基于雷达技术结合光电容积描记传感器与音频信号增强的痴呆人群痛苦检测以预防其遭受痛苦：一项关于雷达技术与光电容积描记传感器及音频信号增强系统（SURREAL）的观察性可行性研究方案

《Sensors》：Detecting Distress in Cognitively Impaired People to Prevent Suffering: Protocol for an Observational Feasibility Study of a Radar-Based Technology Augmented with Photoplethysmographic Sensors and Audio Signals (SURREAL)

　　

背景：随着多发病率患病率的增加，未来几十年对姑息治疗和生命末期护理的需求预计将大幅上升。数字健康技术可能实现对临床相关痛苦的自动检测，包括疼痛、呼吸急促（呼吸困难）、焦虑/恐慌、恶心和激越等症状。对于无法可靠呼救的认知受损患者，对其无人看护时的此类痛苦进行远程检测，可在患者出现痛苦时实现及时干预。方法：这项观察性可行性研究将收集来自由3D雷达、光电容积描记传感器（可穿戴设备）和麦克风组成的非侵入性传感器系统的多模态数据。传感器数据将与常规临床护理中护士或医生使用结构化代理评估识别的痛苦事件相关联。纳入巴塞尔姑息治疗中心收治的因认知受损无法可靠呼救的成人（≥18岁），由法定代理人提供书面知情同意书。目的：本研究旨在评估基于多模态传感器的监测用于检测临床医生识别的痛苦事件的可行性，并探索传感器衍生变量与痛苦之间的关联，为未来的验证研究和姑息治疗中自动检测方法的发展提供信息。

研究背景与开展缘由

在严重疾病导致健康相关痛苦的人群中，尤其是生命末期患者中，积极整体照护即为姑息治疗的核心范畴。对于能够沟通的患者，主要通过询问症状并使用标准化患者报告结局指标（如评估疼痛、呼吸困难、焦虑/恐慌和激越等常见痛苦症状的简短问卷）来识别痛苦以缓解其痛苦。然而，这些工具无法应用于无法可靠沟通自身需求的认知受损患者。本研究中，痛苦被定义为具有临床相关性的躯体和心理症状，如疼痛、呼吸困难、恶心、焦虑/恐慌和激越，可能导致实质性心理痛苦。疼痛与呼吸急促是住院临终患者最常见的痛苦来源之一，近半数癌症患者经历中度至重度疼痛，且患病率随生命末期临近而增加；呼吸急促在晚期癌症及终末期心肺疾病患者中亦高度普遍，接受生命末期照护的患者中严重呼吸急促的比例从10%增至26%。认知受损在姑息治疗人群中高度普遍，谵妄发生率为14%–85%，高达90%的患者在死亡前经历某种程度的认知受损，叠加人口结构变化与多发病率增加，未来几十年对姑息及生命末期照护的需求将大幅上升，给负责持续患者监测的临床工作人员带来日益沉重的负担，构成医疗系统的重大挑战。对于无法自我报告症状的患者，目前识别痛苦的参考标准为经验丰富的护士或医生的临床评估，但及时识别突发性痛苦发作需要持续床边观察，在常规照护中难以实现，导致痛苦发作可能长期未被识别。数字健康技术（定义为使用信息和通信技术管理疾病与健康风险并促进福祉）或可应对此挑战，可穿戴设备与非接触式传感器系统的进展日益支持与症状负担潜在相关的生理和行为参数的连续测量，但目前尚不清楚哪些客观可测量的传感器衍生参数与无法呼救的认知受损姑息治疗患者的痛苦事件可靠相关。该研究发表于《Sensors》，旨在评估多模态传感器监测的可行性并探索传感器衍生参数与临床医生识别的痛苦事件的关联，为后续验证研究与自动检测方法开发提供依据。

