《npj Gut and Liver》：Evaluation of an audio-based monitoring system for detecting retching and vomiting in gastroparesis: an observational cohort study
编辑推荐：
本研究在25例胃轻瘫（GP）参与者中开展了一项非干预性纵向研究，评估了一种新型基于音频的数字监测系统对干呕和呕吐（排出）事件的检测效能。参与者在家中使用由iOS设备（iPhone）和Watch组成的音频系统，为期14天。干呕和排出事件通过音频记录的人工标注计数
本研究在25例胃轻瘫（GP）参与者中开展了一项非干预性纵向研究，评估了一种新型基于音频的数字监测系统对干呕和呕吐（排出）事件的检测效能。参与者在家中使用由iOS设备（iPhone）和Watch组成的音频系统，为期14天。干呕和排出事件通过音频记录的人工标注计数与每日电子患者报告结局（ePRO）计数进行量化。设备依从性以记录小时数除以总小时数（24×14）计算。依从性较高：iPhone为83.4%，Watch为69.4%。音频设备的事件时间分析显示，晨间干呕和排出活动增加，症状在夜间时段持续存在。Watch与iOS的事件计数呈强相关（r > 0.85），但设备与ePRO计数的一致性较低（r < 0.68）。虽然基于ePRO的排出计数与患者总体印象频率/严重程度（PGI-F/PGI-S）测量在个体内相关性更强，但设备计数能更好地区分不同PGI-F/PGI-S水平的参与者。事件计数的周平均化改善了基于音频和ePRO两种测量相对于每日事件计数的一致性。初步研究结果表明，基于音频的技术可能为检测呕吐和干呕提供一种客观方法，未来需要实现自动化以支持可扩展的实施。
胃轻瘫（GP）是一种以无机械性梗阻情况下胃排空延迟为特征的慢性疾病。GP患者常出现恶心、呕吐和干呕等症状，严重影响生活质量。然而，这些发作性症状的频率和严重程度随时间变化，给准确监测和有效管理带来挑战。传统的呕吐和干呕评估方法主要依赖患者通过每日日记或具有较长回忆期的结构化问卷进行自我报告。尽管这些工具为了解患者主观体验提供了有价值的信息，但容易受到回忆偏倚和报告偏倚的影响，在临床试验中评估治疗效果以及在医疗和家庭环境中监测临床结局方面存在显著局限性。因此，迫切需要客观、连续且可靠的方法来捕获GP患者呕吐相关症状负担。
新兴数字健康技术，特别是利用被动传感和人工智能的技术，为门诊环境中客观、低负担且可靠的症状监测提供了有前景的机会。其中，基于音频的监测系统已在多个领域证明可检测呼吸和声音生物标志物。然而，其在胃肠道干呕和呕吐症状中的应用在很大程度上尚未被探索。鉴于干呕和呕吐事件具有独特的声学特征，研究人员假设音频分析可提供一种无创、实时的解决方案，以客观监测呕吐模式。
本研究展示了对一种基于音频系统的探索性评估，该系统旨在非干预性试点研究中检测和量化GP参与者的干呕和呕吐（排出）事件。本研究旨在区分"干呕"事件（即无排出物的事件）与"排出"事件（即涉及物质排出的事件）的听觉特征。此外，本研究旨在评估基于音频的症状监测的可行性，设备依从性定义为在14天研究期内成功捕获的预期记录时间的百分比（以记录小时数除以总预期小时数[24×14]计算）。研究还旨在评估来自音频记录的干呕和排出事件计数的信度和效度，并描述GP个体中这些事件的时间模式特征。
