Apoio ao Diagnóstico da Síndrome da Apneia Obstrutiva do Sono em Pediatria

Abstract

A Síndrome da Apneia Obstrutiva do Sono – SAOS - é um distúrbio respiratório caracterizado por repetidas interrupções temporárias na respiração – apneias - devidas à obstrução das vias aéreas superiores. A esta síndrome podem estar associados problemas neurocognitivos, sonolência diurna, complicações a nível vascular, problemas no crescimento e concentração, que diminuem significativamente a qualidade de vida de uma criança. A polissonografia é o método de diagnóstico de referência para esta síndrome. Este método implica uma monitorização contínua de inúmeros sinais vitais da criança, durante uma noite, num laboratório de sono. A complexa informação adquirida, a presença de sensores invasivos, o ambiente “artificial”, o custo elevado, são algumas das limitações que apresenta o exame polissonográfico. O uso de métodos alternativos como a oximetria de pulso, a polissonografia diurna ou de registo vídeo e áudio, têm vindo a ser explorados como potenciais métodos alternativos de apoio ao diagnóstico da síndrome da apneia obstrutiva do sono. Por questões económicas, ou em situações em que o exame polissonográfico não seja de imediato possível, é importante poder contar com meios alternativos de diagnóstico mais simples e, preferencialmente, utilizando meios não invasivos e realizados no ambiente familiar do paciente. Este trabalho surge exactamente neste âmbito. Assim, foi investigada a possibilidade de detectar episódios de apneia obstrutiva através do desenvolvimento de um sistema de classificação automático, baseado apenas na análise de alguns sinais de aquisição relativamente simples, em particular do electrocardiograma, do sinal fotopletismográfico de pulso e do sinal da cânula nasal. Para esse efeito, foram utilizadas polissonografias de quatro crianças com síndrome de apneia obstrutiva do sono, de diferentes graus de severidade, disponibilizadas pelo Hospital Pediátrico de Coimbra. A partir das polissonografias, são extraídas e seleccionadas características – features – dos sinais escolhidos implementando-se um classificador, baseado em redes neuronais, capaz de distinguir entre épocas apneícas e épocas normais (épocas nãoapneícas). As características utilizadas são a diferença de PTT – Pulse Transit Time - entre dois batimentos cardíacos, a diferença entre o máximo e o mínimo da amplitude do sinal fotopletismográfico PLET, a variação da energia do fluxo aérea da cânula nasal e a relação igual a (distância Pico R - máximo PLET) / (distância Pico R - mínimo PLET). Obteve-se uma Sensibilidade Média de 90% e uma Especificidade Média de 72%, o que prova que as características escolhidas são bastante discriminativas. No geral, os objectivos da tese foram cumpridos e os resultados obtidos, apesar de não serem ainda ideais, melhoraram significativamente em relação ao trabalho já desenvolvido em 2007, no qual o sinal do fluxo aéreo obtido através da cânula nasal não era considerado. O conjunto dos sinais considerados, em particular o novo sinal introduzido – cânula nasal, parece conter informação importante para o diagnóstico da SAOS. Por isso, crê-se que investigações futuras podem ser realizadas no sentido de melhorar o sistema obtido, que se afigura promissor.