主要关键技术方法

研究人员在巴塞尔姑息治疗中心开展观察性可行性研究，纳入30例因认知受损无法可靠呼救的成人（≥18岁）患者，由法定代理人签署书面知情同意书，排除濒死期（预期死亡<72小时）、持续性无意识等患者。采用的多模态传感器系统包括天花板上安装的60 GHz 3D雷达传感器（Qumea，非接触式监测患者运动与呼吸活动，输出点云、身体运动指数（0–1）、呼吸率）、可穿戴光电容积描记（Photoplethysmographic, PPG）传感器（连续无创测量心率与心率变异性）、床旁麦克风（VT506Mobile，40 Hz–20 kHz，48 kHz采样率、24位深度记录非压缩WAV文件，提取声压级、频谱质心等非言语发声声学生物标志物）。痛苦事件由训练有素的护士或医生在常规照护中基于结构化临床观察使用代理评定的埃德蒙顿症状评估系统（Edmonton Symptom Assessment System, ESAS）（0–10分）记录是否存在痛苦、症状域及严重程度，数据通过网络时间协议（Network Time Protocol, NTP）同步至共同机构时间服务器（允许时间偏差≤5秒），每10分钟观察窗口聚合传感器数据（呼吸率、心率、运动强度取均值，心率变异性取标准差，声学指标取验证发声段初级与探索性生物标志物均值），采用混合效应逻辑回归模型探索6项候选传感器衍生变量（呼吸率、运动强度、平均心率、心率变异性、声压级、频谱质心）与痛苦事件的关联，以AUC/C统计量描述判别能力，同时评估招募率、数据完整性等可行性终点。

研究结果

2. Experimental Design

本研究为观察性可行性研究，旨在评估多模态传感器监测的可行性并探索传感器衍生参数与临床医生识别的痛苦事件的关联，多模态传感器由3D雷达、光电容积描记传感器（可穿戴）和麦克风组成。

3. Materials and Equipment

3.1. Sensor System

传感器系统由三部分组成：成熟的雷达系统（Qumea）、带光电容积描记传感器的可穿戴设备、可提取与痛苦潜在相关的声学特征的麦克风；记录并日志化患者的雷达、光电容积描记和音频信号及特定时间戳，获取的信号与生理项目包括雷达原始信号（点云）、身体运动指数（0–1）、呼吸率、心率与心率变异性、声学生物标志物（含声压级、频谱质心、非言语发声的时长与节奏及其他副语言特征）。

3.2. Output of 3D Radar Sensor (Qumea)

Qumea系统为天花板安装的60 GHz 3D雷达传感器，非接触监测患者运动与呼吸活动，雷达信号生成空间运动数据（点云），从中推导运动强度（运动指数，0–1标度）与呼吸率；不捕获光学图像且无法视觉识别个体，数据加时间戳并以伪匿名形式存储（使用房间与床号等技术标识符）；雷达衍生参数作为连续变量在临床痛苦评估前的预定义观察窗内分析。

3.3. Output of Photoplethysmographic Sensors (Wearables)

可穿戴光电容积描记传感器可连续无创测量生理参数（尤其是心率与心率变异性）；信号质量受运动伪影影响（尤其腕部佩戴时），既往研究报道动态条件下约50%可用信号段，本研究人群多为卧床，预期可分析数据比例更高；设备约每4天需取下充电，监测侵入性极小且不干扰常规照护。

3.4. Audio Analysis and Acoustic Biomarker

为补充生理与运动数据，声学记录系统捕获与痛苦潜在相关的发声（如呻吟、喘息）；床旁安装VT506Mobile麦克风（40 Hz–20 kHz），48 kHz采样率、24位深度存储为非压缩WAV文件；分析包括既定声学描述符（声压级、频谱质心）及表征非言语发声谱分布、时间动态与变异性的特征（含发声段时长与节奏及反映声音质量与表现力的副语言属性），这些参数可能反映生理 strain 或急性激越，用于推导与痛苦相关的候选声学生物标志物。原始音频信号临时加密存储以支持信号处理与声学特征提取，仅保留痛苦或非痛苦事件前10分钟音频用于处理分析，其余自动删除；原始音频保留10年后删除，不用于分析语音内容、对话或识别个体。为保护隐私，仅无访客或亲属在场时标注痛苦与非痛苦事件，病房门张贴明显通知表明研究进行音频录制，单元医护人员接受专项培训（仅提取非言语声学特征、不分析评估语音内容）；这些措施旨在最小化捕获敏感第三方信息风险，同时研究痛苦相关声学标志物。

