Complexe slaapstoornis

Wulterkens veert op. Waar Huijben vooral veel achter haar computer heeft gezeten voor data-analyses, stond zij vaak naast het patiëntenbed. “Er is een groep mensen die de diagnose slaapapneu krijgen, maar waarbij de behandeling niet aanslaat. Vaak leiden zij dan aan een gecombineerd voorkomen van slapeloosheid (insomnie) en obstructief slaapapneu, COMISA. Wanneer een patiënt via de huisarts voor een slaaponderzoek naar het ziekenhuis verwezen wordt met de verdenking slaapapneu, wordt COMISA makkelijk over het hoofd gezien en vaak pas in een later stadium vastgesteld. En dat is zorgelijk, want patiënten met COMISA ervaren meer klachten en beperkingen dan de mensen met een van beide aandoeningen. We zijn in slaaponderzoeken gaan kijken of COMISA bepaalde kenmerken heeft waardoor er een snellere diagnose gesteld kan worden.”

In eerste instantie gebruikte Wulterkens data van Kempenhaeghe, waar patiënten naar verwezen worden wanneer ze niet in hun eigen ziekenhuis geholpen kunnen worden. Deze mensen hebben vaak een complexere slaapstoornis waar binnen Kempenhaeghe dan ook meer oog voor is, benadrukt Wulterkens. Dat hielp haar in de zoektocht naar COMISA-kenmerken. “Waar je bij slaapapneu veel korte waakmomenten van tientallen seconden gedurende de nacht ziet, zagen we dat deze periodes bij COMISA patiënten veel langer duurden, bijvoorbeeld rond de vijf minuten.” Maar bij de overstap naar de ziekenhuisdata – Wulterkens werkte ook samen met het Amphia Ziekenhuis in Breda – liep ze tegen praktische problemen aan. “Op basis van de standaard slaapmeting blijkt COMISA lastig vast te stellen.  Want niet iedereen met COMISA heeft elke nacht last van slapeloosheid. Het liefst zou je een patiënt daarom in meerdere nachten willen monitoren, gewoon thuis zonder al die bedradingen.”

Hoewel er veel ontwikkelingen gaande zijn op het gebied van draadloze slaapmonitoring en ook al veel consumenten hun slaap tracken met wearables, kon Wulterkens deze niet gebruiken. “Consumentenapparaten zijn getest op jonge mensen met een gezond slaappatroon en kunnen slaapstoornissen niet goed detecteren. Bovendien hebben wij als onderzoeker geen toegang tot de ruwe data, en kan een fabrikant op elk moment hun algoritmes aanpassen. Niet wenselijk voor een wetenschappelijke studie.” Met wearables van industriële partner Philips verzamelde Wulterkens twee weken lang (ruwe) meetgegevens van mensen die ’s nachts met deze polsband sliepen. Daarna scoorde ze met behulp van een machine learning algoritme de slaap van patiënten met slaapstoornissen. De eerste klinische studies zijn veelbelovend, zegt Wulterkens enthousiast. “Door een verbeterde manier van meten kunnen we beter onderscheid maken tussen waak en slaap. De huidige wearables zien vaak het verschil niet tussen een patiënt die slaapt of wakker in bed  ligt zonder te bewegen. Terwijl dat voor een juiste diagnose essentieel is.”

Rechtop in bed

Ook Huijben wil graag de overstap naar wearables maken. “We kunnen nu state-of-the-art machine learning uitvoeren met echte klinische data. Vaak worden modellen gevoed met synthetische datasets, bijvoorbeeld eenvoudige foto’s van honden en katten die dan geclassificeerd moeten worden. Met de professionele data van Kempenhaeghe is het ons gelukt om machine learning dichter naar de kliniek te brengen.” Dat biedt nieuwe mogelijkheden om anders naar slaappatronen te kijken, legt Huijben uit. “We kunnen slaap nu gaan weergeven als een continue proces, zoals het echt is. Veranderingen binnen en tussen een slaapfase zijn gradueel, de overgangen zijn niet hard. Met de ontwikkelde machine learning modellen kunnen we ook op een nieuwe manier naar slaap gemeten in de thuissituatie kijken, in samenwerking met industriële partner Onera Health. Zij ontwikkelen draadloze polysomnografie sensoren voor thuismetingen.”

Naast het analyseren van normale slaappatronen, bekeek Huijben ook data van slaapwandelaars met haar ML model. “We begrijpen nog niet zo goed waarom en wanneer zo’n slaapwandelgedraging plaatsvindt, het is een bijzondere staat van het lichaam. Dat hoeft overigens niet perse fysiek wandelen te zijn, ook praten en ineens rechtop in bed gaan zitten vallen hieronder. Slaapwandelende mensen zijn bovendien nauwelijks wakker te krijgen en lukt dat wel, dan zijn ze vaak agressief. Met de standaard weergave van slaapcycli is het heel lastig om periodes van slaapwandelen te onderscheiden in de hersenmetingen. Onze ML modellen laten zien dat hoe langer een stuk diepe slaap is, hoe groter de kans is dat er slaapwandelgedragingen op treden. We begrijpen nog vrij weinig wat er nu precies tijdens zo periode gebeurd. We hopen nu met deze methode daar meer zicht op te krijgen, ook door met de sensoren van Onera Health slaapwandelaars meerdere dagen thuis te gaan monitoren.”

Luisteren naar je lijf

Ondanks dat ze niet rechtstreeks hebben samengewerkt, hebben Huijben en Wulterkens veel van elkaar kunnen leren. Huijben: “In onze groep zie je de hele slaap-pipeline. Ik werkte niet rechtstreeks met patiënten, maar hoorde via Bernice wel de verhalen over de enorme impact van slaapstoornissen. En op de slaapborrels die we samen organiseerden was er naast collegiale gezelligheid ook ruimte om nieuwe ideeën op te doen.” En dat leidde ook letterlijk tot een heel ander perspectief, lacht Huijben. Want zowel zij als Wulterkens mochten met hun promotor Sebastiaan Overeem, die naast TU/e-hoogleraar en somnoloog ook amateurpiloot is, mee met een vlucht rond Eindhoven en zagen hun werk van bovenaf.

Ze zijn zich in ieder geval heel bewust geworden van wat slechte slaap met je doet, besluit Wulterkens. “Veel mensen staan er niet bij stil dat ze zelf veel kunnen doen om hun slaapgedrag te verbeteren. “’s Avonds geen koffie, een vast slaapritme, geen beeldschermen. Vooral dat laatste is echt een probleem, zeker bij jongeren die hun mobiele telefoon niet kunnen wegleggen. En in de huidige data-cultuur monitoren steeds meer mensen standaard hun slaap, maar dat kan juist weer een bron voor slaapproblemen zijn. Meet met mate, en vergeet niet om ook gewoon naar je lijf te blijven luisteren.”

Bernice Wulterkens verdedigde maandag 14 oktober 2024 haar proefschrift “Shining light on a Dark Duo: Advancing the analysis of sleep in the assessment of COMISA“, Iris Huijben verdedigt haar proefschrift “Uncovering sleep structure through discrete representation learning” op donderdag 17 oktober.