Acuerdo entre la puntuación automatizada y manual de los dispositivos de apnea del sueño nivel 3 para uso doméstico
Un estudio retrospectivo unicéntrico encuentra que la puntuación automatizada de las pruebas de apnea del sueño en el hogar subestima sistemáticamente la gravedad de la enfermedad, clasificando erróneamente a casi la mitad de los casos moderados.
Introducción
La prueba de apnea del sueño en el hogar (HSAT) se ha convertido en un pilar del diagnóstico de la apnea obstructiva del sueño (AOS), ofreciendo a los pacientes una alternativa conveniente a la polisomnografía en laboratorio. Pero una pregunta crítica ha persistido: ¿qué tan confiables son los algoritmos de puntuación automatizados integrados en estos dispositivos? Un nuevo estudio del Hospital Mubarak Al Kabeer en Kuwait proporciona una respuesta preocupante.
Publicado en Sleep Medicine X, el análisis retrospectivo de 525 pacientes encontró que la puntuación automatizada (computarizada) de los dispositivos HSAT nivel 3 subestima consistentemente el índice de eventos respiratorios (REI) en comparación con la puntuación manual realizada por técnicos del sueño capacitados. En algunas categorías de gravedad, hasta el 44.5% de los pacientes con AOS moderada fueron reclasificados a una clasificación más leve, lo que genera preocupación sobre diagnósticos omitidos o tratamientos retrasados.
Resultados
El equipo de investigación, liderado por Sulaiman Khadadah y sus colegas, comparó la puntuación automatizada y manual de las grabaciones HSAT nivel 3, dispositivos que típicamente monitorean 3 a 4 canales, incluyendo oximetría, flujo de aire, esfuerzo respiratorio y frecuencia cardíaca, pero no la electroencefalografía (EEG) completa de la polisomnografía en laboratorio.
Los hallazgos clave fueron contundentes:
- Subestimación sistemática. Los valores de REI automatizados fueron consistentemente más bajos que los valores de REI derivados manualmente en la población del estudio. El análisis de Bland-Altman confirmó un sesgo hacia la subestimación, con límites de acuerdo suficientemente amplios como para ser clínicamente significativos.
- Clasificación errónea de gravedad. Cuando los pacientes fueron estratificados en categorías estándar de gravedad de AOS (ninguna, leve, moderada, grave), la puntuación automatizada clasificó erróneamente a una fracción sustancial. Lo más preocupante fue la tasa de subestimación del 44.5% entre los casos moderados, pacientes cuya enfermedad fue degradada a leve o ninguna por el algoritmo.
- Brecha impulsada por hipopneas. La discrepancia fue más pronunciada en el índice de hipopneas. La puntuación automatizada detectó significativamente menos hipopneas que la puntuación manual. Dado que las hipopneas constituyen una gran proporción de los eventos respiratorios en muchos pacientes, esta única diferencia impulsó gran parte de la subestimación general del REI.
- Problema de umbrales. La clasificación errónea se agrupó alrededor de los puntos de corte de gravedad clínicamente importantes, los límites entre leve y moderado, y entre moderado y grave. Los pacientes cuyo REI real se encontraba cerca de estos umbrales tenían más probabilidades de ser clasificados erróneamente, porque pequeñas diferencias en la puntuación los empujaban al otro lado de la línea.
El estudio utilizó definiciones tanto «estándar» como «extendida» del REI, y el patrón se mantuvo en ambas, fortaleciendo la conclusión.
Por qué es importante
La apnea obstructiva del sueño afecta a un estimado de 936 millones de adultos en todo el mundo, y la mayoría de los casos permanecen sin diagnosticar. La prueba de apnea del sueño en el hogar ha sido una herramienta fundamental para ampliar el acceso al diagnóstico, particularmente durante y después de la pandemia de COVID-19, cuando las pruebas en laboratorio enfrentaron limitaciones de capacidad.
Sin embargo, el valor diagnóstico de la HSAT depende de la precisión de su puntuación. Si los algoritmos automatizados subestiman sistemáticamente la gravedad, los pacientes podrían ser informados de que su apnea del sueño es «leve» cuando en realidad es «moderada», potencialmente renunciando a tratamientos como la terapia de presión positiva en la vía aérea (PAP) que podrían mejorar su calidad del sueño, su riesgo cardiovascular y su función diurna.
Los hallazgos también destacan objetivos específicos de mejora. Dado que la brecha está impulsada principalmente por la detección de hipopneas, refinar los algoritmos para identificar mejor estos eventos sutiles, caracterizados por caídas en el flujo de aire acompañadas de desaturación de oxígeno o despertar, podría generar los mayores avances en precisión. Este es un objetivo concreto para la próxima generación de herramientas de puntuación impulsadas por IA.
Limitaciones
Como estudio retrospectivo unicéntrico, los resultados reflejan la población de pacientes y las prácticas de puntuación de una sola institución. Los dispositivos nivel 3 utilizados pueden no representar todas las plataformas HSAT disponibles comercialmente. La puntuación manual, aunque se trata como el estándar de referencia, también tiene una variabilidad inherente entre evaluadores. El estudio no comparó ninguno de los dos métodos con el estándar de oro de la polisomnografía en laboratorio con EEG, por lo que la precisión real de cada enfoque sigue siendo desconocida. Además, el estudio no informó resultados, si los pacientes clasificados erróneamente por la puntuación automatizada tuvieron peores resultados clínicos, lo que habría fortalecido la relevancia clínica de los hallazgos.
Conclusión
La puntuación automatizada de las pruebas de apnea del sueño nivel 3 en el hogar subestima el REI y la gravedad de la AOS en comparación con la puntuación manual de un técnico, particularmente mediante la detección insuficiente de hipopneas. Los médicos deben ser conscientes de este sesgo al interpretar los resultados de HSAT, especialmente para los pacientes cuyo REI automatizado se encuentra cerca de los umbrales de gravedad. Los hallazgos proporcionan una dirección clara para mejorar los algoritmos de puntuación automatizados e impulsados por IA: una mejor detección de hipopneas es el objetivo único más impactante.
Fuente
Khadadah S, Alanazi H, Saleh Y, Aljabri J, Elbagalaty MF, Ali A, Abdulsalam M. Agreement between automated and manual scoring of level 3 home sleep apnea devices: A single-center retrospective study. Sleep Medicine X. 2026 Jun 29;12:100193. DOI: 10.1016/j.sleepx.2026.100193. PMID: 42405233. PMCID: PMC13330509.
Traducido por Alessandra