3.5. Distress Annotation

痛苦操作性定义为专科姑息治疗中通常需要医疗或护理干预的临床相关症状（含疼痛、呼吸困难、焦虑/恐慌、恶心、激越），聚焦可观察且与治疗相关的痛苦以确保传感器阵列、数据共享与评估方法在无法可靠自我报告的认知受损患者中的可行性。因多数纳入患者无法提供有效自我报告，症状严重程度由训练有素的护士或医生在常规照护中基于结构化临床观察记录代理评定ESAS评估；参考标准为常规照护中使用预定义症状类别与严重程度评级记录的临床医生识别的痛苦事件。痛苦事件在常规临床访视（预计约每小时一次）记录，每次观察记录痛苦存在与否、症状域及严重程度（ESAS 0–10标度）；为最小化干扰常规照护，在实施阶段评估两种记录方式（平板应用程序与纸质时间戳记录系统），选取医护人员接受度更高者用于主研究。开展多专业培训工作坊以促进对临床相关痛苦事件的共识并减少评估者间变异，所有参与护士与医生接受结构化培训（书面定义、示例、案例简报），实施阶段定期团队讨论澄清模糊案例并保持评分者一致性。

3.6. Synchronization of Data

传感器数据与临床标注的准确时间对齐至关重要；雷达系统（Qumea）、可穿戴传感器与音频记录系统的数据转移至安全研究专用存储环境，通过NTP同步至共同机构时间服务器；因网络延迟、设备特定处理延迟或时钟漂移可能出现微小时间戳差异。初始实施阶段通过量化系统间时间戳差异评估同步准确性，数据流间可接受时间偏差定义为≤5秒，若超阈值则尽可能修正受影响数据流或标记并排除于时间敏感分析之外。

4. Detailed Procedure

4.1. Inclusion and Exclusion Criteria

纳入巴塞尔姑息治疗中心30例接受专科姑息治疗的患者；该场景中患者常因临床相关症状负担入院，相当比例在疾病轨迹中出现认知受损。排除主动濒死期患者（因其生理与行为模式与姑息治疗其他阶段显著不同，可能混淆痛苦相关信号解释）。纳入标准：入住或转入巴塞尔姑息治疗中心；年龄≥18岁；认知受损且无法可靠呼救；法定代理人提供书面知情同意书。排除标准：因语言障碍无法获得代理同意；无法定代理人；持续性无意识、潮式呼吸（Cheyne–Stokes respiration）、终末期分泌物、预期死亡<72小时。

4.2. Patient Assessments

数据收集始于入住配备Qumea雷达系统的病房，为患者佩戴可穿戴传感器以连续24/7记录生理参数，安装床旁麦克风以全程声学记录；常规照护中护士与医生评估痛苦事件存在与否。入组时及之后每周使用急诊科改良混淆评估法（Modified Confusion Assessment Method for the Emergency Department, mCAM-ED）与谵妄评定量表修订版-98（Delirium Rating Scale Revised-98, DRS-R-98）评估认知状态与谵妄；通过亲属使用功能独立测量（Functional Independence Measure, FIM）获取院前功能状态；从医院信息系统提取人口学与临床数据（年龄、性别、诊断、体重指数（Body Mass Index, BMI）、身高、体重（必要时估算）、既往症状负担）并录入研究REDCap^?数据库。常规照护访视中护士或医生记录是否需要临床干预的痛苦事件存在与否；仅训练有素的护士与医生执行痛苦评估以确保参考标准一致性；参与者在整个住院期间被观察，预计中位时长约7天。

