Clasificación bayesiana de sujetos roncadores con Síndrome de Apnea Hipoapnea del Sueño mediante un método Kernel

Abstract

El gold standard para diagnosticar el Síndrome de Apnea Hipoapnea del Sueño (SAHS) es la polisomnografía (PSG), un procedimiento caro y laborioso. Resultaría de mucha ayuda disponer de un método de screening sencillo que permitiera determinar la severidad de un sujeto antes de realizarle una PSG. En la literatura se han reportado diferencias significativas en las características acústicas del ronquido entre roncadores simples y pacientes con SAHS. La mayoría de estudios suele clasificar los sujetos en dos grupos a partir de un umbral de Índice de Apnea-Hipoapnea (AHI). Recientemente se ha propuesto un clasificador multigrupo bayesiano con estimación Gaussiana de la función de densidad de probabilidad (PDF), usando características del ronquido pero también información de las apneas. En este trabajo mostramos que un clasificador bayesiano con estimación Kernel de la PDF mejora la aproximación Gaussiana, y permite la clasificación de sujetos con SAHS en tres grupos en función de su severidad. El clasificador utiliza sólo información obtenida de los ronquidos. El método propuesto podría ser la base de un procedimiento de screening de SAHS con un solo canal basado en el ronquido.