《Life》：Diversity, Local Utilization, and Ethnolinguistic Perspectives on Verbenaceae J.St.-Hil. in Community Landscapes of Buri Ram Province, Eastern Thailand
编辑推荐：
阻塞性睡眠呼吸暂停（OSA）是一种常见疾病，可及的非侵入性筛查方法仍受关注。本研究评估了摄影颅面描述符和语音衍生声学特征用于呼吸暂停–低通气指数（AHI）估计和OSA二分类筛查。对109名成人的数据采用未分段和时序分段语音表示进行分析。使用嵌套交叉验证评估了七
阻塞性睡眠呼吸暂停（OSA）是一种常见疾病，可及的非侵入性筛查方法仍受关注。本研究评估了摄影颅面描述符和语音衍生声学特征用于呼吸暂停–低通气指数（AHI）估计和OSA二分类筛查。对109名成人的数据采用未分段和时序分段语音表示进行分析。使用嵌套交叉验证评估了七种颅面、声学和组合特征配置。对于回归，最低平均绝对误差（MAE）为14.242 events/h，使用分段连续语音特征与随机森林（RF）。对于分类，最高受试者工作特征曲线下面积（AUC-ROC）为0.766，使用未分段颅面特征与多层感知机分类器（MLPC），而最佳分段结果为0.756，使用颅面加连续语音特征。分段表示中仅颅面特征达到相似AUC-ROC 0.753，表明加入声学特征无明显判别优势。若干分类器显示高敏感度但相对低特异度。排除四个AHI最高参与者的敏感性分析显示相似分类模式，尽管回归性能对队列组成更敏感。总体而言，颅面描述符提供最一致预测贡献，而声学特征对OSA筛查的价值取决于模型和表示。
所给文档题名为“Diversity, Local Utilization, and Ethnolinguistic Perspectives on Verbenaceae J.St.-Hil. in Community Landscapes of Buri Ram Province, Eastern Thailand”，但摘要与正文均为阻塞性睡眠呼吸暂停（OSA）研究；以下按摘要和正文浓缩。OSA是常见睡眠相关呼吸障碍，与神经、心血管和代谢并发症相关，成人中患病率较高。美国报告患病率女性17%、男性34%，其他国家相似；墨西哥2018年代表性横断面研究显示四分之一成人高风险。OSA与代谢综合征、肥胖、高血压、胰岛素抵抗和血脂异常相关，代谢综合征在OSA患者中占50%–80%。OSA临床检查通常无明显体征，初筛依赖Berlin、STOP-BANG和NoSAS问卷；患者常诉白天嗜睡、疲劳、夜间胃食管反流、晨起头痛和打鼾，确诊需睡眠专科评估。多导睡眠监测（PSG）或呼吸多导图（RP）记录脑电图（EEG）、心电图（ECG）、眼电图（EOG）、血氧饱和度（SpO
2）、颏下肌电图（EMG）和气流等，主要结果为AHI。PSG虽为金标准，但成本高、不便且可及性有限，促使开发非侵入替代。机器学习已用于ECG、面部图像、语音、临床变量和问卷。Balaei et al.证明OSA与颅面结构相关，Perero-Codosero et al.将其与语音异常关联，Pang et al.显示语音高频成分单独表现良好；Espinoza-Cuadros et al.比较临床变量加语音与临床变量加局部颅面特征，采用i-vectors和支持向量回归（SVR）估计AHI，认为临床变量联合头影测量改善严重度预测，但直接整合颅面和声学生物标志仍少。因此，研究人员评估颅面测量与声学特征单独及联合对机器学习无创OSA筛查的价值，针对AHI回归和二分类，并在包含男女的墨西哥临床人群中扩展此前仅白人男性研究。意义在于探索更可及的初步评估，帮助识别需进一步临床评估者。
关键技术方法：单中心队列109名成人（55男54女），来自墨西哥IMSS CMNO睡眠诊所，伦理批准号R-2023-785-082。采集正面和侧面面部照片及同步视频语音，受试者说四句西班牙语连续语音并持续发五个西班牙语元音。语音经带通滤波检测2500 Hz同步蜂鸣，Hilbert包络分割为9段并去静音；面部用MediaPipe Face Mesh和iOSA软件自动检测标志，由医学专家校正，提取13个摄影颅面描述符；每语音段提取14个声学特征。构建未分段数据集（每人1实例，139特征）和分段数据集（每段最多30个50%重叠帧，最终3153实例，139特征）。评估七种特征配置；回归用8种算法，分类用9种算法；采用嵌套交叉验证（外5折重复10次、内4折随机搜索），参与者级分组，指标为AUC-ROC和MAE，并用bootstrap置信区间和敏感性分析。
3.1 回归结果
3.1.1 未分段数据集：通过10次完整外交叉验证比较七配置。最低MAE为仅颅面（CF）与SVR 14.537 events/h（95% CI 12.239–17.059）；CF+P与随机梯度下降回归（SGD）15.327，CF+V 15.667，CF+V+P 15.700；纯声学V 16.328，P 16.085，V+P 16.040；中位AHI基线15.915。说明未分段中颅面单独回归最好，声学未改善。
