Resumen: La actigrafía es un método no invasivo y económico para monitorear los patrones de sueño/vigilia en un entorno natural a través de un sensor de actividad usado en la muñeca. Tradicionalmente, la detección de períodos de sueño/vigilia a partir de datos actigráficos se basa en el suavizado y umbralización de la serie de tiempo de "recuentos de actividad" registrados. El primer paso se implementa mediante convolución con coeficientes elegidos empíricamente, adaptados por separado para los datos y el hardware usados en cada estudio. Proponemos implementar este paso a través de un filtro universal de paso bajo, aplicable a amplios rangos de hardware de grabación y tasas de muestreo. Para la verificación de este enfoque, utilizamos 1635 co-registros nocturnos de datos actigráficos y polisomnográficos (PSG) de tres conjuntos de datos diferentes, incluyendo uno grabado para este estudio. Las optimizaciones del filtro para la concordancia de la puntuación de sueño/vigilia con PSG para diferentes subconjuntos de estos datos convergieron a parámetros similares, que tratamos tentativamente como fluctuaciones alrededor de las características de un filtro universal. Evaluamos el rendimiento del enfoque propuesto y cinco algoritmos clásicos (Cole-Kripke, Sazonov, Scripps, UCSD y Webster) en el mismo esquema de validación cruzada. La concordancia con PSG, lograda utilizando el filtro universal, es significativamente mayor (con p < 0.001) que cualquiera de los algoritmos clásicos para las métricas más relevantes.
Biegański et al. (Vie,) estudiaron esta cuestión.