Se ha desarrollado un método para detectar con precisión la apnea del sueño infantil, que combina la medición del nivel de saturación de oxígeno en sangre, el procesamiento de señales y algoritmos. El sistema ha sido probado en un hospital de Chicago (Estados Unidos) con 981 pacientes pediátricos y se ha logrado una precisión diagnóstica del 84%.
Investigadores del Grupo de Ingeniería Biomédica de la Universidad de Valladolid (UVa), del Hospital Universitario Rio Hortega de Valladolid y de la Escuela de Medicina de la Universidad de Missouri, las dos primeras instituciones en España y la última en Estados Unidos, han diseñado un método diagnóstico para detectar con precisión la apnea del sueño infantil, fundamentado en el análisis del nivel de saturación de oxígeno en sangre durante la noche, procesamiento de señales y algoritmos. Los resultados del trabajo se han publicado en la revista científica PLOS ONE.
Actualmente, la polisomnografía nocturna o PSG es la prueba diagnóstica estándar para la apnea del sueño, pero presenta diversas limitaciones. Implica que el paciente pase una noche en el hospital totalmente cableado, ya que se toman diversos registros biomédicos de manera simultánea. La incomodidad que supone para el paciente es grande y, si el paciente es un niño, los problemas se multiplican. Además, la interpretación de esta prueba es compleja y supone un importante coste sanitario.
La alternativa a la PSG planteada ahora es el análisis automático de una sola señal, la saturación de oxígeno en sangre recogida en una oximetría nocturna, un método consistente en la colocación de una pinza en el dedo del paciente para evaluar su nivel de oxígeno en sangre durante toda la noche. Como apunta el investigador del Grupo de Ingeniería Biomédica Fernando Vaquerizo, esta prueba destaca por ser fiable y sencilla de utilizar en niños, y además se puede realizar en el domicilio del paciente ya que existen dispositivos portátiles comerciales.
Para analizar estos datos, los investigadores han utilizado un tipo de procesamiento de señales denominado discrete wavelet transform (DWT), “que permite evaluar señales no estacionarias y analizar con gran resolución las componentes frecuenciales de la señal de saturación de oxígeno relacionadas con la apnea del sueño infantil”, explica Vaquerizo.

También se aplicaron otras técnicas de extracción de características estadísticas y un algoritmo de selección para obtener información complementaria. Por último, se emplearon tres algoritmos de clasificación (regresión logística, máquinas de vector soporte y red neuronal) para detectar la presencia de apnea del sueño infantil moderado a severo.
El equipo probó el método diseñado en una muestra de 981 pacientes pediátricos (602 niños y 379 niñas) con edades comprendidas entre los 2 y los 11 años, que acudieron a la unidad del sueño del Hospital de la Universidad de Chicago por sospecha de apnea.
Con la técnica implementada, los investigadores han logrado una precisión diagnóstica del 84% en la detección de la apnea infantil moderada a severa, superior a la registrada en estudios previos.
“Estos resultados sugieren que el análisis wavelet podría ser una herramienta útil para caracterizar la señal de oximetría y mejorar el rendimiento diagnóstico y la implementación de una prueba simplificada de detección de la apnea del sueño pediátrica”, señala vaquerizo.
Además, agrega, “con esta técnica y empleando distintos algoritmos de clasificación se ha podido caracterizar los efectos del apnea del sueño infantil en la señal de oximetría y obtener información complementaria a los métodos tradicionales de análisis de la señal”.
Los resultados obtenidos tienen gran relevancia ya que el Síndrome de la Apnea-Hipopnea del Sueño en niños, un trastorno respiratorio caracterizado por la aparición recurrente de eventos de ausencia completa (apnea) y reducción significativa (hipopnea) del flujo aéreo durante el sueño, tiene una alta prevalencia (entre el 1% y el 5%) en la población infantil y es una patología infradiagnosticada. La enfermedad puede tener múltiples consecuencias para la salud y el desarrollo de los niños, como la disfunción cardiometabólica, el déficit neurocognitivo o el retraso en el crecimiento. (Fuente: Cristina G. Pedraz / DICYT / SINC)