.Это открытие предполагает, что двухфазный сон — это естественный процесс с биологической основой.

Плюсы и минусы

Сегодняшнее общество часто не допускает такой гибкости, поэтому мы должны соответствовать сегодняшним графикам сна / бодрствования. Обычно считается, что непрерывный непрерывный сон продолжительностью от 7 до 9 часов, вероятно, лучше всего подходит для того, чтобы почувствовать себя отдохнувшим. Однако такой график может не соответствовать нашим циркадным ритмам, поскольку мы десинхронизируемся с внешним 24-часовым циклом свет / темнота.

Чтобы успешно поддерживать раздельный график сна, вы должны правильно выбрать время — то есть начинать сон при сильном желании спать и во время низкой циркадной точки, чтобы быстро заснуть и сохранить сон.

Некоторые из ключевых преимуществ раздельного режима сна включают гибкость, которую он дает с учетом рабочего и семейного времени (там, где такая гибкость предоставляется). Некоторые люди в современном обществе приняли этот тип расписания, поскольку он обеспечивает два периода повышенной активности, творчества и бдительности в течение дня, а не длительный период бодрствования, когда в течение дня нарастает сонливость, а продуктивность снижается.

В поддержку этого появляется все больше свидетельств того, что дневной сон может иметь важные преимущества для памяти и обучения, повышая нашу бдительность и улучшая настроение.Некоторые считают, что нарушения сна, такие как бессонница для поддержания сна, коренятся в естественном предпочтении организмом разделенного сна. Поэтому для некоторых людей разделенный график сна может быть более естественным ритмом.

Значение для сменной работы

В последнее время режимы сна с раздельным режимом стали появляться как потенциальная альтернатива непрерывной работе в ночную смену. Работа в ночное время имеет комбинированные проблемы, связанные с длительным бодрствованием (часто при работе с 8–12-часовыми сменами) и циркадными отклонениями (работа в ночное время, когда вы обычно спите).

Сменные рабочие часто жалуются на усталость и снижение производительности труда, и они подвергаются повышенному риску хронических заболеваний, таких как ожирение, диабет 2 типа и болезни сердца.

В некоторых отраслях промышленности используются графики с более короткими, но более частыми возможностями сна, исходя из предположения, что стремление засыпать будет меньше при сокращении времени. Например, 6 часов работы / 6 часов отдыха, 4 часа работы / 8 часов отдыха и 8 часов работы / 8 часов отдыха, ограничивая время работы в смену и сокращая длительные периоды бодрствования.

Разделенные графики сна / работы делят день на несколько циклов работы / отдыха, поэтому сотрудники работают несколько коротких смен, разбиваясь на короткие перерывы каждые 24 часа.

Распределение смены, обеспечивающее достаточное время сна в течение 24 часов, может быть полезно для сна, производительности и безопасности. Ряд недавних исследований показали, что разделенный сон обеспечивает сравнимые преимущества по производительности с одним большим сном, если поддерживать общее время сна за 24 часа (примерно 7-8 часов за 24 часа).

Однако, как и следовало ожидать, производительность и безопасность все же могут быть снижены, если вставать и начинать работу рано утром. И мы не знаем, приносят ли эти расписания какую-либо пользу для здоровья и снижают ли риск хронических заболеваний.

Несмотря на то, что проблемы, связанные с работой в ночную смену, невозможно устранить, преимущество некоторых графиков раздельных смен заключается в том, что все работники получают хотя бы некоторую возможность спать по ночам и им не нужно сохранять бдительность более 6-8 часов.

Хотя мы стремимся к крепкому сну, это может не подходить для всех биологических часов или рабочего графика. Фактически, это могло быть возвратом к бимодельному режиму сна наших доиндустриальных предков и, возможно, могло бы хорошо сработать в современных промышленных условиях.

Версия этой истории была впервые опубликована в июне 2016 года.

Мелинда Джексон, старший научный сотрудник Школы здравоохранения и биомедицинских наук, Университет RMIT, и Сиобан Бэнкс, старший научный сотрудник, Центр исследований сна, Университет Южной Австралии.

Эта статья изначально была опубликована на сайте The Conversation. Прочтите оригинальную статью.

Сколько часов сна достаточно?

Сколько часов сна достаточно для хорошего здоровья?

Ответ Эрика Дж. Олсона, доктора медицины

Количество необходимого вам сна зависит от различных факторов, особенно от вашего возраста. Хотя потребности во сне значительно различаются у разных людей, рассмотрите следующие общие рекомендации для разных возрастных групп:

Возрастная группа Рекомендуемое количество сна
Младенцы от 4 месяцев до 12 месяцев от 12 до 16 часов в сутки, включая дремоту
1-2 года от 11 до 14 часов в сутки, включая дремоту
3-5 лет От 10 до 13 часов в сутки, включая дремоту
от 6 до 12 лет от 9 до 12 часов в сутки
от 13 до 18 лет от 8 до 10 часов в сутки
Взрослые 7 и более часов в сутки

Помимо возраста, на количество часов сна могут влиять и другие факторы.Например:

  • Качество сна. Если ваш сон часто прерывается, вы не получаете качественного сна. Качество сна так же важно, как и количество.
  • Предыдущее недосыпание. Если вы недосыпаете, количество необходимого сна увеличивается.
  • Беременность. Изменения уровня гормонов и физический дискомфорт могут привести к ухудшению качества сна.
  • Старение. Пожилым людям нужно примерно столько же сна, что и молодым.Однако по мере того, как вы становитесь старше, ваш режим сна может измениться. Пожилые люди, как правило, легче спят, им требуется больше времени, чтобы начать спать, и более короткие промежутки времени для сна, чем у более молодых людей. Пожилые люди также часто просыпаются за ночь несколько раз.

Для детей регулярное получение рекомендованного количества сна связано с улучшением здоровья, включая улучшенное внимание, поведение, обучение, память, способность контролировать эмоции, качество жизни, а также психическое и физическое здоровье.

Для взрослых регулярный сон менее семи часов в сутки был связан с плохим здоровьем, включая увеличение веса, индекс массы тела 30 или выше, диабет, высокое кровяное давление, болезни сердца, инсульт и т. Д. депрессия.

Если вас беспокоит количество сна, которое вы или ваш ребенок спите, поговорите со своим врачом или лечащим врачом вашего ребенка.

  • Сон и увеличение веса: какая связь?
  • Секущиеся ногти
15 мая 2021 г. Показать ссылки
  1. Основы мозга: понимание сна.Национальный институт неврологических расстройств и инсульта. https://www.ninds.nih.gov/Disorders/Patient-Caregiver-Education/Understanding-Sleep. По состоянию на 31 марта 2021 г.
  2. Paruthi S, et al. Рекомендуемое количество сна для детей: согласованное заявление Американской академии медицины сна. Журнал клинической медицины сна. 2016; doi.org/10.5664/jcsm.5866.
  3. Landon MB, et al., Eds. Материнская физиология. В: Акушерство Габби: нормальные и проблемные беременности.8-е изд. Эльзевир; 2021 г. https://www.clinicalkey.com. По состоянию на 31 марта 2021 г.
  4. Cirelli C. Недостаток сна: определение, эпидемиология и неблагоприятные исходы. https://www.uptodate.com/contents/search. По состоянию на 31 марта 2021 г.
  5. Kryger MH, et al., Eds. Нормальный сон. В кн .: Атлас клинической медицины сна. 2-е изд. Сондерс Эльзевир; 2014. https://www.clinicalkey.com. По состоянию на 31 марта 2021 г.
  6. Уотсон Н.Ф. и др. Рекомендуемое количество сна для здорового взрослого: совместное заявление Американской академии медицины сна и Общества исследования сна.2015; doi.org/10.5664/jcsm.4758.
Посмотреть больше ответов экспертов

.

Границы | Автоматическая оценка стадии сна человека с использованием глубоких нейронных сетей

Введение

Описание проблемы

Визуальная оценка стадий сна — золотой стандарт в исследованиях сна и медицине. Оценка сна выполняется визуально на основе следующих сигналов: (1) электрическая активность мозга — электроэнцефалограмма (ЭЭГ), (2) электрическая активность, возникающая в результате движения глаз и век — электроокулограмма (ЭОГ) и (3) мышечный тонус. записывается под подбородком (под подбородком) — электромиограмма (ЭМГ).

Оценка сна обычно выполняется в соответствии со стандартными правилами оценки: Rechtschaffen and Kales (1968) или Американской ассоциацией медицины сна (AASM) (Iber et al., 2007). Согласно правилам AASM (Iber et al., 2007) эксперт визуально классифицирует последовательные 30-секундные эпохи полисомнографических (ПСГ) данных (ЭЭГ, ЭОГ и ЭМГ) на бодрствование, сон с быстрым движением глаз (REM) и не-REM. (NREM) сон (стадии N1 – N3). Если оценка выполняется в соответствии с Rechtschaffen and Kales (1968), оцениваются 20- или 30-секундные эпохи, и NREM-сон подразделяется на стадии 1–4, причем стадии 3–4 рассматриваются как медленноволновой сон (SWS, глубокий сон, соответствующий N3).Кроме того, Rechtschaffen и Kales (1968) определили время движения как отдельный этап.

График последовательности стадий сна называется гипнограммой (см. Рисунок 1). Человеческий сон обычно начинается со стадии 1 (N1), которая обычно длится всего несколько минут и представляет собой очень легкий сон. Медленное вращение глаз является признаком стадии 1, при этом могут возникать сокращения мышц, гипнагогические подергивания.

РИСУНОК 1. Пример автоматической оценки сна, обученной на здоровых субъектах (набор данных 1; пример из набора для проверки).Панель 1: гипнограмма (W, бодрствование; R, быстрый сон, 1-3: фазы NREM-сна N1 – N3), оцененная экспертом-человеком. Панель 2: гипнограмма, полученная в результате RF-классификации на основе характеристик с последующим временным сглаживанием с помощью HMM. Панель 3: гипнограмма, полученная в результате классификации с помощью трехуровневой двунаправленной сети LSTM с 8 нейронами LSTM в каждом слое на основе характеристик, длина последовательности восемь эпох (т. Е. 160 с). Панель 4: гипнограмма, полученная в результате сети CNN-LSTM с 11 сверточными слоями и двухслойной двунаправленной LSTM с 32 нейронами LSTM в каждом слое.Входные данные состояли из необработанных данных (1 ЭЭГ и 2 ЭОГ) и мощности ЭМГ (1 значение за эпоху). Нижняя панель: спектрограмма (спектры плотности мощности 20-секундных эпох, обозначенные цветом по логарифмической шкале [0 дБ = 1 мкВ 2 / Гц; –10 дБ 20 дБ]) отведения ЭЭГ C3A2. См. Дополнительные материалы для ознакомления с соглашениями об именах алгоритмов.

Далее следует стадия 2 (N2), более глубокое состояние сна, чем стадия 1, характеризующаяся возникновением сонных веретен и К-комплексов и промежуточным мышечным тонусом.

Стадия 2 обычно предшествует глубокому сну — стадиям 3 и 4 (SWS, N3). Основная характеристика глубокого сна — наличие медленных колебаний (<1 Гц) и дельта-волн (1–4 Гц) в ЭЭГ не менее 20% длительности эпохи. Мышечный тонус низкий.