3.1.2 分段数据集：最低MAE为连续语音（P）与随机森林回归（RF）14.242 events/h（95% CI 12.296–16.290）；CF与SVR 14.713，CF+P与SGD 14.761，CF+V 15.150，CF+V+P 15.116，V+P 15.787，V 15.934；中位基线15.871。说明分段连续语音+RF数值最低，但分段未普遍改善。
3.2 分类结果
3.2.1 未分段数据集：最高AUC-ROC为CF与多层感知机分类器（MLPC）0.766（95% CI 0.671–0.846）；CF+V与RF 0.704，CF+P与RF 0.685，CF+V+P与RF 0.678；纯声学V 0.571，P 0.550，V+P 0.578；多数类基线0.500。说明颅面单独分类最佳，声学差。
3.2.2 分段数据集：最高AUC-ROC为CF+P与RF 0.756（95% CI 0.651–0.849）；CF与RF 0.753，CF+V与MLPC 0.751，CF+V+P与逻辑回归分类器（LRC）0.749；纯声学V 0.521，P 0.568，V+P 0.510；基线0.500。说明加入连续语音无明确判别优势。
3.3 敏感性分析：排除四个最高AHI（104.3、77.2、75.9、74.7 events/h）后105人（正类71，负类34）。分类AUC-ROC变化小：MLPC未分段CF 0.766→0.750，MLPC未分段V+P 0.578→0.577，RF分段CF+P 0.756→0.755。回归MAE：SVR未分段CF 14.537→13.417，SGD分段CF+P 14.761→13.120，RF分段P 14.242→14.241。105人中中位AHI基线未分段14.186、分段14.206。RF分段P不再低于基线，SVR未分段CF和SGD分段CF+P仍低于各自基线。说明分类模式非四个最高AHI驱动，回归对队列组成更敏感。
讨论认为，整体颅面信息跨任务贡献最一致，声学单独二分类判别有限；这与面部形态用于OSA评估的既往证据一致。AHI估计中，相对贡献取决于表示和模型，分段未一致改善。分类中，未分段CF最高0.766，分段CF+P 0.756，但分段CF单独0.753，加入连续语音无明显优势。纯声学接近机遇。分类敏感度–特异度不平衡：未分段CF+P敏感度0.920、特异度0.376，CF+V敏感度0.911、特异度0.388；分段CF+P敏感度0.931、特异度0.438。模型倾向识别正类，假阳性较高，适合初筛而非独立诊断。AUC接近或低于0.5仅特定组合，可能提示信息有限和样本小，不应解释为反向关联。嵌套交叉验证减少调参偏差，但未消除小样本多模型比较的乐观偏倚，需外部验证。敏感性分析支持分类模式非四个最高AHI驱动，但不证明多模态独立获益；回归对队列组成更敏感，排除后MAE降低不等于预测能力提高，需结合基线解释。BMI是潜在混杂，肥胖为OSA风险因素并影响上气道结构，可能与颅面测量重叠；临床变量未作为预测因子，无法判断颅面信息独立于BMI。二维照片测量受相机视角、镜头、头位、标志定位和校准影响，应视为摄影颅面描述符而非直接骨骼或内部解剖测量；n–a–t面积×额部标志宽度代理不是真正颅窝体积；QR校准仍为二维代理；观察者内/间可靠性未评估，盲法未记录。与Espinoza-Cuadros et al.相比，人群、预测集、建模和验证不同，MAE 11.97与14.242不可直接比较。其他面部图像深度学习和语音表示也不同；本研究所用基频、谐波性、jitter、shimmer等特征弱，不应认为语音普遍无信息。总体支持非侵入信息用于机器学习OSA筛查的潜力，但需独立人群外部验证、摄影测量重现性、图像几何控制、BMI等混杂评估和操作阈值。
研究结论翻译：本研究评估了使用摄影颅面描述符和语音衍生声学特征、在未分段和时序分段表示下，对AHI估计和OSA二分类筛查的非侵入性机器学习方法。跨评估任务，颅面信息提供最一致预测贡献，而纯声学配置在二分类中判别性能有限。对于AHI估计，主要队列最低MAE为分段连续语音特征与RF 14.242 events/h，但性能随特征配置变化，分段未提供统一优势。对于分类，最高AUC-ROC为未分段CF 0.766，分段CF+P 0.756，分段CF单独达相似0.753。这些发现表明，加入声学信息未持续改善超过颅面单独。若干选定分类器高敏感但低特异，限制其作为独立诊断模型，支持所提方法作为初步筛查支持。敏感性分析进一步表明主要分类模式并非主要由四个最高AHI参与者驱动，尽管回归性能对队列组成更敏感。总体而言，结果支持进一步研究摄影颅面描述符作为OSA筛查非侵入预测因子，而此处评估的声学特征贡献取决于表示、模型和预测任务。临床应用前需在更大更多样队列外部验证，评估摄影测量重现性，评价临床混杂因素，并研究替代声学和 multimodal 表示。