研究人员开展了以下研究：这是一项非干预性、完全去中心化的14天研究，纳入25例伴有慢性、复发性和发作性呕吐的GP成年参与者。参与者通过专门治疗GP患者的私人临床站点招募。纳入标准为：由医生确立的与胃轻瘫相关的慢性呕吐主要诊断，且筛查时回忆在筛查前4周内每周至少有一天呕吐。排除标准包括妊娠、当前住院以及显著发育迟缓、智力障碍或其他精神损伤。研究方案不限制患者用药、补充剂、饮食、液体摄入或日常活动。参与者在入组时提供知情同意，并收到包含两块研究手表（用于14天连续记录中更换）和一台iOS设备（iPhone）的研究套件。通过电话会议进行培训。所有数据从参与者家庭环境中远程收集。音频数据使用两种设备记录：参与者被指导佩戴音频记录手表（Esonic, SR-600语音激活音频记录手表）在整个14天期间，并指导在离开家或有其他隐私顾虑时暂停记录；iOS设备配备定制音频记录应用程序（Redenlab?），放置于参与者通常经历症状的位置（如浴室），设置为在研究期间持续插电并记录。音频记录安全上传至云系统。使用Redenlab的语音活动检测模块进行预处理以去除静音段并排除语音。预处理后，所有音频文件由四名训练有素的人类听觉评估员手动标注。评估员记录所有干呕和排出事件的开始和停止时间，以及与干呕或排出时间接近的相关声音（如吐痰、咳嗽、清喉和干扰）。实施了结构化的培训和质控四步框架。参与者每日完成基于网络的问卷，包括：ePRO干呕/排出计数（首先询问"在过去24小时内，您是否呕吐或干呕？"是/否，回答"是"者分别报告呕吐/干呕次数）、PGI-S（评估过去24小时呕吐严重程度，5点量表：无[0]、轻度[1]、中度[2]、重度[3]和极重度[4]）和PGI-F（评估过去24小时呕吐频率，5点量表：无[0]、很少[1]、有时[2]、经常[3]和非常频繁[4]）。事件发作定义为在时间上紧邻的合并干呕和排出事件的集群，通过数据驱动框架确定最佳最大时间间隔。数据分析包括设备依从性计算、描述性统计、时间效应分析（使用bootstrap方法）、音频端点与患者报告结局之间的关联分析（使用重复测量相关性[rmcorr]和Friedman检验及Dunn事后检验）以及信度评估（使用组内相关系数[ICC]）。
研究结果显示：在参与者特征方面，这项去中心化观察性研究纳入25例伴有恶心-呕吐型胃轻瘫的成年参与者，研究期间未报告不良事件（AEs）。在设备依从性方面，招募期间联系了28例GP参与者，其中1例因症状过于稀疏和零散、1例因无无线网络接入、1例因保密协议问题未参与。iOS设备的平均依从性较高（平均20.66±7.48小时/天；设备依从性=83.4%，N=23），Watch较低（平均17.24±7.29小时/天；设备依从性=69.4%，N=24）。参与者参与度在整个研究队列中保持稳定，两个平台的每日记录小时数均无显著纵向下降。1例参与者因技术设置问题被排除在Watch分析之外，2例被排除在iOS分析之外，但无参与者同时出现两种设备的问题。在描述性统计方面，通过Watch和iOS设备远程记录的连续音频数据，经训练有素的人类评估员手动标注显示，Watch共捕获870次干呕事件和275次排出事件，iOS设备记录796次干呕事件和227次排出事件。通过基于网络的问卷追踪症状的ePRO计数，患者共报告575次干呕事件和247次排出事件。参与者还完成了PGI-S和PGI-F两个5点评分量表，两个量表在整个研究期间的分布保持相对一致。在所有时间范围内呈现一致模式：Watch捕获的各类事件平均数量最高，其次是iOS设备，然后是ePRO。基于音频的设备显示干呕事件通常比排出事件频繁2-4倍，ePRO计数中也观察到类似模式。在事件发作方面，发作通常由每次发作1-8个事件组成（第10-90百分位数），持续0.81-25.15秒（第10-90百分位数）。与单个事件一样，Watch的发作计数始终高于iOS设备。在时间效应方面，音频衍生事件的时间戳数据显示，晨间干呕和排出事件显著增加，在上午09:00至11:59之间急剧达到峰值。此外，干呕和排出事件在夜间多个时段（尤其是凌晨03:00-05:59）持续存在，水平与白天观察到的相当。