Сон с быстрым движением глаз происходит периодически в течение ночи и характеризуется быстрым движением глаз, быстрой низкоамплитудной активностью ЭЭГ, такой как ЭЭГ бодрствования, и низким мышечным тонусом (атония).

Развитие различных стадий не является случайным, а скорее следует циклическому чередованию медленного и быстрого сна (Achermann and Tarokh, 2014) с продолжительностью цикла приблизительно 90 минут (типичная структура см. На Рисунке 1).Здоровый сон состоит примерно из 3–5 циклов сна.

Визуальная оценка экспертом требует времени и субъективна. В нескольких исследованиях, посвященных межэкспертной надежности, было выявлено, что соответствие между оценками далеко от идеала (Danker-Hopfe et al., 2004; Penzel et al., 2013; Rosenberg and Van Hout, 2013; Younes et al., 2016, 2018).

Для сравнения двух экспертов или алгоритма с экспертом можно использовать несколько показателей. Самый простой — это точность, соотношение эпох, которым была отнесена одна и та же стадия сна.Оценка F1 (Dice, 1945; Sørensen, 1948) — это мера, вычисляемая для каждого класса, и она широко используется в области машинного обучения, а также применялась для оценки производительности при автоматической оценке сна (Tsinalis et al., 2016; Supratak et al., 2017; Chambon et al., 2018).

Пауэрс (2014) утверждал, что оценка F1 имеет определенные недостатки. Каппа Коэна (Cohen, 1960) — это метрика, учитывающая случайное совпадение и, следовательно, несбалансированные пропорции различных классов, и обычно используется в биологии и исследованиях сна.Считается, что значения выше 0,8 отражают отличное согласие (Mchugh, 2012). Мы также применили эту метрику в нашем исследовании.

значений каппа Коэна в исследовании Danker-Hopfe et al. (2009) показали хорошее согласие для быстрого сна, минимальное согласие для стадии 1 и умеренное согласие для других стадий.

Вскоре после того, как в 1968 г. был установлен стандарт оценки сна (Rechtschaffen and Kales, 1968), были предприняты попытки разработать алгоритмы для автоматического определения стадий сна (Itil et al., 1969; Ларсен и Уолтер, 1970; Смит и Каракан, 1971; Мартин и др., 1972; Гайяр и Тиссо, 1973; Gevins и Rémond, 1987).

Сопутствующие работы

Martin et al. (1972) применили простое дерево решений с использованием данных ЭЭГ и ЭОГ для оценки. Алгоритм, подобный дереву решений, также использовался Луисом и др. (2004). Stanus et al. (1987) разработали и сравнили два метода автоматической оценки сна: один на основе авторегрессионной модели, а другой на основе спектральных диапазонов и байесовской теории принятия решений.Оба метода использовали одну ЭЭГ, два ЭОГ и канал ЭМГ. ЭОГ был необходим для обнаружения движений глаз, а ЭМГ — для оценки мышечного тонуса. Fell et al. (1996) исследовали автоматическую оценку сна с использованием дополнительных нелинейных характеристик (размерность корреляции, энтропия Колмогорова, показатель Ляпунова) и пришли к выводу, что такие меры несут дополнительную информацию, не захваченную спектральными характеристиками. Park et al. (2000) построили гибридную систему, основанную на правилах и случаях, и сообщили о высоком согласии с людьми, набирающими очки. Они также утверждали, что такая система хорошо работает для оценки пациентов с нарушениями сна.

Одна из коммерчески успешных попыток выполнения автоматического скоринга возникла в результате проекта SIESTA (Klosh et al., 2001). Соответствующее программное обеспечение группы SIESTA получило название Somnolyzer 24×7. Он включает проверку качества данных на основе гистограмм. Программа извлекает признаки на основе одного канала ЭЭГ, двух каналов ЭОГ и одного канала ЭМГ и прогнозирует стадии сна с помощью дерева решений (Anderer et al., 2005). Программное обеспечение было проверено на базе данных, содержащей 90 пациентов с различными нарушениями сна и около 200 человек из контрольной группы.Несколько экспертов оценили сон в базе данных, а Somnolyzer 24×7 показал хорошее согласие с оценкой согласия (Anderer et al., 2005).

Новые и более сложные подходы были основаны на искусственных нейронных сетях (ИНС). Schaltenbrand et al. (1993), например, применили ИНС для классификации стадий сна с использованием 17 признаков, извлеченных из сигналов PSG, и сообщили о точности, близкой к 90%. Pardey et al. (1996) объединили ИНС с нечеткой логикой, а Längkvist et al. (2012) применили ограниченные машины Больцмана для решения проблемы классификации сна, если упомянуть лишь несколько подходов.

Вышеупомянутые методы требуют тщательно разработанных функций. Этого шага можно избежать, используя новые методы глубокого обучения. ИНС в форме сверточных нейронных сетей (CNN) недавно были применены к ЭЭГ необработанного сна Tsinalis et al. (2016). Сети CNN особенно перспективны, потому что они могут изучать сложные модели и «смотреть» на данные так же, как «настоящий мозг» (Fukushima and Miyake, 1982). Однако для работы с необработанными данными требуется огромное количество обучающих данных и вычислительных ресурсов.

Последовательности эпох рассматриваются экспертом-человеком в соответствии с инструкциями по выставлению оценок. Поэтому мы предполагаем, что изучение локальных временных структур является важным аспектом автоматической оценки сна. Временные паттерны ранее рассматривались с помощью скрытой марковской модели (HMM) (Дорошенков и др., 2007; Пан и др., 2012). В последние несколько лет рекуррентные нейронные сети (RNN) продемонстрировали лучшую производительность, чем «классические» методы машинного обучения на наборах данных с временной структурой (Mikolov et al., 2010; Graves et al., 2013; Карпаты и Фей-Фей, 2015). Одной из наиболее распространенных и хорошо изученных РНС является нейронная сеть с долговременной памятью (LSTM) (Hochreiter and Schmidhuber, 1997). Такие сети успешно применялись к данным ЭЭГ в целом (Davidson et al., 2006), а также к данным о сне (Supratak et al., 2017).

Искусственные нейронные сети, использующие необработанные данные, показали сопоставимую производительность с лучшими ИНС, использующими инженерные функции и лучшие классические методы машинного обучения (Davidson et al., 2006; Циналис и др., 2016; Supratak et al., 2017; Chambon et al., 2018; Phan et al., 2018; Сорс и др., 2018). См. Подробности в разделе «Обсуждение».

Вышеупомянутые подходы основывались на обучении с учителем. Также было предпринято несколько попыток выполнить неконтролируемую автоматическую оценку сна у людей (Gath and Geva, 1989; Agarwal and Gotman, 2001; Grube et al., 2002) и у животных (Sunagawa et al., 2013; Libourel et al., 2015).

Наш вклад

Мы реализовали различные алгоритмы машинного обучения, случайные леса (RF), сети на основе функций (сети LSTM) и сети на основе необработанных данных (сети CNN-LSTM), а также обучили и протестировали их на здоровых участниках и пациентах.Мы сообщаем все значения каппа Коэна (Cohen, 1960) на разных этапах для сравнения производительности алгоритмов.

Все наши алгоритмы давали высокие значения каппа Коэна для данных здоровых субъектов. Эффективность обработки данных, записанных у пациентов, была ниже, чем у ИНС. Включение части данных о пациентах в обучение улучшило производительность с данными о пациентах. Это говорит о том, что нам понадобятся еще большие и разнообразные наборы данных для обучения алгоритма, который можно будет надежно применять на практике.DNN показали хорошие результаты даже при использовании только одного канала ЭЭГ — интересное наблюдение за нашей работой.

Материалы и методы

Данные полисомнографии (ПСГ)

Мы обучили и протестировали алгоритмы автоматической оценки стадий сна на двух наборах данных из двух разных лабораторий.

Первый набор данных состоял из 54 записей сна здоровых участников за всю ночь. Второй набор данных состоял из 22 записей сна в течение всей ночи и 21 записи теста множественной задержки сна (MSLT) у пациентов.MSLT обычно используется для оценки дневной сонливости пациентов. Во время этого теста у испытуемого есть четыре или пять возможностей вздремнуть по 20 минут, разделенных 1,5-часовыми интервалами. Пример гипнограммы MSLT можно увидеть на рисунке 2. Обычно записывается только дневной сон, но в нашем наборе данных запись велась непрерывно в течение примерно 9 часов, и иногда мы наблюдали эпизоды сна в дополнение к запланированному дремоте. В стандартных условиях эти эпизоды сна были бы пропущены. Для анализа и классификации использовались канал ЭЭГ C3A2, один миографический и два окулографических канала.

РИСУНОК 2. Пример автоматической оценки сна данных MSLT, обученных на смеси данных здоровых участников и данных пациентов (наборы данных 1 и 2; пример набора тестов). Структура рисунка и сокращения аналогичны рисунку 1. Желтый фон обозначает горящие индикаторы.

Набор данных 1: здоровые субъекты

Полисомнографические (ПСГ) записи исследования, посвященного изучению эффекта вестибулярной стимуляции (Omlin et al., 2018). Всего 18 здоровых молодых мужчин (20–28 лет; среднее: 23.7 лет). У каждого испытуемого регистрировали три ночи сна (8 ч). Две ночи с движением (кровать качали до засыпания или первые 2 часа после выключения света) и контрольная ночь без движения. Данные состояли из 12 каналов ЭЭГ, примененных в соответствии с системой 10–20, 2 отведений ЭОГ, 1 отведения ЭМГ субментального уровня, 1 отведения ЭКГ и сигналов дыхания (грудная клетка и брюшная полость). Записи производились с помощью полиграфического усилителя (Artisan, Micromed, Mogliano, Венето, Италия).Частота дискретизации составляла 256 Гц (Rembrandt DataLab; версия 8.0; Embla Systems, Broom Field, CO, США). К аналоговым сигналам применялись фильтр верхних частот (ЭЭГ: -3 дБ при 0,16 Гц; ЭМГ: 10 Гц; ЭКГ: 1 Гц) и фильтр сглаживания (-3 дБ при 67,4 Гц). Отведения ЭЭГ были повторно привязаны к контрлатеральным сосцевидным отросткам (A1, A2). Стадии сна (20-секундные эпохи) оценивались в соответствии с критериями AASM (Iber et al., 2007). Исследование проводилось в лаборатории сна Института фармакологии и токсикологии Цюрихского университета и было одобрено институциональным наблюдательным советом Швейцарского федерального технологического института в Цюрихе (ETH Zurich).

Набор данных 2: Пациенты

Данные были записаны у пациентов с нарколепсией (23 пациента) и гиперсомнией (пять пациентов) во время ночного сна (примерно 8 часов) и во время MSLT (непрерывная запись в течение примерно 9 часов). Нам пришлось исключить некоторые записи из-за плохого качества сигнала. Таким образом, некоторые пациенты внесли свой вклад только ночью или записью MSLT (Гиперсомния: 5 MSLT, 4 ночи; Нарколепсия: 16 MSLT, 18 ночей). Данные включали 6 ЭЭГ, 2 ЭМГ, 2 отведения ЭОГ и 1 ЭКГ.Сигналы регистрировались с частотой дискретизации 200 Гц (полиграфический усилитель Grass Technologies AURA PSG). К аналоговым сигналам применялись фильтр верхних частот (ЭЭГ: –3 дБ при 0,5 Гц) и фильтр сглаживания (–3 дБ при 50 Гц). Стадии сна (30-е годы) оценивали по Rechtschaffen и Kales (1968). Время движения не засчитывалось. Чтобы сделать стадии сна совместимыми с первым набором данных, мы объединили стадии сна 3 и 4. Записи проводились в Центре нарушений сна, Отделении клинической нейрофизиологии, Институте психиатрии и неврологии в Варшаве, Варшава, Польша.Исследование было одобрено Экспертным советом Института психиатрии и неврологии.