4.3. Data Processing

每10分钟观察窗内收集的数据聚为各预测因子单一汇总值，不评估区间内趋势；呼吸率、心率与运动取区间内所有传感器测量均值；有序变量（SV）取类别编号值的中位数，非整数四舍五入至最近整数；心率变异性计算所有心率测量的标准差；音频记录通过区内所有验证发声段初级与探索性生物标志物（如抖动（jitter）、颤音（shimmer）、谱分布）均值推导复合声学指数。区间内测量点间缺失数据用中点插值，区间首尾缺失数据排除；一个或多个变量数据不足（可用时间<60%）的区间排除分析；缺失或不完整的痛苦事件与其他临床标注不插补，缺乏所需结局信息的观察窗排除涉及该结局的分析。

4.4. Statistical Analysis and Methodology

全分析集纳入所有符合纳排标准患者，若患者退出（如撤销同意）则尽可能使用退出前数据；仅注册护士与医生判定是否需要医疗干预的痛苦发作，查房时记录痛苦事件发生或确认无痛苦（非痛苦事件），仅使用医生或护士独立观察并记录“痛苦”或“无痛苦”前10分钟区间内的数据。限制分析集纳入所有6项候选预测变量数据完整且每例患者至少1次痛苦与1次非痛苦观察的区间，旨在支持稳定参数估计同时承认痛苦频率较高患者的潜在富集。为减少非痛苦参考类别内的生理异质性，探索性分析中根据可观察行为状态对非痛苦观察窗子类化（含安静觉醒、睡眠/休息状态、活跃觉醒/运动）。主要目标为探索6项候选传感器衍生变量与临床医生识别的痛苦事件的潜在关联：呼吸率（RR，雷达衍生）、运动强度（MV，雷达衍生）、平均心率（HRM，可穿戴衍生）、心率变异性（HRV，可穿戴衍生）、声压级（SPL，音频衍生）、频谱质心（SC，音频衍生）；以AUC/C统计量作为所研究传感器衍生变量潜在判别能力的描述性指标，作为可行性研究，这些分析为探索性与假设生成，旨在为未来验证研究设计与样本量考量提供信息而非确立预测性能；主要混合效应逻辑回归模型将行为状态作为附加固定效应协变量重复；样本量允许时，将参考类别限制为同质非痛苦期（如睡眠/休息状态或安静觉醒）后重复分析，评估传感器衍生变量与痛苦事件关联对状态相关混杂的稳健性。次要分析包括：各预测变量与痛苦事件的单独关联；预测变量间相关性；亚组（如癌症状态、年龄>65岁、性别）关联变异；症状类型/严重程度与预测变量关联；护士与医生痛苦评估的一致性；预测替代时间窗的影响；患者间痛苦发生率变异；典型痛苦表达（非正式照护者观点）。可行性终点包括招募率、符合条件患者入组比例、完成观察天数比例、传感器衍生数据流完整性、研究相关终止比例（如代理人撤回），描述性报告以告知未来验证研究设计。

4.5. Feasibility Considerations and Sample Size

作为可行性研究，评估传感器衍生变量与痛苦事件关联的所有分析均为探索性与假设生成，主要目标是估计效应量、评估数据完整性及评价同步多模态数据收集的可行性，结果将为未来验证研究设计提供信息，不应解释为预测性能的决定性证据。样本量估算的相关参数存在不确定性，痛苦发生率与患者观察次数估计基于研究团队临床经验，效应量假设基于Ritsert等人报道的压力与非压力条件下心率与呼吸率标准化均数差（Standardized Mean Difference, SMD, Cohen’s d）约0.2–0.25，保守假设运动与声学变量具可比效应量。模拟假设6项候选预测变量，痛苦与非痛苦观察间SMD为0.225–0.35；额外务实与保守假设包括每例患者84次观察（约7天每天12次）、基线痛苦发生率0.1（约每天1.2次事件）、患者间痛苦概率变异（对数优势比标准差=0.5）；预测变量用高斯分布（SD=1）模拟，均值差反映假设效应量；假设痛苦发生率0.1基于研究场景内临床经验而非正式试点数据，反映该特定患者人群与终点定义无已发表估计。在此假设下，模拟提示约25例参与者可提供足够数据探索传感器衍生变量与痛苦事件的潜在关联，允许损耗后总样本量30例适于本可行性研究。

