快速眼动睡眠行为障碍（RBD）是一种影响高达70%的帕金森病（PD）患者的睡眠障碍。RBD患者在睡眠期间表现出运动和梦境制定行为，这些行为可能是剧烈的，有时是暴力的和有害的。诊断和治疗RBD对于防止病人和他们的床伴受到严重伤害具有关键的重要性。

 

图1： 论文封面图

孤立的RBD代表了PD或其他突触蛋白病的早期阶段，并可能在这些疾病的更明显的临床表现之前数年出现。它的早期诊断提供了一个独特的窗口来评估即将到来的治疗方法的疾病改变效果。此外，与RBD相关的PD表型往往更具侵略性，并表现出更多的运动并发症。它们也更经常地伴随着认知、行为和自律神经障碍的症状。因此，识别PD中的RBD可以提供基本的见解，从治疗和预后的角度告知临床实践。与突触蛋白病有关的RBD仍然被忽视和认识不足，甚至在运动障碍专家中也是如此。普通人群和医护人员对RBD的认识仍需提高。诊断RBD需要夜间视频多导睡眠图（VPSG），这是一项昂贵的、耗时的检查，只有专业的中心才能进行，对患者来说是个负担。目前的筛查工具依赖于问卷调查或访谈。这些方法往往是主观的，而且对于社区居住的人来说，可能无法使用，或者需要有床伴在场。在PD患者中，他们捕捉RBD的可靠性并没有得到很好的证实。

虽然已知RBD行为比PD患者在清醒时观察到的行为更加生硬和暴力，但还没有进行客观和系统的描述。除PSG外，缺乏客观的衡量标准，限制了在日常生活环境中诊断RBD的筛查工具的发展。为了更好地了解RBD的表现及其随时间的变化，并在临床试验和临床常规中评估疗效，家庭筛查将是一个主要手段。

腕部运动仪是一种很有前途的RBD筛查工具。在最近的一项研究中，利用模式识别对动作记录进行视觉分析，可以将特发性RBD与睡眠中的其他运动活动区分开来，并在普通人群中识别出孤立的RBD受试者。在这项研究中，他们从腕部行为学信号中全面描述了RBD的运动特征，并提取了那些最能区分RBD与非RBD PD患者的特征。然后设计并验证了一种新型的、方便的、可在家中使用的RBD筛查方法。结合了行动图技术和机器学习算法，在受控的临床环境中进行了优化，并转化为家庭环境。最后，该方法在家中验证了非PD患者的准确性，这些患者有失眠，无论是单独的还是与其他睡眠障碍相关的，并且没有RBD的历史。

藉此，荷兰埃因霍温Onera Health的Flavio Raschellà等人，探究了：快速眼动睡眠行为障碍（RBD）是一种潜在的有害的、经常被忽视的睡眠障碍，影响到高达70%的帕金森病患者。目前的诊断依赖于夜间视频多导睡眠图，这是一种昂贵而繁琐的检查，需要特定的临床专业知识。他们探究了使用腕部行为学来实现家庭环境中的RBD自动诊断。

26名帕金森病患者接受了为期两周的家庭腕力图谱检查，随后在实验室进行了两次评估。根据梦境颁布史和视频多导睡眠图，将患者分为RBD和非RBD。他们利用行为图谱信号全面地描述了患者在睡眠期间的运动模式。然后训练了机器学习分类算法，用最相关的特征来区分有无RBD的患者。分别对实验室和家庭记录的临床诊断进行了分类性能的量化。在一个由患有其他睡眠疾病的非PD患者组成的对照组中进一步验证了性能。

为了确定RBD的特征，从（i）个别运动事件和（ii）整体夜间活动中提取的行为特征是关键。RBD患者总体上更活跃，并且表现出运动时间更短、幅度更大、时间更分散的特点。

图2：论文结果图

利用这些特征，他们的分类算法在诊所测试中达到了92.9±8.16%的准确率。当对帕金森病患者的家庭录音进行验证时，在两周的时间内准确率达到100%，在非帕金森病对照组患者中准确率为94.4%。在不同的测试和条件下，这些特征显示出稳健性。

该研究的重要意义在于发现了：为更快、更便宜、更定期地筛查睡眠障碍开辟了新的前景，包括常规临床实践和临床试验。

原文出处：
Raschellà F, Scafa S, Puiatti A, Martin Moraud E, Ratti P. Actigraphy enables home screening of REM behavior disorder in Parkinson disease._Annals of Neurology_. Published online October 4, 2022:ana.26517. doi:[10.1002/ana.26517](https://doi.org/10.1002/ana.26517)