Данные в двух лабораториях регистрировались разными записывающими устройствами, что приводило к разным частотам выборки и настройкам фильтров. Сигналы подвергались повторной дискретизации с частотой 128 Гц (с применением соответствующих фильтров сглаживания, что приводило к аналогичной фильтрации нижних частот данных) для размещения данных, записанных с разными частотами дискретизации. Мы не настраивали фильтрацию верхних частот, потому что не ожидали, что она окажет большое влияние на производительность классификации.Другая причина заключалась в том, что мы считаем важным, чтобы наши методы работали с данными, записанными с использованием различного оборудования в разных лабораториях.

Машинное обучение: классификация

Машинное обучение — это раздел информатики, который позволяет изучать свойства данных и решать задачи без прямого программирования решающих правил. Основные подходы в машинном обучении — это обучение с учителем и обучение без учителя (Bishop, 2016). В этой работе мы использовали контролируемый подход для решения проблемы классификации (Bishop, 2016).Алгоритмы классификации решают проблему присвоения меток данным. Они обучаются с помощью помеченных данных, обучающего набора, чтобы изучать свойства данных и соответствующие ярлыки [контролируемое машинное обучение (Bishop, 2016)].

В этой работе мы решили проблему классификации, применив алгоритмы машинного обучения с учителем. Мы использовали два подхода: (1) классификация на основе характеристик (RF и ИНС) и (2) классификация на основе необработанных данных (ИНС).

Классификация на основе характеристик

Полисомнографические сигналы очень сложны, но они выявляют определенные закономерности, критически важные для оценки экспертом.Например, волны определенных частот: веретена сна (12–14 Гц), медленные волны (0,5–4 Гц), альфа-волны (8–12 Гц), тета-колебания (4–8 Гц) очень важны для различения различных стадии сна. Эти меры могут быть легко определены количественно в частотной области. Мы применили классический спектральный анализ (Welch, 1967), но также можно было бы рассмотреть подход с несколькими конусами (Babadi and Brown, 2014), в частности, когда спектрограммы используются в качестве признаков. Другие важные маркеры стадий сна, такие как быстрые и медленные движения глаз, моргание глаз и мышечный тонус, также могут быть определены количественно.Такие меры называются функциями, а процесс их определения — проектированием признаков. Использование тщательно спроектированных специфичных для предметной области функций для систем машинного обучения имеет множество преимуществ: для этого требуется небольшой объем обучающих данных, выполняется быстро и результаты можно интерпретировать. Другой подход, основанный на глубоком обучении и работе с необработанными данными, описан позже.

Предварительная обработка и извлечение признаков

На первом этапе мы использовали спектрограммы ЭЭГ вместо необработанного сигнала.Хорошо известно, что спектры отражают основные свойства ЭЭГ сна, и таким образом мы смогли значительно уменьшить размерность наших данных. Спектры плотности мощности рассчитывались для 20-секундных эпох (30-секундные для данных пациента) с использованием функции Велча в MATLAB (БПФ; среднее из четырех или шести 5-секундных окон; окна Хеннинга; без перекрытия; разрешение по частоте 0,2 Гц). Спектры были построены и закодированы цветом в логарифмической шкале (рисунки 1, 2). Спектрограммы были ограничены диапазоном 0,8–40 Гц для уменьшения размерности матрицы данных.

Мы использовали набор из 20 инженерных характеристик для классификации (их определения см. В дополнительном материале). Они включают, среди прочего, мощность в разных частотных диапазонах и их соотношения, движения глаз и мышечный тонус. Мы не исключали никаких эпох (т.е. включенных артефактов), потому что хотели иметь систему, готовую работать с данными с минимальным требованием предварительной обработки вручную. Более того, эпохи с артефактами содержат полезную информацию: бодрствование почти всегда сопровождается артефактами движения, а за движением часто следует переход в стадию 1.Однако количественный анализ, такой как расчет спектров средней плотности мощности, требует исключения артефактов, что может быть достигнуто с помощью простых алгоритмов (Малафеев и др., 2018).

Мы использовали два разных подхода к классификации по признакам: RF и ИНС.

Случайный лес (РФ)

Один из классических методов решения задач классификации основан на деревьях решений (Morgan and Sonquist, 1963; Hunt et al., 1966; Breiman et al., 1984). Каждый узел дерева соответствует функции и соответствующему пороговому значению. Для вектора данных, который должен быть классифицирован, мы проходим по дереву, сравнивая соответствующий признак с порогом узла. В зависимости от результата сравнения переходим в левую или правую ветку. После обхода дерева мы попадаем в лист, который определяет, к какому классу принадлежит точка данных.

Деревья решений имеют определенные ограничения (например, переоснащение) (Safavian and Landgrebe, 1991; Mitchell, 1997).Переобучение означает, что алгоритм изучает что-то очень конкретное из обучающих данных, и классификатор больше не может предсказывать новые данные.

Способ преодоления этих ограничений — создать ансамбль деревьев, то есть построить множество деревьев, каждое из которых основано на случайном подмножестве обучающих данных (Ho, 1995; Breiman, 2001). Точка данных классифицируется по всем деревьям, и мы можем вычислить вероятность принадлежности точки данных к определенному классу по доле деревьев, которые «проголосовали» за этот класс.ВЧ-классификаторы и аналогичные недавние древовидные техники продемонстрировали современные результаты по множеству проблем (Лаптев и Бухманн, 2014, 2015; Чен и Гестрин, 2016).

Мы внедрили RF для классификации стадий сна на основе векторов признаков (20 компонентов). Мы вычисляли векторы вероятности для каждой эпохи (20 или 30 с). Далее мы рассмотрели локальную временную структуру сна, как описано выше в отношении обучения временным курсам. Мы применили HMM (см. Дополнительные материалы) и медианный фильтр (MF) с окном из трех 20-секундных или 30-секундных эпох для сглаживания данных.

Искусственные нейронные сети (ИНС)

В течение долгого времени исследователи пытались построить компьютерную модель нейрона (Фарли и Кларк, 1954; Рочестер и др., 1956) и использовать такие модели для классификации данных (Розенблатт, 1958). Это исследование привело к разработке многослойных нейронных сетей (Ивахненко и Лапа, 1967), которые теперь обозначаются как ИНС.

Искусственные нейронные сети состоят из взаимосвязанных нейронов. Каждый нейрон выполняет умножение входных сигналов на параметры, называемые весами, суммируются и отправляются на выход.Можно обучать ИНС, корректируя (обновляя) веса (Goodfellow et al., 2016). Этот процесс обучения еще называют оптимизацией. Для обучения ИНС требуется функция, которая количественно определяет качество классификации. Такая функция называется функцией потерь или функцией стоимости. Функция потерь должна быть дифференцируемой, иначе вычислить градиенты будет невозможно. Примером функции потерь является среднеквадратическая ошибка. В своей работе мы использовали функцию потерь кросс-энтропии (De Boer et al., 2005). Кросс-энтропийные потери — хороший показатель ошибок сетей с дискретными целями. Цели — это базовые истинные значения, данные экспертом, в нашем случае стадии сна.

Глубокое обучение с использованием сырых данных

Глубокие нейронные сети (DNN), особый тип ANN, могут изучать сложные модели. Более того, DNN могут автоматически изучать функции, и этап разработки функций можно пропустить. Особенности могут быть изучены с помощью, например, CNN (Fukushima and Miyake, 1982; Lecun et al., 1989; Waibel et al., 1989). DNN обычно демонстрируют лучшую производительность, чем методы, основанные на функциях, но это происходит за счет возросшего спроса на вычисления, а такие сети требуют большего количества обучающих данных. Однако DNN требует гораздо меньше ручной настройки, чем методы, основанные на функциях, и поэтому их проще реализовать и поддерживать.

Сверточные нейронные сети (CNN)

Особым типом DNN являются CNN. Первоначально они были разработаны для распознавания изображений (Fukushima, Miyake, 1982; Lecun et al., 1989; Waibel et al., 1989). Основным свойством CNN является то, что они выполняют свертку ввода с набором фильтров, которые необходимо изучить. Они успешно применялись не только для распознавания изображений, но и для распознавания речи (Abdel-Hamid et al., 2014), анализа текста (Dos Santos and Gatti, 2014) и многих других областях. Более того, CNN уже успешно применялись к различным типам физиологических сигналов, включая записи ЭЭГ в бодрствовании (Cecotti and Graeser, 2008; Mirowski et al., 2008). Фильтры имеют определенный размер. Учитывая одномерный характер наших данных, фильтр — это вектор определенной длины. Фильтр перемещается с определенным шагом, называемым шагом по входным данным.

Еще одним специфическим типом слоев, которые мы использовали, был max-pooling. Он принимает максимальное значение скользящего окна и помогает добиться локальной инвариантности. Слой максимального объединения также имеет определенный размер фильтра и шаг.

Остаточные сети

Остаточные сети (He et al., 2016) представляют собой особый вид ИНС, в которых уровни соединяются не только в последовательном порядке, но также с помощью так называемых пропущенных или остаточных соединений, которые перепрыгивают через один или несколько уровней. Градиенты могут исчезнуть, когда в сети много слоев. Остаточные соединения предотвращают эту проблему и делают обучение сетей более эффективным и позволяют обучать очень глубокие сети с большим количеством слоев.

Зависимости от времени обучения

Общие алгоритмы машинного обучения рассматривают каждую выборку данных независимо от предыдущих.Это касается классификации RF и обычных ИНС. Однако при подсчете сна эксперты принимают во внимание информацию о предыдущих эпохах. Таким образом, было бы полезно учитывать некоторую временную информацию (структуру) в алгоритме классификации сна.

Как упоминалось во введении, сон имеет не только локальную, но и глобальную структуру, такую ​​как циклы сна (Achermann, Tarokh, 2014). Однако эту глобальную структуру не следует принимать во внимание при подсчете баллов (визуальных или автоматических), поскольку они могут отличаться в зависимости от патологии или во время сна.Поэтому мы ограничили временную память наших моделей (см. Ниже), но информация о нескольких предыдущих эпохах по-прежнему важна для учета при оценке сна. Мы предполагаем, что если мы изучим длинные последовательности, это повлияет на алгоритм, и такие модели будут плохо работать на записях, где такие шаблоны отсутствуют, например, в записях MSLT (короткие 20-минутные дневные интервалы) или при нарушенном сне.

Мы реализовали изучение временных структур сна двумя способами. Во-первых, мы применили HMM (Стратонович, 1960) для сглаживания результатов RF-классификации (подробности см. В дополнительном материале) и MF с размером окна в три эпохи, очень простой, но эффективный подход для сглаживания данных (см. Дополнительный материал).