在人工标注事件计数与患者报告事件计数的相关性方面，两个音频设备之间表现出强一致性：Watch与iOS设备之间干呕的相关性为0.86（95% CI: 0.82-0.89），排出的相关性为0.91（95% CI: 0.89-0.93），合并R+E事件的相关性为0.90（95% CI: 0.87-0.92）。相比之下，设备与ePRO事件计数之间的相关性有限。对于干呕事件，ePRO计数与iOS设备和Watch的相关性分别为0.26（95% CI: 0.14-0.37）和0.40（95% CI: 0.29-0.50）。对于排出事件，iOS应用和Watch与ePRO显示相似的相关性（r=0.68；95% CI, 0.61-0.74）。对于合并R+E事件，ePRO计数与iOS设备和Watch的相关性分别为0.51（95% CI: 0.42-0.60）和0.60（95% CI: 0.51-0.67）。当使用基于发作的合并事件计数时，与ePRO的相关性改善：ePRO与iOS设备的相关性为0.58（95% CI: 0.49-0.65），ePRO与Watch的相关性为0.60（95% CI: 0.52-0.67）。在人工标注音频和ePRO事件计数与PGI-S/PGI-F的关系方面，ePRO的排出计数与患者总体印象条目相关性最高（PGI-F: r=0.65；PGI-S: r=0.65），其次是设备计数（r≈0.31-0.36）。干呕计数与患者总体印象条目的相关性在所有来源中较弱（r≈0.16-0.36）。合并R+E原始计数与PGI-F/PGI-S呈中等相关性，ePRO再次优于两个音频设备。对于干呕，ePRO事件计数在各PGI-F水平间保持一致，对自评为呕吐"非常频繁"或"经常"的患者观察到事件计数低报。相比之下，Watch和iOS设备显示干呕计数随PGI-F水平升高呈相对单调增加。对于排出事件，在所有来源中"无"PGI-F类别内计数较低。Watch、iOS设备和ePRO的排出计数随PGI-F水平升高呈一定程度的渐进增加，但由于日间波动变异性较高。各种设备和患者报告的事件计数未能可靠区分相邻PGI-F组（如"经常"与"非常频繁"）和PGI-S组（如"重度"与"极重度"）。为解决此问题，将PGI-F应答从五个类别合并为三个类别：无、很少/有时、经常/非常频繁；PGI-S应答分为：无、轻度/中度、重度/极重度。ePRO计数区分这些合并类别的能力有限，而Watch和iOS设备显示出更清晰的区分，排出计数随频率和严重程度增加而持续增加。在结局信度和平均化周期效应方面，Watch的R、E和R+E计数的ICC范围为0.37-0.80，iOS设备为0.22-0.67。ePRO计数显示更稳定的信度，ICC在不同日对比较中范围为0.40-0.56。周ICC方面，Watch对干呕事件的信度较高（ICC=0.53；95% CI: 0.00-0.81），排出（ICC=0.16；95% CI: 0.00-0.44）和R+E事件（ICC=0.31；95% CI: 0.00-0.67）较低。iOS设备对干呕（ICC=0.79；95% CI: 0.30-0.95）和R+E事件（ICC=0.69；95% CI: 0.12-0.92）显示更强信度，排出事件较低（ICC=0.36；95% CI: 0.00-0.79）。ePRO表现最一致，所有事件类型的ICC范围为0.76-0.90：R（ICC=0.90；95% CI: 0.74-0.96）、E（ICC=0.76；95% CI: 0.45-0.91）和R+E（ICC=0.89；95% CI: 0.75-0.96）。基于发作的R+E计数未一致改善信度。
