DETECTING AND MONITORING OXYGEN-RELATED EVENTS IN HEMODIALYSIS PATIENTS

The present teachings include analyzing oxygen saturation levels sensed during a hemodialysis treatment for a patient to determine whether the patient has a medical condition based on hypoxemia, apnea, or the like experienced during the treatment. To this end, the present teachings may include the use of a machine-learning algorithm trained to identify a presence of a high-frequency intermittent pattern that would be formed in a plot of the oxygen saturation levels, e.g., to determine a severity of respiratory instability experienced. The present teaching may also or instead include a time-series analysis including at least one of: (i) calculating recurrence-based quantification, such as, but not limited to, recurrence rate, determinism, and laminarity; (ii) calculating the optimal recurrence threshold based on maximum variations of the system's determinism and degree of predictability; and (iii) calculating complexity-based measures such as permutation entropy. Such analyses may be used to detect, inter-alia, sleep apnea syndrome. Les présents enseignements comprennent l'analyse des niveaux de saturation en oxygène détectés pendant un traitement d'hémodialyse pour un patient afin de déterminer si le patient a un état médical basé sur l'hypoxémie, l'apnée, ou analogue subi pendant le traitement. A cet effet, les présents enseignements peuvent comprendre l'utilisation d'un algorithme d'apprentissage automatique entraîné pour identifier une présence d'un motif intermittent haute fréquence qui serait formé dans un tracé des niveaux de saturation en oxygène, par exemple, pour déterminer la gravité de l'instabilité respiratoire subie. Le présent enseignement peut également comprendre ou à la place comprend une analyse des séries chronologiques comprenant au moins l'une des étapes suivantes : (i) calculer une quantification basée sur la récurrence, telle que, mais sans s'y limiter, le taux de récurrence, le déterminisme et la laminarité ; (ii) calculer le seuil de récurrence optimal sur la base de variations maximales du déterminisme du système et du degré de prévisibilité ; et (iii) calculer des mesures basées sur la complexité telles que l'entropie de permutation. De telles analyses peuvent être utilisées pour détecter, entre autres, le syndrome de l'apnée du sommeil.