В качестве второго подхода мы внедрили RNN. RNN получают собственный вывод предыдущего шага в качестве дополнительного ввода в сочетании с новым вектором данных. Таким образом, RNN учитывают временную структуру данных. Одной из наиболее успешных RNN является сеть LSTM (Hochreiter and Schmidhuber, 1997). RNN также могут использовать информацию о будущих эпохах; в таком случае они называются двунаправленными RNN. Одним из основных преимуществ сетей LSTM является их способность избегать исчезающих градиентов.

Как упоминалось выше, длина входных последовательностей должна быть ограничена разумно короткими временными интервалами. Мы ограничили наши алгоритмы изучением паттернов не более 8 (2,8 или 4 мин), 32 (10,7 или 16 мин) и 128 эпох (42,6 или 64 мин). Мы динамически формировали пакеты последовательностей: начало каждой последовательности выбиралось случайным образом (т.е. последовательности могут пересекаться). Таким образом, для обучения можно использовать больше последовательностей, чем просто их последовательное выполнение. Подробнее о партиях и их обработке см. В дополнительных материалах.

Подготовка к исследованию

Сетевые архитектуры

Мы рассматривали два типа сетей:

(1) Сети, которые использовали функции в качестве входных (сети LSTM).

(2) Сети, которые работали с необработанными данными и использовали сверточные уровни до сетей LSTM (сети CNN-LSTM).

Сети LSTM

Мы реализовали сеть с тремя скрытыми слоями (рисунок 3). Каждый уровень состоял из 8, 16, 32 или 128 модулей LSTM, и мы также применили одно- и двунаправленные уровни, в результате чего получилось шесть сетевых конфигураций.

РИСУНОК 3. Структура сети для классификации на основе признаков. Он состоит из трех слоев. Размер слоя — 8, 16, 32 или 128 единиц. Синие стрелки указывают на то, что LSTM повторяются. X — это матрица входных данных — матрица, которая содержит признаки в столбцах и строках, соответствующих эпохам. В случае использования спектрограммы на входе она соответствует транспонированной спектрограмме. Красные кружки изображают выходные нейроны. Их результат сравнивается с экспертными метками (целями).Каждый нейрон соответствует определенной стадии сна (W, Wake; S1, S2, S3, NREM стадии сна; REM, REM sleep).

Сети CNN-LSTM

Мы реализовали сети с 11 сверточными слоями, за которыми следуют два уровня LSTM с 32 блоками (рисунок 4).

РИСУНОК 4. Структура сетей для классификации на основе необработанных данных. Сети имеют части CNN и LSTM. (A) Блок CNN (11 слоев), который используется для обработки необработанных данных ЭЭГ и ЭОГ. (B) Аналогичный блок CNN с остаточными связями (19 слоев). (C, D) Изобразите окончательные сетевые структуры на основе модулей, изображенных в (A, B) , используя только данные ЭЭГ (C) или данные ЭЭГ и ЭОГ в качестве входных ( D , ввод ЭМГ как пунктирная линия, поскольку в ней не было блока CNN). Входной сигнал ЭМГ представлял собой предварительно обработанное единичное значение (мощность) за эпоху. Сети LSTM состояли из 2-х двунаправленных уровней по 32 модуля в каждом. Были уровни пакетной нормализации до, между и после слоев LSTM. Пакетная нормализация изменяет масштаб входных данных, чтобы убедиться, что все они находятся в одинаковом диапазоне.Цели — это классифицированные стадии сна. ReLU, Rectified Linear Unit, это функция активации, которая преобразует активацию нейрона.

Мы также использовали остаточные сверточные сети (19 уровней), как описано ранее, работали с различными входными сигналами (ЭЭГ, ЭОГ и ЭМГ) и создали отдельные сети CNN (блоки CNN на рисунке 4) для каждого входа (ЭЭГ, 2 EOG). Выходные данные всех блоков были объединены и переданы на уровни LSTM. Было два двунаправленных слоя LSTM. Каждый уровень содержал 32 модуля LSTM.Были уровни пакетной нормализации (Иоффе и Сегеди, 2015) до, между и после слоев LSTM. Слой пакетной нормализации изменяет масштаб ввода, чтобы убедиться, что все значения принадлежат одному диапазону. Мы использовали отдельные блоки CNN для двух каналов EOG, потому что корреляции между сигналами EOG важны для различения различных типов движений глаз. В случае включения ЭМГ учитывалось только одно значение (мощность ЭМГ в диапазоне 15–30 Гц) на 20 или 30-секундную эпоху. Таким образом, были реализованы три конфигурации ввода: только ЭЭГ, ЭЭГ и ЭОГ, а также ЭЭГ, ЭОГ и ЭМГ (рисунок 4), в результате чего получилось семь конфигураций сети.

Оптимизация

Сети требуют обучения, которое достигается за счет оптимизации. Процедуры оптимизации должны найти минимумы (в случае локальных минимумов ИНС) функции потерь по пространству параметров (веса сети). Веса обычно корректируются в соответствии с градиентами (обратное распространение, подробные сведения об оптимизации и регуляризации см. В дополнительных материалах).

Сети

были реализованы с использованием пакета Keras (Chollet, 2015) с Theano (Al-Rfou et al., 2016) и Tensorflow (Abadi et al., 2016). Бэкэнд Theano использовался для обучения наших функционально-ориентированных сетей LSTM, а бэкэнд Tensorflow — для обучения сетей CNN-LSTM на основе необработанных данных. Мы работали с различными серверными модулями, потому что сначала мы разработали сети на основе функций и работали на настольном компьютере, а затем и с сетями на основе необработанных данных. Эти сети нужно было обучать на графических процессорах, и для этого был доступен только бэкэнд Tensorflow (Abadi et al., 2016).

Обучение, проверка и тестирование

Чтобы избежать переобучения, мы случайным образом разделили набор данных 1 (здоровые участники) на три части: обучение (36 записей, 70%), проверка (9 записей, 15%) и тестирование (9 записей, 15%).Данные были разделены по участникам, то есть все три записи одного участника были либо в наборе для обучения, проверки или тестирования. Мы вычислили кросс-энтропийные потери и точность (De Boer et al., 2005), чтобы оценить сходимость алгоритмов. Эти показатели вычислялись на каждой итерации обучения для обучающих и проверочных наборов.

Идея заключалась в том, чтобы обучить все наши модели, используя обучающую часть данных, затем классифицировать данные проверочной части и выбрать только лучшие модели для дальнейшего подтверждения их производительности на тестовой части.Однако проверка показала, что характеристики разных моделей были очень похожи, поэтому было неясно, действительно ли их характеристики различались. Поэтому мы оценили окончательную производительность всех алгоритмов как с проверкой, так и с набором тестов. Кроме того, мы использовали весь второй набор данных (пациенты) в качестве тестового набора, таким образом, оценивая обобщение подходов к наборам данных из другой лаборатории и к другой популяции пациентов (пациентам).

Кроме того, мы хотели изучить, как производительность алгоритмов улучшится от включения данных пациентов в обучающую выборку.Мы взяли тот же обучающий набор здоровых субъектов (36 записей) и добавили к нему данные пациента (19 записей), в результате чего обучающий набор состоял из 73 записей. Остальные данные пациента (10 записей MSLT и 14 записей сна) были использованы для оценки производительности вместе с тестовой группой здоровых участников (9 записей; всего 33 записи). Опять же, все данные одного пациента были отнесены к обучающей или тестовой выборке. Для получения дополнительной информации см. Дополнительные материалы.

Оценка производительности

Для оценки производительности наших алгоритмов мы использовали каппу Коэна (Cohen, 1960) — метрику, учитывающую случайное совпадение и, следовательно, несбалансированные пропорции различных классов.Каппа — это число ≤ 1 (может быть отрицательным), при этом одна из них отражает идеальную классификацию. Считается, что значения выше 0,8 отражают отличное согласие (Mchugh, 2012).

Результаты

Конвергенция ИНС

В процессе обучения ИНС наблюдается повышение качества классификации. Чтобы сеть была достаточно обучена и дальнейшее обучение не принесло дополнительных преимуществ, мы вычислили кросс-энтропийные потери и точность (долю правильно классифицированных примеров; подробности см. В разделе «Материалы и методы»).Обычно эти показатели показывают экспоненциальное насыщение с увеличением времени обучения. После того, как функция точности или потерь достигла плато, мы можем сказать, что сеть сошлась. Эти типы кривых называются кривыми обучения (Pedregosa et al., 2011). Мы вычислили эти кривые на наборах данных для обучения и проверки (всего 50 итераций обучения).

Все наши функционально-ориентированные сети LSTM показали хорошую конвергенцию, когда они были обучены на данных здоровых участников (дополнительный рисунок S3) и на смеси обоих наборов данных (дополнительный рисунок S4; см. Дополнительные материалы для соглашения об именах сетей).

Кривые обучения для ИНС, основанные на необработанных данных в качестве входных, изображены на дополнительных рисунках S5, S6. Большинство сетей показало хорошую сходимость (потери монотонно уменьшались, а точность увеличивалась до насыщения). Некоторые сети показали большие колебания потерь и точности на проверочном наборе: сеть, которая имеет только один канал ЭЭГ в качестве входа (1p_32u_8ep), сеть, в которой на входе были ЭЭГ и ЭОГ, и последовательности с восемью эпохами (1p2_32u_8ep) и сеть с входными данными, состоящими из ЭЭГ, ЭОГ и ЭМГ и последовательностей длиной 128 эпох (1p2p1_32u_128ep).Наименее гладкие кривые обучения наблюдались в сети с остаточными связями. У этой сети было наибольшее количество параметров, поэтому для достижения сходимости может потребоваться больше данных и итераций. Мы ожидаем, что такие сети будут работать лучше, если будут обучены на расширенном наборе данных.

Классификация характеристик

Важнейшая информация — насколько хорошо работают алгоритмы. Как упоминалось выше, мы использовали каппу Коэна для измерения качества автоматической оценки.

На рисунке 1 показаны гипнограммы, полученные с помощью трех выбранных алгоритмов (RF, LSTM и CNN-LSTM), в сравнении с оценкой экспертов.В целом, производительность всех алгоритмов была хорошей, фиксируя циклическую структуру сна. Наблюдались небольшие отличия от показателей человека, например, более длительные эпизоды быстрого сна с трехуровневой двунаправленной сетью LSTM (рисунок 1, панель 3).

Первоначально производительность наших алгоритмов оценивалась по шкале F1 (Dice, 1945; Sørensen, 1948). Но впоследствии мы перешли на каппу Коэна (Cohen, 1960), потому что баллы F1 являются необъективным показателем качества классификации (Powers, 2014), что является проблемой при сравнении записей с разной распространенностью классов (сон и MSLT).

Подсчет здоровых участников

Каппа Коэна, вычисленная на проверочной части набора данных 1 (здоровые участники), проиллюстрирована на рисунке 5 (только четыре выбранных метода; см. Дополнительные таблицы S1, S2 для каппа всех алгоритмов, данных проверки и тестирования): RF-классификация сглажена с использованием HMM, одной сети LSTM, обученной функциям, и двух сетей CNN-LSTM с вводом необработанных данных, одна из которых включала остаточные соединения.