在讨论部分，本研究提供了支持使用基于音频的设备客观监测GP中干呕和排出事件的基础证据，该技术可应用于其他以发作性呕吐为特征的疾病。虽然这些结果建立了家庭环境中音频监测的概念验证，但未反映自然主义24小时监测的全部复杂性，因此研究结果应被解释为需要在更广泛真实世界环境中进一步验证的基础证据。研究结果表明音频监测既可行又有效，来自设备的客观数据补充并建立在当前使用PRO工具收集的信息之上。本研究的一个关键发现是参与者对音频记录的高依从性和意愿，表明音频症状追踪在该人群中可接受。iOS设备的依从性更高，可能由于其被动性质——一旦激活，需要最少的参与者参与。虽然音频监测设备在临床研究中仍相对不常见，但观察到的Watch 69.4%和iOS 83.4%的依从率证明了强可行性和患者可接受性。这些比率与近期文献高度可比。值得注意的是，鉴于连续家庭音频记录在隐私方面要求更高，参与者达到了这些稳健的依从水平。研究测试了两种记录模式（固定家庭式和移动腕戴式），显示各自的优缺点。iOS设备的记录时间更长，与更高依从性相关。另一方面，Watch尽管记录时间较短但捕获更多事件，可能由于其腕戴放置和在家中佩戴时更大的移动性。这表明固定系统可能在后勤上更简单，但移动可穿戴记录器可能更适合在真实世界环境中追踪症状。本研究进一步强调了ePRO和基于音频的测量在临床研究中的互补作用。ePRO与基于音频的呕吐和干呕事件测量之间观察到的相关性为中等，与收敛效度的预期一致。这是预期的，因为PRO反映患者对症状的感知和回忆，而基于音频的测量捕获离散的生理事件。ePRO计数与患者总体印象条目显示更强的个体内相关性，表明对感知的个体内随时间变化更敏感。相比之下，基于音频的测量在区分基于总体印象条目的严重程度和频率水平方面显示出更强的区分性能。此外，音频设备限于捕获特定症状事件，无法评估其他重要患者体验如恶心。结合两种测量的多端点策略可能提供更全面、以患者为中心的临床获益理解。本研究数据还提供了关于胃轻瘫症状的新见解。例如，Watch和iOS设备的记录表明干呕可能是GP比以前认识到的更常见的症状，挑战了传统观点。时间模式分析表明存在频繁的夜间干呕，可能导致睡眠中断——这是传统症状日记中常被忽视的领域。晨间症状也高于一天中其他时间，可能与晨间活动或进食有关。日间症状数据的中午下降应谨慎解释，因为受试者此时可能更可能在家外，远离iOS设备且Watch记录暂停。日水平存在显著症状变异，可能代表真实的日间变化而非测量误差，反映了GP症状的动态和发作性特征。周聚合数据略微改善了重测信度。由于观察期长度，本研究无法评估更长聚合间隔（如2周或以上），但预期会进一步稳定测量。与基于音频的指标相比，每日ePRO数据观察到较少变异性，可能反映参与者回忆中隐含的平均化。本研究探索了"干呕和/或排出发作"的定义和效用，受咳嗽文献类似研究启发。发作级音频数据与ePRO数据的相关性比原始计数级音频数据更强，表明参与者可能自然以离散发作感知和报告症状。然而，将单个事件聚合为发作并未改善重测信度。本研究存在重要局限性。虽然四名评估员参与标注过程，但每个记录仅由一人评分，无法评估正式的评估者间信度（IRR）指标。此设计决策由数据集规模驱动，总计约16,800小时连续音频。为确保数据完整性，采用了四步质量保证框架。为保护参与者隐私，研究限制音频记录在家庭内并配有视觉提醒，允许参与者自行暂停设备，并使用自动化软件在人工审查前移除人类语音。这些保护措施虽然被参与者高度接受，但引入了不可避免的数据限制。例如，限制家庭内记录可能导致总事件计数不足，并给解释时间效应发现带来挑战。此外，依赖人工评分对扩展到更大群体构成后勤挑战。客观被动捕获的测量如基于音频的症状追踪可能减少安慰剂效应。开发腕戴式全自动系统可实现隐私保护监测。从家庭试点过渡到24小时自然主义评估需要克服重大技术和后勤障碍，包括需要设备端隐私保护AI处理。总之，这项探索性研究支持音频检测GP患者干呕和排出事件的可行性，并提供了收敛效度的初步证据。信度因端点和设备而异，强调在更广泛临床试验部署前需要进一步验证和自动化。
