居家传感器在痴呆患者中究竟能检测到什么
最清晰的信号来自在人们自己家中被动采集的睡眠-活动数据。在一个包含100人、超过9500人夜的合并数据集中，无监督聚类将睡眠模式分为三组。其中一组中72%为痴呆患者，平均年龄最高，约为78岁。与一般人群对照组相比，该组表现出更多的浅睡眠和更多的入睡后觉醒时间（即入睡后醒着的时间），同时快速眼动（REM）睡眠和非快速眼动睡眠更少[1]。
这是群体层面的模式，而非诊断性检测。以痴呆为主的聚类是根据其睡眠结构来定义的，作者称该结果提示存在可检测的痴呆睡眠表型，以及被动监测用于疾病追踪的可行性[1]。换言之，传感器数据揭示了一种在痴呆中更常见的可识别睡眠特征，这与说任何个体的传感器读数能够确认或排除痴呆是不同的。
这些居家指标与多导睡眠图有多接近？
多导睡眠图（PSG）是实验室金标准：它记录脑电波、眼动和肌肉活动，以精确判定睡眠分期，但费用高昂、具有侵入性，且并非自然睡眠。一套基于雷达的居家系统试图弥合这一差距：它先在大型PSG数据集上训练神经网络，再将其适配到47名老年人的雷达信号上，其中18人患有前驱期或轻度阿尔茨海默病。在对清醒、REM、浅睡眠和深睡眠进行分类时，其准确率达到79.5%，Kappa值为0.65——该评分反映的是超出随机水平的一致性[2]。
该结果支持这样一种观点：在包含早期痴呆患者的混合老年队列中，非接触式传感器可以近似PSG判定的睡眠分期[2]。但它衡量的是睡眠分期分类的一致性，而非区分痴呆与非痴呆的能力。该研究对比较问题的价值更为有限：它表明被动信号携带真实的睡眠分期信息，而这是任何痴呆与人群比较所依赖的原材料。
自报睡眠的定位——以及证据的边界
自报睡眠是另一种常用标尺，其表现与传感器不同。在一项为期六个月、纳入68名疑似阻塞性睡眠呼吸暂停转诊患者的研究中，参与者在约52%的可能天数里完成了基于应用程序的每日打卡，平均每周3.6次报告；依从性在早期最高，随后随时间下降，而呼吸暂停更严重的患者倾向于维持更长时间的报告[4]。该研究针对的是另一种疾病，不涉及痴呆，因此无法说明自报睡眠在痴呆队列中的表现。但它确实说明了一个普遍问题：自报睡眠是间歇性的，取决于参与意愿，而被动传感器每晚都在采集数据，无需患者做任何事。
一种非接触式床垫下压力传感器也被用于在居家环境中纵向追踪睡眠模式，比较一般人群队列与痴呆队列，并描述与痴呆相关的睡眠障碍[3]。该工作现有的摘要未报告与自报睡眠或PSG的直接比较，因此它为居家环境下痴呆相关睡眠差异提供了纵向支持，但并未解决这些方法之间如何比较的问题。
综合来看，证据支持一个有明确边界的实用结论。被动式居家监测通过睡眠结构差异在群体层面区分痴呆与一般人群队列[1]，而基于雷达的系统能够以合理准确度在老年人中恢复PSG式的睡眠分期[2]。这些研究尚未展示的是被动监测、自报睡眠与PSG三者之间用于分类痴呆状态的三方对比，因此声称某一种方法在该用途上优于其他方法的说法超出了数据所能确立的范围。
本文引用的文献
使用被动式居家监测技术评估痴呆与一般人群队列的睡眠模式
对100人、超过9500人夜的被动式居家睡眠数据进行聚类，识别出一个以痴呆为主的聚类（72%为痴呆患者），其浅睡眠和入睡后觉醒时间多于一般人群，REM和非REM睡眠少于一般人群。
利用历史多导睡眠图数据训练雷达系统以量化老年人和痴呆患者的睡眠
一个使用多导睡眠图数据训练的雷达深度迁移学习系统对47名老年人（包括18名前驱期或轻度阿尔茨海默病患者）的清醒、REM、浅睡眠和深睡眠进行分类，准确率为79.5%，Kappa值为0.65。
居家环境下衰老与痴呆相关睡眠轨迹的非接触式纵向监测
使用非接触式床垫下压力传感器在居家环境中纵向监测睡眠，并比较一般人群队列与痴呆队列，描述了与痴呆相关的睡眠障碍。
基于移动端的每日打卡方法监测阻塞性睡眠呼吸暂停患者报告结局：一项为期六个月的家庭观察研究结果
在68名疑似阻塞性睡眠呼吸暂停转诊患者中，基于应用程序的每日自报在六个月内的完成率为52.1%，依从性随时间下降，呼吸暂停严重程度越高，充分报告的下降越慢。
无线居家睡眠监测系统与多导睡眠图的对比评估
对无线居家睡眠监测系统与多导睡眠图在睡眠分期分类方面进行了评估，显示出有希望但初步的一致性，作者表示仍需进一步在医院环境中测试。