РИСУНОК 5. Каппа Коэна выбранных методов, примененных к набору валидации набора данных 1 (здоровые участники). Первые 2 группы столбцов представляют классификаторы на основе характеристик (сеть RF и LSTM), а последние 2 группы сетей CNN-LSTM на основе ввода необработанных данных. См. Дополнительные материалы для ознакомления с соглашениями об именах алгоритмов. Показаны средние значения и стандартные отклонения; красные точки представляют индивидуальные значения каппа Коэна. W, бодрствование; N1 – N3, стадии NREM сна; R, быстрый сон.

Все четыре метода показали высокую эффективность на всех этапах, кроме этапа 1 (N1).Каппа на стадии 1 составляла около 0,4, что мы по-прежнему считаем хорошим результатом, поскольку он сопоставим с низким соглашением между человеческими группами на стадии 1 (Danker-Hopfe et al., 2004; Danker-Hopfe et al., 2009; Penzel et al. , 2013; Розенберг, Ван Хаут, 2013).

Каппа Коэна для всех методов, оцененных в части проверки набора данных 1, изображена на дополнительном рисунке S7 (функции) и дополнительном рисунке S8 (необработанные данные). Большинство сетей одинаково хорошо показали себя на проверочном наборе; те, которые включали только одно отведение ЭЭГ в качестве входных данных (дополнительный рисунок S7, s_8u_8ep, спектрограмма в качестве входных данных и дополнительный рисунок S8, 1p_32u_8ep, необработанная ЭЭГ в качестве входных данных), показали несколько более низкую производительность, вероятно, поскольку спектрограмма ЭЭГ или исходная ЭЭГ не содержат информация о движениях глаз и мышечном тонусе.Однако так было только на некоторых записях, на других записях исполнение было очень хорошим. Интересно, что производительность этих сетей на тестовом наборе была намного лучше (дополнительные таблицы S1, S2). Мы предполагаем, что набор для проверки содержал некоторые записи, которые было трудно оценить с использованием только одного канала ЭЭГ.

Сеть с входными данными, состоящими из ЭЭГ, ЭОГ и ЭМГ и 128-периодных последовательностей (1p2p1_32u_128ep), имела низкую производительность как при проверке, так и на тестовом наборе из-за большого случайного колебания точности на последней итерации обучения.В идеале мы должны были прекратить обучение этой сети раньше или обучить ее дольше.

Сети с 16 и 32 единицами в слое уступали по оценке на этапе 1, чем сеть с 8 единицами, вероятно, из-за переобучения, хотя разница была очень небольшой. Эти сети могут показать лучшую производительность при обучении на больших наборах данных. Однонаправленная сеть предсказывала быстрый сон немного хуже, чем двунаправленная. Преимущество однонаправленной сети — возможность работать онлайн.Удивительно, но классификация с RF, сглаженная простыми MF или HMM, работала почти так же хорошо, как классификация с помощью ИНС (функции и необработанные данные).

Обобщение данных пациентов

Мы проверили наши методы на наборе данных 2 (пациенты). Значения каппа для выбранных методов представлены на рисунке 6 (только 4 выбранных метода; см. Дополнительные рисунки S9, S10 и дополнительные таблицы S3, S4 для каппа всех алгоритмов, используемых для классификации данных пациента). Обратите внимание, что данные набора данных пациента вообще не использовались для обучения.

РИСУНОК 6. Каппа-баллы Коэна для тех же методов, что и на рисунке 5, примененные к набору данных пациента. Обратите внимание, что обучение не включало данные пациентов. Верхняя панель представляет записи сна, а нижняя — записи MSLT. Обратите внимание, что во время записи MSLT не всегда достигается стадия N3; такие записи не учитывались при вычислении средней каппы Коэна и стандартных отклонений N3. Подробности см. На Рисунке 5.

Эффективность была несколько ниже для всех классификаторов, примененных к данным о сне пациентов, чем для здоровых участников, и снова ниже для данных MSLT, и каппа показала большую дисперсию.Классификация на этапе 1 была наихудшей для классификации РФ в этом наборе данных. Методы, использующие только один сигнал ЭЭГ в качестве входа (спектрограмма или необработанный канал ЭЭГ в качестве входа), показали худшие результаты в отношении данных пациента.

Мы наблюдали очень низкие показатели каппа в некоторых записях, в основном для стадий 2, 3 и быстрого сна у пациентов, когда данные тренировки не включали данные пациентов. Стадию 2 часто путали со стадией 1. Мы можем объяснить это разными свойствами сна у пациентов. Их сон был гораздо более фрагментированным и нарушенным.Таким образом, алгоритмы, не обученные на записях пациентов, могут спутать стадии 2 и 1. Каппа стадии 3 была очень низкой, в основном из-за низкой частоты глубокого сна у пациентов или его полного отсутствия. Таким образом, небольшие расхождения привели к низким значениям каппа. Кроме того, REM-сон иногда пропускался из-за различий между пациентами и здоровыми участниками. Иногда фаза быстрого сна обнаруживалась ложно. Это произошло потому, что у пациентов иногда в бодрствовании наблюдался низкий мышечный тонус. Некоторые из ложно обнаруженных REM-снов оказались истинными REM-снами, пропущенными экспертом (подтверждено визуальным осмотром).

Алгоритмы, основанные только на ЭЭГ, допускали наибольшее количество ошибок. Добавление окулярных каналов к входным данным привело к меньшему количеству ошибок, а включение включенного мышечного тонуса также показало лучшую производительность.

Когда сети обучались также с использованием данных пациентов, результат улучшился.

Сети, обученные на данных из обоих наборов данных

Затем мы обучили две сети и классификацию RF со смешанными обучающими данными, состоящими из здоровых субъектов (36 записей) и части данных пациента (19 записей; данные как для сна, так и для данных MSLT).Мы проверили модели на тестовой части смешанного набора данных (здоровый участник: 9 записей; пациенты, 14 записей сна и 10 записей MSLT).

На рисунке 2 показаны гипнограммы записи MSLT, полученные с помощью трех выбранных алгоритмов, в сравнении с оценкой экспертов. В целом производительность всех алгоритмов при съемке дремоты была хорошей. Характеристики четырех выбранных методов показаны на рисунке 7, а других методов, примененных на дополнительных рисунках S11, S12 и в дополнительных таблицах S5, S6.Обратите внимание, что мы обучили только две объектно-ориентированные сети со смесью двух наборов данных. Тренировка на смешанных данных привела к повышению эффективности как данных пациентов, так и данных здоровых участников, значения каппа увеличились, а дисперсия уменьшилась.

РИСУНОК 7. Каппа Коэна для методов, показанных на рисунках 5, 6, обучена на смеси данных здоровых участников и данных пациентов (наборы данных 1 и 2; применены к тестовой части обоих наборов данных).Вверху: здоровые испытуемые; в центре: записи сна пациентов; внизу: записи MSLT у пациентов. Подробности см. На рисунках 5, 6.

Как упоминалось выше, производительность после обучения на обоих наборах данных была лучше, чем при обучении только на данных здоровых участников, что неудивительно. Хорошо известно, что сон пациентов (в нашем случае нарколепсия и гиперсомния) сильно отличается от сна здоровых участников. Опять же, алгоритмы, основанные на ЭЭГ, ЭОГ и ЭМГ, показали разумные значения каппа для всех записей, за исключением обстоятельств, когда некоторые стадии не присутствовали в записи или присутствовали только в очень небольших количествах.Это часто имело место для стадии 3 почти во всех записях MSLT и в некоторых записях сна пациентов. Часто несоответствия возникали при переходах между этапами и состояниями. Однако и здесь в большинстве своем эксперты расходятся во мнениях. Чтобы установить «основную истину», потребуется несколько экспертных оценок одной и той же записи. Иногда ЭЭГ была загрязнена артефактами ЭКГ, что приводило к снижению эффективности классификации. Таким образом, удаление артефактов ЭКГ перед классификацией может улучшить производительность.

Обсуждение

Сравнение с экспертами-людьми и автоматическая оценка других групп

Все реализованные нами методы дали высокие значения каппа Коэна (каппа около 0,8) на всех этапах, когда они были обучены и проверены на данных одного и того же типа субъектов, за исключением этапа 1 (N1; каппа <0,5). Этап 1 известен как этап, на котором сложно забить.

Общими мерами согласия между экспертами являются точность и Каппа Коэна (Danker-Hopfe et al., 2004, 2009; Penzel et al., 2013; Розенберг и Ван Хаут, 2013). Значения каппа, полученные с помощью наших моделей, были сопоставимы с показателями экспертов-людей. Стадия 1 была наиболее сложной для автоматической оценки и по сравнению с низким соглашением между экспертами (Danker-Hopfe et al., 2004, 2009; Penzel et al., 2013; Rosenberg and Van Hout, 2013).

Производительность сетей LSTM в наших экспериментах была аналогична показателям недавнего исследования, в котором CNN применялась к функциям ЭЭГ (Tsinalis et al., 2016), а также к Phan et al.(2018), которые применили CNN к спектральным характеристикам каналов ЭЭГ, ЭОГ и ЭМГ.

Наши сети CNN-LSTM работали аналогично недавним исследованиям, в которых использовались CNN для оценки сна на основе одного вывода ЭЭГ (Sors et al., 2018) и шести каналов ЭЭГ в сочетании с двумя каналами ЭОГ и тремя каналами ЭМГ (Chambon и др., 2018). Сорс и др. (2018) использовали большую базу данных для обучения своей сети. Они сообщили, что каппа Коэна, вычисленная для всех классов, равнялась 0,81. Наши значения были близки к нему, однако напрямую сравнивать невозможно, потому что мы рассматривали каждый класс отдельно.Мы считаем очень важным знать значения каппа для бодрствования, медленного и быстрого сна по отдельности из-за их несбалансированного вклада.

Supratak et al. (2017) использовали метод, известный как обучение остаточной последовательности, который может улучшить производительность. Мы не применяли этот подход, но использовали остаточные соединения и различные сигналы в качестве независимых входов в сверточной части сети, которые были объединены в качестве входных данных для части LSTM. Мы думаем, что это было полезно для выступления.

Несмотря на то, что алгоритмы автоматического подсчета очков показали достаточно высокую производительность, в сообществе специалистов по сну еще нет единого мнения, что они работают достаточно хорошо, чтобы заменить людей, набирающих очки.

Автоматическая оценка с использованием разных каналов

Наше исследование показало, что данные о сне можно оценивать с высокой точностью классификации, используя только один канал ЭЭГ. Мы получили немного лучшие результаты, используя 1 канал ЭЭГ, 2 канала ЭОГ и 1 канал ЭМГ.

Трудно сделать вывод, какой метод работает лучше всего из-за небольших различий в производительности.Мы предполагаем, что четыре канала (1 ЭЭГ, 2 ЭОГ и 1 ЭМГ) содержат больше информации, но риск того, что данные будут зашумленными, также выше. Мы заметили, что плохой сигнал ЭМГ снижает производительность алгоритмов. Это также наблюдалось командой SIESTA (Anderer et al., 2005). Авторы сообщили, что в некоторых случаях использование ЭМГ не было оптимальным из-за плохого качества сигнала, а в некоторых случаях они заменяли ЭМГ высокочастотным содержимым ЭЭГ и ЭОГ, что увеличивало производительность их алгоритма.Также Phan et al. (2018) показали, что использование каналов ЭОГ и ЭМГ было полезным, а Chambon et al. (2018) сообщили, что использование нескольких каналов ЭЭГ повысило эффективность автоматической оценки сна.

