Fecha: Diciembre 2019
Idioma: Castellano
Procedencia: Instituto de Bioingeniería de Cataluña (IBEC)
Web: ver aquí

El grupo de Procesamiento e interpretación de señales biomédicas del Instituto de Bioingeniería de Cataluña (IBEC) ha desarrollado un sistema que permitiría diagnosticar de manera económica, fiable y no invasiva la apnea obstructiva del sueño (AOS), un trastorno del sueño que se caracteriza por el cese recurrente del flujo de aire durante el sueño. Los investigadores proponen un novedoso método consistente en el análisis de señales acústicas registradas con un teléfono inteligente.

El sueño, que representa más del 25 % de nuestro tiempo, es el estado natural de descanso del cuerpo y constituye un factor importante para su autorregulación. Sin embargo, existen varias enfermedades que afectan a la calidad del sueño y que pueden producir síntomas de distinta gravedad.

La AOS es un trastorno que se presenta con mayor frecuencia en hombres que en mujeres, aumentando con la edad y la obesidad. Si bien su prevalencia en la población general va del 9% al 38%, esta se dispara hasta el 90 % en hombres y el 78 % en mujeres en algunos grupos de personas mayores. Pese a estas elevadas cifras y a sus graves consecuencias, la mayoría de pacientes de AOS no reciben diagnóstico ni tratamiento.

El motivo es que el método de referencia para diagnosticar la AOS, la polisomnografía (PSG) nocturna, es una técnica invasiva que implica pasar una noche en el hospital conectado a un equipo que controla la actividad del corazón, de los pulmones y del cerebro; los patrones de respiración, los movimientos de los brazos y piernas, y los niveles de oxígeno en sangre durante el sueño, y que, además, supone un coste elevado y no proporciona información a largo plazo sobre la afección del paciente.

El nuevo enfoque propuesto por los investigadores, que fue diseñado y probado en colaboración con el «Laboratorio del sueño» del Hospital Clínic de Barcelona, es capaz de detectar el sonido a partir de la respiración oral y nasal mientras se duerme en casa, y de identificar los momentos en los que no se respira, además de analizar los datos mediante unos algoritmos desarrollados en el IBEC y diferenciar entre apneas e hipoapneas.