Было удивительно наблюдать, что нейронные сети могут классифицировать сон, особенно быстрый сон, с высоким качеством, используя только один канал ЭЭГ. Для человека, набирающего очки, очень сложно отличить быстрый сон только на основе ЭЭГ. Эксперты полагаются на движения глаз и мышечный тонус (Rechtschaffen and Kales, 1968; Iber et al., 2007). Мы думаем, что наличие паттернов, таких как пилообразные волны (Jouvet et al., 1960; Takahara et al., 2009), является важным маркером быстрого сна, который помогает нейронной сети распознавать эту стадию.

Предупреждение относительно каналов ЭЭГ: амплитуда сигнала сильно зависит от ссылки, а оценка SWS (N3) зависит от критерия амплитуды (размах 75 мкВ) (Rechtschaffen and Kales, 1968; Iber et al. др., 2007). Мы и другие (Chambon et al., 2018; Phan et al., 2018; Sors et al., 2018) использовали, как это принято в области сна, отводы ЭЭГ, относящиеся к контралатеральному сосцевидному отростку, тогда как в других исследованиях использовались другие ссылки (Tsinalis et al., 2016; Supratak et al., 2017). Сети, обученные определенным ссылкам, не должны применяться к данным, записанным с помощью другой системы отсчета, поскольку, в частности, на величину SWS (N3) будет влиять разница в амплитуде сигнала.

Как измерить качество выставления оценок?

По нашим результатам трудно определить, какой метод лучше.Мы думаем, что это связано с тем, что большинство наших методов показали высокую эффективность на основе выбранной метрики оценки и дали результаты, сопоставимые с результатами экспертов.

Проблема заключается в том, что с помощью оценок F1 (Dice, 1945; Sørensen, 1948) и каппы Коэна (Cohen, 1960) мы рассматриваем эпохи независимо, не принимая во внимание временную структуру сна. Таким образом, мы считаем, что такие показатели не являются оптимальным способом оценки различных аспектов качества скоринга. Например, визуальная проверка наших результатов показала, что спокойное бодрствование в начале сна можно спутать с быстрым сном, и иногда первые, часто очень тонкие и короткие эпизоды быстрого сна могут быть пропущены.Такая неправильная классификация часто происходила, когда сигналы ЭМГ или ЭОГ были искаженными или плохого качества. Это почти не влияет на показатели F1 и значения каппа, но влияет на структуру сна. Таким образом, должны быть разработаны новые показатели для количественной оценки качества оценки, которые учитывают временную структуру, но не переоценивают различия в переходах, например, в начале или в конце эпизодов быстрого сна.

Какой метод лучше?

Несмотря на трудности с выбором лучшего метода, поскольку производительность была очень похожей, мы видим некоторые тенденции.Нейронные сети всех типов обнаруживали этап 1 лучше, чем радиочастотные классификаторы. Это было особенно очевидно, когда мы применили методы ко второму набору данных (пациенты), что указывает на лучшее обобщение нейронных сетей.

RF-классификация со сглаживанием HMM и MF превосходила RF-классификацию без сглаживания, а сети, основанные на вводе необработанных данных, имели тенденцию превосходить сети на основе характеристик, в частности, когда они применялись к данным другой лаборатории и другая тематическая популяция.

Учитывая, что наши результаты и результаты других групп (Tsinalis et al., 2016; Supratak et al., 2017; Chambon et al., 2018; Phan et al., 2018; Sors et al., 2018) очень близки к Мы считаем, что в будущем оценка автоматической оценки будет производиться с использованием оценки нескольких экспертов и некоторых других показателей, кроме оценки F1 или каппы Коэна. Идеальный показатель должен учитывать временную структуру сна и рассматривать сон не как набор эпох, а как набор эпизодов сна.Например, короткий эпизод быстрого сна в начале сна не сильно влияет на показатели F1 и каппа, но может иметь клиническое значение. Хорошая метрика наказывает такие ошибки при подсчете очков.

Важность обучающих данных

Улучшение производительности было достигнуто, когда обучение проводилось на смеси двух наборов данных, что предполагает, что для достижения максимальной производительности следует тренироваться на как можно более разнообразных данных. Однако модели, обученные только на первом наборе данных (здоровые участники), достаточно хорошо показали себя на втором «незнакомом» наборе данных (пациенты), показав хорошее обобщение.

Если у электрода высокий импеданс, сигнал может стать очень зашумленным. Например, когда нейронные сети узнали, что для оценки быстрого сна требуется низкий мышечный тонус, шумные или плохие сигналы ЭМГ могут значительно ухудшить производительность. То же самое и с EOG: если качество сигнала плохое, то алгоритмы могут быть не в состоянии должным образом обнаруживать движения глаз. Эти проблемы могут быть решены путем визуального осмотра сигналов перед применением алгоритма и выбора алгоритма, который лучше всего работает с доступными сигналами.Также возможна разработка инструментов для автоматической проверки качества данных и последующего выбора соответствующего алгоритма.

Иногда наши модели ошибочно классифицируют эпохи, близкие к началу сна, как быстрый сон, что маловероятно у здоровых людей. Человек-эксперт, скорее всего, не совершит такой ошибки. Частично это можно объяснить тем фактом, что мы никогда не представляли всю ночь нашим нейронным сетям, и поэтому они не могли узнать, что быстрый сон вряд ли наступит в начале сна.Однако люди, набирающие очки, обладают этим знанием. Некоторые группы пациентов, например, страдающие нарколепсией, часто имеют быстрый сон в начале сна, называемый эпизодами быстрого сна в начале сна (СОРЕМ). Таким образом, важно уметь обнаруживать эпизоды сна SOREM. Они также могут возникать у здоровых людей рано утром из-за циркадной регуляции быстрого сна (Sharpley et al., 1996; Mayers and Baldwin, 2005; Mccarley, 2007) или в результате экспериментальных манипуляций (Tinguely et al., 2014). Кроме того, они могут возникать у субъектов, лишенных сна, и у пациентов с депрессией, которые прекращают прием препаратов селективного ингибитора обратного захвата серотонина (СИОЗС) (Sharpley et al., 1996; Майерс и Болдуин, 2005; Маккарли, 2007). Поэтому мы не вводили никаких априорных факторов, мешающих нашим алгоритмам классифицировать эпохи в начале сна как быстрый сон.

Главный вопрос, однако, заключается в том, насколько репрезентативны данные обучения. Мы тренировались на молодых здоровых участниках и конкретных пациентах (нарколепсия, гиперсомния). Таким образом, он не представляет весь спектр здоровых субъектов (от младенчества до старости) и популяцию пациентов.

Влияние длины последовательности

Мы ограничили длину обучающих последовательностей 8 эпохами, но также протестировали эффект 32- и 128-периодных последовательностей.Сети, обученные на последовательностях длиной в 128 эпох, не работали хорошо, когда были представлены с незнакомыми наборами данных, то есть они хуже обобщали. Возможно, сети изучили более глобальные структуры сна и, следовательно, не справились с записями с разными структурами (MSLT, нарушение сна, пациенты и т. Д.). Мы заметили, что более длинные последовательности приводят к меньшему количеству смен стадий, то есть к более консолидированным стадиям сна, чем оценивается экспертами. Таким образом, мы думаем, что длина обучающей последовательности должна быть короткой (восемь эпох).

Возможности для дальнейшего улучшения

Мы видим много возможностей для дальнейшего улучшения. Руководство по оценке сна было впервые разработано для оценки здорового сна, а также используется для оценки сна у разных пациентов и людей, находящихся под воздействием лекарств или лекарств. На ЭЭГ бодрствования также могут влиять вещества (Von Rotz et al., 2017). Таким образом, мы рекомендуем расширять обучающие данные, включая данные из разных лабораторий, разных патологий, возрастных групп и так далее.Можно также попробовать использовать увеличение данных для повышения устойчивости нейронных сетей.

Основным ограничением нашего исследования была оценка экспертов: ее выполнял один эксперт, хотя и разные. Мы полагаем, что производительность увеличилась бы, если бы несколько счетчиков набрали одинаковые данные, а для обучения моделей использовалась бы согласованная оценка. Кроме того, люди, набирающие очки, сталкиваются с трудностями с неоднозначными данными, и вариативность результатов между счетчиками частично обусловлена ​​эпохами, которые трудно оценить с уверенностью (Younes et al., 2016).

Мы показали, что наши алгоритмы обладают хорошей возможностью обобщения для популяции пациентов, но производительность не так хороша, как у здоровых субъектов. Одной из возможных причин может быть разная продолжительность эпохи подсчета очков. Мы использовали процедуру преобразования, которая хорошо работала для большинства эпох, но некоторые расхождения могут проявляться на переходных фазах. Мы думаем, что это могло ограничить производительность, особенно когда эти данные использовались для обучения. Нам пришлось пойти на компромисс.В идеале все данные должны иметь одинаковую продолжительность эпохи. Phan et al. (2018) использовали другой подход и преобразовали 20-секундные эпохи в 30-секундные эпохи, включив 5 секунд до и после 20-секундной эпохи.

Другой аспект касается времени движения, приводящего к артефакту. В наших наборах данных он не оценивался, а в руководстве AASM (Iber et al., 2007) оценка времени движения была отменена, что, на наш взгляд, не является оптимальным. Время движения в основном приводит к появлению артефактов на ЭЭГ, и поэтому трудно определить конкретную стадию сна.Мы подозреваем, что производительность алгоритмов улучшится, если артефакты движения будут оцениваться как отдельный класс. Точно так же каждый артефакт, оцениваемый как некоторая стадия сна, вызывает проблемы, поскольку артефакты не похожи на сон, и, следовательно, такие проблемы эквивалентны ошибкам в метках, представленных алгоритму машинного обучения.

Недавняя работа с автоматической оценкой большого набора данных (Sun et al., 2017) показала, что увеличение размера набора данных улучшает производительность.В случае Sun et al. (2017) насыщение произошло примерно на 300 записях в обучающей выборке. Однако их подход был основан на особенностях. Мы ожидаем, что насыщение произойдет при гораздо большем количестве записей в обучающем наборе в случае DNN, работающих с необработанными данными.

Мы продемонстрировали возможность надежного автоматического подсчета сна в полисомнографических записях с использованием современных подходов к глубокому обучению. Также было возможно определить стадию 1 и быстрый сон столь же надежно, как и эксперты-люди.В целом наши модели обеспечивали высокое качество оценки, сопоставимое с оценками экспертов-людей, и работали с данными различных лабораторий, а также на здоровых участниках и пациентах. Кроме того, было возможно успешно оценивать записи MSLT с другой структурой, чем записи сна в ночное время. Мы продемонстрировали, что локальная временная структура данных важна для оценки сна. Некоторые из наших методов также могут применяться для определения сна в режиме онлайн и, таким образом, могут использоваться с мобильными устройствами или для определения сна в симуляторе вождения.

Заявление об этике

Это исследование было проведено в соответствии с рекомендациями Наблюдательного совета Швейцарского федерального технологического института в Цюрихе, Швейцария (набор данных 1) и Институционального наблюдательного совета Института психиатрии и неврологии, Варшава, Польша (набор данных 2), с письменное информированное согласие всех субъектов в соответствии с Хельсинкской декларацией. Протокол был одобрен институциональным наблюдательным советом Швейцарского федерального технологического института в Цюрихе, Швейцария (набор данных 1) и институциональным наблюдательным советом Института психиатрии и неврологии, Варшава, Польша (набор данных 2).

Авторские взносы

AM, DL и PA разработали анализы. AM провел анализы. XO, RR, AM, PA, AlW, AdW и WJ собрали данные и выполнили первоначальный анализ. SB и JB предоставили вычислительные ресурсы и консультации по методам. Рукопись написали AM и PA. Все авторы прокомментировали и приняли окончательную версию.

Финансирование

Это исследование было поддержано nano-tera.ch (грант 20NA21_145929) и Швейцарским национальным научным фондом (грант 32003B_146643).Проект частично поддержан Центром обучающих систем Max Planck ETH. Мы благодарны корпорации NVIDIA за предоставление графического процессора в рамках академической раздачи графических процессоров.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Дополнительные материалы

Дополнительные материалы к этой статье можно найти в Интернете по адресу: https: // www.frontiersin.org/articles/10.3389/fnins.2018.00781/full#supplementary-material

Ссылки

Abadi, M., Barham, P., Chen, J., Chen, Z., Davis, A., Dean, J., et al. (2016). «TensorFlow: система для крупномасштабного машинного обучения», в Proceeding OSDI’16 Труды 12-й конференции USENIX по разработке и внедрению операционных систем, , Саванна, Джорджия, 265–283.

Google Scholar

Абдель-Хамид, О., Мохамед, А.-Р., Цзян, Х., Дэн, Л., Пенн, Г., и Ю. Д. (2014). Сверточные нейронные сети для распознавания речи. IEEE / ACM Trans. Audio Speech Lang. Proc. 22, 1533–1545.

Google Scholar

Achermann, P., and Tarokh, L. (2014). Человеческий сон и его регуляция. Космос 2, 173–180.

Google Scholar

Агарвал Р. и Готман Дж. (2001). Компьютерная постановка сна. IEEE Trans. Биомед. Англ. 48, 1412–1423.

Google Scholar

Аль-Рфу, Р., Ален, Г., Альмахайри, А., Ангермюллер, К., Богданау, Д., Баллас, Н. и др. (2016). Theano: среда Python для быстрого вычисления математических выражений. arXiv : 1605.02688 [Препринт].

Google Scholar

Андерер П., Грубер Г., Парапатикс С., Вертц М., Мяжинская Т., Клёш Г. и др. (2005). Решение E-health для автоматической классификации сна в соответствии с Рехтшаффеном и Калесом: валидационное исследование Somnolyzer 24 × 7 с использованием базы данных Siesta. Нейропсихобиология 51, 115–133. DOI: 10.1159 / 000085205

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Бишоп, К. (2016). Распознавание образов и машинное обучение. Нью-Йорк, Нью-Йорк: Springer-Verlag.

Google Scholar

Брейман Л., Фридман Дж., Стоун К. Дж. И Олшен Р. А. (1984). Деревья классификации и регрессии. Бока-Ратон, Флорида: CRC Press.

Google Scholar

Чекотти, Х., и Graeser, A. (2008). «Сверточная нейронная сеть со встроенным преобразованием Фурье для классификации ЭЭГ», Pattern Recognition, 2008. ICPR 2008. 19-я Международная конференция по: IEEE , Тампа, Флорида, 1–4.

Google Scholar

Шамбон С., Галтье М. Н., Арнал П. Дж., Вайнриб Г. и Грамфорт А. (2018). Архитектура глубокого обучения для классификации временных стадий сна с использованием многомерных и мультимодальных временных рядов. IEEE Trans. Neural Syst. Rehabil.Англ. 26, 758–769. DOI: 10.1109 / TNSRE.2018.2813138

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Chen, T., и Guestrin, C. (2016). «Xgboost: масштабируемая система повышения качества дерева», Труды 22-й Международной конференции ACM Sigkdd по открытию знаний и интеллектуальному анализу данных: ACM , Сан-Франциско, Калифорния, 785–794. DOI: 10.1145 / 2

2.2

5

CrossRef Полный текст | Google Scholar

Коэн Дж. (1960). Коэффициент согласования номинальных шкал. Edu. Psychosoc. Мера. 20, 37–46. DOI: 10.1177 / 001316446002000104

CrossRef Полный текст | Google Scholar

Danker-Hopfe, H., Anderer, P., Zeitlhofer, J., Boeck, M., Dorn, H., Gruber, G., et al. (2009). Надежность между экспертами для оценки сна в соответствии с Rechtschaffen & Kales и новым стандартом AASM. J. Sleep Res. 18, 74–84. DOI: 10.1111 / j.1365-2869.2008.00700.x

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Данкер-Хопфе, Х., Kunz, D., Gruber, G., Klösch, G., Lorenzo, J. L., Himanen, S.-L., et al. (2004). Надежность между оценками между участниками восьми европейских лабораторий сна у субъектов с различными нарушениями сна. J. Sleep Res. 13, 63–69. DOI: 10.1046 / j.1365-2869.2003.00375.x

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Дэвидсон П., Джонс Р. и Пейрис М. (2006). «Обнаружение поведенческого микросна с помощью рекуррентных нейронных сетей ЭЭГ и LSTM», журнал Engineering in Medicine and Biology Society, 2005.IEEE-EMBS 2005. 27-я ежегодная международная конференция: IEEE , Шанхай, 5754–5757.

Google Scholar

Де Бур, П.-Т., Круз, Д. П., Маннор, С., и Рубинштейн, Р. Ю. (2005). Учебное пособие по методу кросс-энтропии. Ann. Операция. Res. 134, 19–67. DOI: 10.1007 / s10479-005-5724-z

CrossRef Полный текст | Google Scholar

Дайс, Л. Р. (1945). Меры степени экологической связи между видами. Экология 26, 297–302.DOI: 10.2307 / 1

9

CrossRef Полный текст | Google Scholar

Дорошенков, Л., Конышев, В., Селищев, С. (2007). Классификация стадий сна человека на основе обработки ЭЭГ с использованием скрытых марковских моделей. Biomed. Англ. 41, 25–28. DOI: 10.1007 / s10527-007-0006-5

CrossRef Полный текст | Google Scholar

Дос Сантос, К., и Гатти, М. (2014). «Глубокие сверточные нейронные сети для анализа тональности коротких текстов», в материалах Proceedings of COLING 2014, 25-й Международной конференции по компьютерной лингвистике: Технические документы , Санта-Фе, Нью-Мексико, 69–78.

Google Scholar

Фарли Б. и Кларк В. (1954). Моделирование самоорганизующихся систем на цифровой вычислительной машине. Пер. ИРЭ Проф. Групп Информ. Теория 4, 76–84. DOI: 10.1109 / TIT.1954.1057468

CrossRef Полный текст | Google Scholar

Фелл, Дж., Рёшке, Дж., Манн, К., и Шеффнер, К. (1996). Различение стадий сна: сравнение спектральных и нелинейных измерений ЭЭГ. Электроэнцефалогр. Clin. Neurophysiol. 98, 401–410.DOI: 10.1016 / 0013-4694 (96) 95636-9

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Фукусима, К., и Мияке, С. (1982). «Неокогнитрон: модель самоорганизующейся нейронной сети для механизма распознавания визуальных образов», в Competition and Сотрудничество в нейронных сетях , (Берлин: Springer), 267–285. DOI: 10.1007 / 978-3-642-46466-9_18

CrossRef Полный текст | Google Scholar

Гат И. и Гева А. Б. (1989). Оптимальная нечеткая кластеризация без учителя. IEEE Trans. Pattern Anal. Мах. Intell. 11, 773–780. DOI: 10.1109 / 34.1

CrossRef Полный текст | Google Scholar

Gevins, A. S., and Rémond, A. (1987). Методы анализа электрических и магнитных сигналов мозга. Амстердам: Elsevier Science Limited.

Google Scholar

Гудфеллоу И., Бенжио Ю., Курвиль А. и Бенжио Ю. (2016). Глубокое обучение. Кембридж: MIT press.

Google Scholar

Могилы, А., Мохамед, А.-Р., и Хинтон, Г. (2013). «Распознавание речи с помощью глубоких рекуррентных нейронных сетей», в Акустика, обработка речи и сигналов (ICASSP), Международная конференция IEEE 2013 по: IEEE , Ванкувер, Британская Колумбия, 6645–6649. DOI: 10.1109 / ICASSP.2013.6638947

CrossRef Полный текст | Google Scholar

Грубе Г., Флексер А. и Дорффнер Г. (2002). Неконтролируемый непрерывный анализ сна. Методы поиска. Exp. Clin. Pharmacol. 24, 51–56.

Google Scholar

Он, К., Чжан, X., Рен, С., и Сун, Дж. (2016). «Глубокое остаточное обучение для распознавания изображений», в материалах конференции IEEE по компьютерному зрению и распознаванию образов, , Денвер, Колорадо, 770–778. DOI: 10.1109 / CVPR.2016.90

CrossRef Полный текст | Google Scholar

Хо, Т. К. (1995). «Леса случайных решений», в Document Analysis and Recognition, 1995., Proceedings of the Third International Conference on: IEEE , Montreal, QC, 278–282.

Google Scholar

Хохрайтер, С.и Шмидхубер Дж. (1997). Долговременная кратковременная память. Neural Comput. 9, 1735–1780. DOI: 10.1162 / neco.1997.9.8.1735

CrossRef Полный текст | Google Scholar

Хант, Э. Б., Марин, Дж., И Стоун, П. Дж. (1966). Эксперименты по индукции. Оксфорд: Academic Press.

Google Scholar

Ибер К., Анколи-Исраэль С., Чессон А. и Куан С. Ф. (2007). Руководство AASM по подсчету сна и связанных с ним событий: правила, терминология и технические спецификации. Вестчестер, Иллинойс: Американская академия медицины сна.

Google Scholar

Иоффе С., Сегеди К. (2015). Пакетная нормализация: ускорение глубокого обучения сети за счет уменьшения внутреннего ковариатного сдвига. arXiv : 1502.03167 [Препринт].

Google Scholar

Итиль, Т., Шапиро, Д., Финк, М., и Кассебаум, Д. (1969). Цифровые компьютерные классификации стадий сна ЭЭГ. Электроэнцефалогр. Clin. Neurophysiol. 27, 76–83. DOI: 10.1016 / 0013-4694 (69) -6

CrossRef Полный текст | Google Scholar

Ивахненко А.Г., Лапа В.Г. Э. (1967). Кибернетика и методы прогнозирования. Нью-Йорк, Нью-Йорк: Американский паб Elsevier. Ко.

Google Scholar

Жуве М., Мишель Ф. и Мунье Д. (1960). Проанализируйте электроэнцефологическое сравнение физиологических сомнений в чате и в чате. Revue Neurologique 103, 189D – 205D.

Google Scholar

Карпаты, А., и Фей-Фей, Л. (2015). «Глубокие визуально-семантические согласования для генерации описаний изображений», в материалах Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition , Hilton Head Island, SC, 3128–3137. DOI: 10.1109 / CVPR.2015.7298932

CrossRef Полный текст | Google Scholar

Клош, Г., Кемп, Б., Пензель, Т., Шлогл, А., Раппельсбергер, П., Тренкер, Э. и др. (2001). Полиграфическая и клиническая база данных проекта SIESTA. IEEE Eng. Med. Биол. Mag. 20, 51–57. DOI: 10.1109 / 51.

5

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ленгквист М., Карлссон Л. и Лутфи А. (2012). Классификация стадий сна с использованием функции обучения без учителя. Adv. Артиф. Neural Syst. 2012: 5. DOI: 10.1155 / 2012/107046

CrossRef Полный текст | Google Scholar

Лаптев Д., Бухманн Дж. М. (2014). «Сверточные деревья решений для изучения и сегментации функций», в German Conference on Pattern Recognition , (Cham: Springer), 95–106.DOI: 10.1007 / 978-3-319-11752-2_8

CrossRef Полный текст | Google Scholar

Лаптев Д., Бухманн Дж. М. (2015). «Сверточные джунгли, инвариантные к трансформации», в материалах Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition , Denver, CO, 3043–3051. DOI: 10.1109 / CVPR.2015.7298923

CrossRef Полный текст | Google Scholar

Ларсен Л. и Уолтер Д. (1970). Об автоматических методах постановки сна по спектрам ЭЭГ. Электроэнцефалогр.Clin. Neurophysiol. 28, 459–467. DOI: 10.1016 / 0013-4694 (70)

-3

CrossRef Полный текст | Google Scholar

Lecun, Y., Boser, B., Denker, J. S., Henderson, D., Howard, R.E., Hubbard, W., et al. (1989). Обратное распространение применяется для распознавания рукописного почтового индекса. Neural Comput. 1, 541–551. DOI: 10.1162 / neco.1989.1.4.541

CrossRef Полный текст | Google Scholar

Либурель, П.-А., Корнейлли, А., Луппи, П.-Х., Шуве, Г., и Гервасони, Д.(2015). Неконтролируемый онлайн-классификатор оценки сна для исследований депривации сна. Сон 38, 815–828. DOI: 10.5665 / sleep.4682

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Луис Р. П., Ли Дж. И Стивенсон Р. (2004). Разработка и проверка компьютерного алгоритма оценки сна. J. Neurosci. Методы 133, 71–80. DOI: 10.1016 / j.jneumeth.2003.09.025

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Малафеев, А., Omlin, X., Wierzbicka, A., Wichniak, A., Jernajczyk, W., Riener, R., et al. (2018). Автоматическое обнаружение артефактов в одноканальных записях ЭЭГ сна. J. Sleep Res. doi: 10.1111 / jsr.12679 [EPub перед печатью].

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Мартин В., Джонсон Л., Вильоне С., Найто П., Джозеф Р. и Моисей Дж. (1972). Распознавание образов ЭЭГ-ЭОГ как метод оценки стадий ночного сна. Электроэнцефалогр.Clin. Neurophysiol. 32, 417–427. DOI: 10.1016 / 0013-4694 (72)

-0

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Миколов, Т., Карафят, М., Бургет, Л., Чернокё, Дж., И Худанпур, С. (2010). «Языковая модель на основе рекуррентной нейронной сети», Одиннадцатая ежегодная конференция Международной ассоциации речевой коммуникации , Макухари.

Google Scholar

Mirowski, P.W., Lecun, Y., Madhavan, D., and Kuzniecky, R.(2008). «Сравнение SVM и сверточных сетей для прогнозирования эпилептических припадков на основе внутричерепной ЭЭГ», в Machine Learning for Signal Processing, 2008. MLSP 2008. Семинар IEEE по: IEEE , Cancún, 244–249.

Google Scholar

Митчелл, Т. М. (1997). Машинное обучение. Бостон, Массачусетс: Макгроу-Хилл.

Google Scholar

Морган, Дж. Н. и Сонквист, Дж. А. (1963). Проблемы при анализе данных опроса и предложения. Дж.Являюсь. Стат. Доц. 58, 415–434. DOI: 10.1080 / 01621459.1963.10500855

CrossRef Полный текст | Google Scholar

Омлин, X., Кривелли, Ф., Наф, М., Хайнике, Л., Скоручак, Дж., Малафеев, А., и др. (2018). Влияние медленно качающейся кровати на сон. Sci. Отчет 8: 2156. DOI: 10.1038 / s41598-018-19880-3

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Pan, S.-T., Kuo, C.-E., Zeng, J.-H., and Liang, S.-F. (2012). Дискретная скрытая марковская модель с ограничениями на переходы для автоматического включения режима сна. Biomed. Англ. Онлайн 11:52. DOI: 10.1186 / 1475-925X-11-52

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Парди, Дж., Робертс, С., Тарассенко, Л., и Стрэдлинг, Дж. (1996). Новый подход к анализу континуума сна / бодрствования человека. J. Sleep Res. 5, 201–210. DOI: 10.1111 / j.1365-2869.1996.00201.x

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Park, H.-J., Oh, J.-S., Jeong, D.-U., and Park, K.-S. (2000). Автоматическая оценка стадий сна с использованием гибридных рассуждений на основе правил и случаев. Comput. Биомед. Res. 33, 330–349. DOI: 10.1006 / cbmr.2000.1549

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., et al. (2011). Scikit-learn: машинное обучение на Python. J. Mach. Учить. Res. 12, 2825–2830.

Google Scholar

Penzel, T., Zhang, X., and Fietze, I.(2013). Достоверность результатов между центрами сна может научить нас, что нужно улучшить в правилах подсчета очков. J. Clin. Sleep Med. 9, 89–91. DOI: 10.5664 / jcsm.2352

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Фан, Х., Андреотти, Ф., Курей, Н., Чен, О. Ю., и Де Вос, М. (2018). Совместная классификация и прогнозирование структуры CNN для автоматической классификации стадий сна. arXiv : 1805.06546 [Препринт].

Google Scholar

Пауэрс, Д.(2014). Что не измеряет F-мера: особенности, недостатки, заблуждения и исправления. arXiv : 1503.06410 [Препринт].

Google Scholar

Rechtschaffen, A., и Kales, A. (1968). Руководство по стандартизированной терминологии, методам и системе оценок для стадий сна людей. Бетседа, Мэриленд: Национальные институты здравоохранения.

Google Scholar

Рочестер, Н., Холланд, Дж., Хайбт, Л., и Дуда, В. (1956). Тесты по теории сборки клеток деятельности мозга с использованием большого цифрового компьютера. IRE Trans. Поставить в известность. Теория 2, 80–93. DOI: 10.1109 / TIT.1956.1056810

CrossRef Полный текст | Google Scholar

Розенберг, Р. С., и Ван Хаут, С. (2013). Программа межсчетной надежности американской академии медицины сна: оценка стадий сна. J. Clin. Sleep Med. 9:81. DOI: 10.5664 / jcsm.2350

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Розенблатт, Ф. (1958). Персептрон: вероятностная модель хранения и организации информации в мозге. Psychol. Ред. 65: 386. DOI: 10,1037 / h0042519

CrossRef Полный текст | Google Scholar

Сафавиан, С. Р., и Ландгребе, Д. (1991). Обзор методологии классификатора дерева решений. IEEE Trans. Syst. Человек Кибернет. 21, 660–674. DOI: 10.1109 / 21.97458

CrossRef Полный текст | Google Scholar

Шальтенбранд, Н., Ленгель, Р., и Машер, Ж.-П. (1993). Модель нейронной сети: приложение для автоматического анализа сна человека. Comput.Биомед. Res. 26, 157–171. DOI: 10.1006 / cbmr.1993.1010

CrossRef Полный текст | Google Scholar

Шарпли А., Уильямсон Д., Аттенберроу М., Пирсон Г., Сарджент П. и Коуэн П. (1996). Влияние пароксетина и нефазодона на сон: плацебо-контролируемое исследование. Психофармакология 126, 50–54. DOI: 10.1007 / BF02246410

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Смит, Дж. Р., и Каракан, И. (1971). Оценка стадий сна на ЭЭГ с помощью автоматической гибридной системы. Электроэнцефалогр. Clin. Neurophysiol. 31, 231–237. DOI: 10.1016 / 0013-4694 (71) -7

CrossRef Полный текст | Google Scholar

Соренсен, Т. (1948). Метод установления групп равной амплитуды в социологии растений, основанный на сходстве видов, и его применение для анализа растительности на датских территориях. Biol. Skr. 5, 1–34.

Google Scholar

Сорс А., Бонне С., Мирек С., Веркуэй Л. и Пайен Ж.-Ф.(2018). Сверточная нейронная сеть для оценки стадий сна по необработанной одноканальной ЭЭГ. Biomed. Сигнал Proc. Контроль 42, 107–114. DOI: 10.1109 / TNSRE.2017.2721116

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Stanus, E., Lacroix, B., Kerkhofs, M., and Mendlewicz, J. (1987). Автоматическая оценка сна: сравнительное исследование надежности двух алгоритмов. Электроэнцефалогр. Clin. Neurophysiol. 66, 448–456. DOI: 10.1016 / 0013-4694 (87) -8

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Вс, Х., Jia, J., Goparaju, B., Huang, G.-B., Sourina, O., Bianchi, M.T., et al. (2017). Масштабная автоматическая постановка сна. Сон 40, zsx139. DOI: 10.1093 / сон / zsx139

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Сунагава, Г. А., Сэй, Х., Шимба, С., Ураде, Ю., и Уэда, Х. Р. (2013). БЫСТРЕЕ: полностью автоматизированный метод определения стадии сна для мышей без присмотра. Гены Клетки 18, 502–518. DOI: 10.1111 / gtc.12053

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Супратак, А., Донг, Х., Ву, К., и Го, Ю. (2017). DeepSleepNet: модель автоматической оценки стадий сна на основе необработанной одноканальной ЭЭГ. IEEE Trans. Neural. Syst. Rehabil. Англ. 25, 1998–2008. DOI: 10.1109 / TNSRE.2017.2721116

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Такахара, М., Канаяма, С., и Хори, Т. (2009). Совместное возникновение пилообразных волн и быстрых движений глаз во время быстрого сна. Внутр. J. Bioelectromagn. 11, 144–148.

Google Scholar

Тингели, Г., Ландольт, Х., Кайохен, К. (2014). Привычки сна, качество сна и использование медицины сна швейцарским населением. Ther. Умщ. 71, 637–646. DOI: 10.1024 / 0040-5930 / a000604

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Циналис, О., Мэтьюз, П. М., Го, Ю., и Зафейриу, С. (2016). Автоматический подсчет стадий сна с одноканальной ЭЭГ с использованием сверточных нейронных сетей. arXiv : 1610.01683 [Препринт].

Google Scholar

Фон Ротц, Р., Kometer, M., Dornbierer, D., Gertsch, J., Gachet, M. S., Vollenweider, F. X., et al. (2017). Нейрональные колебания и синхронность, связанные с гамма-гидроксибутиратом, в состоянии покоя у здоровых добровольцев мужского пола. Психофармакология 234, 1957–1968. DOI: 10.1007 / s00213-017-4603-z

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Вайбел, А., Ханадзава, Т., Хинтон, Г., Шикано, К., и Ланг, К. Дж. (1989). Распознавание фонем с помощью нейронных сетей с запаздыванием. IEEE Trans. Акуст. Речевой сигнал Proc. 37, 328–339. DOI: 10.1109 / 29.21701

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Велч П. (1967). Использование быстрого преобразования Фурье для оценки спектров мощности: метод, основанный на усреднении по времени по коротким модифицированным периодограммам.