4.6. Schedule and Milestones

研究计划24个月完成；前3个月聚焦技术实施（含数据管理系统（REDCap^?16.0.37）搭建、痛苦标注流程测试、传感器系统同步评估），此阶段开展多专业工作坊以建立临床相关痛苦事件共识并标准化评估流程（M1）。第4–21个月招募，常规照护中识别符合条件的患者，GCP培训医生从法定代理人获知情同意（M2：首例入组；M3：末例出组）。最后3个月数据分析，聚焦可行性结果与传感器衍生变量及痛苦事件关联的探索性评估，跨学科研究团队准备结果发表（M4）。

4.7. Patient and Public Involvement

提案开发阶段邀请EUPATI培训的患者代表参与以确保符合患者需求与视角，其输入影响若干关键要素：决定开展多专业工作坊减少痛苦评估者间变异（其将参与并贡献患者与照护者视角）；认可患者痛苦表达多样性，建议纳入非正式照护者对典型痛苦表达的观点（已作为次要分析）；建议招募策略可行性并支持家属信息材料开发；患者代表将参与结果分析与向患者社区及利益相关方传播，支持发现转化为姑息治疗实践。

5. Discussion

晚期疾病患者（尤其无法可靠沟通需求者）的早期痛苦识别至关重要，及时识别临床相关痛苦可对疼痛、呼吸困难、焦虑或激越等症状进行及时干预，减少可避免的痛苦；本研究旨在生成关于多模态传感器衍生参数是否与专科姑息治疗中临床医生识别的痛苦事件相关的可行性数据。研究人员预期结果为结合雷达运动分析、可穿戴衍生生理参数与声学特征用于痛苦检测的可用性、数据质量与临床相关性提供初步证据，结果将为未来验证研究设计提供信息并确定哪些传感器衍生变量与临床有意义痛苦事件最具前景的关联。需承认若干局限性：痛苦评估基于临床医生观察，仍受评分者间变异影响；此外，行为状态、合并症、药物效应与痛苦症状的异质性可能影响传感器衍生参数，将在可行时探索这些因素并为未来验证研究设计提供信息；持续监测系统可能受环境与生理信号漂移源影响（包括房间条件变化、患者重新体位、传感器移位、身体位置变异与临床状态演变），作为可行性研究，本项目主要关注数据采集、同步与初步信号表征而非漂移补偿算法开发，但未来验证研究可能受益于自适应信号处理（signal-processing）方法以识别与校正传感器信号长期变异，提升多模态痛苦检测系统的稳健性与推广性。更广泛而言，本项目通过将数字健康技术整合至姑息治疗研究（针对常被患者报告结局导向方法排除的人群）作出贡献；若证实可行性，结果将为未来多中心验证研究与认知受损患者自动痛苦检测系统开发奠定基础，并帮助指导个体化支持性照护策略。研究结论部分为：早期识别痛苦在无法可靠沟通需求的晚期疾病患者中至关重要，及时识别临床相关痛苦可实现症状及时干预以减少可避免痛苦；本研究旨在生成多模态传感器衍生参数是否与专科姑息治疗中临床医生识别的痛苦事件相关的可行性数据；预期结果为结合雷达运动分析、可穿戴衍生生理参数与声学特征的痛苦检测可用性、数据质量与研究相关性提供初步证据，以告知未来验证研究与确定最具前景的关联变量；需承认局限性（临床医生评估的评分者间变异、行为状态等混杂因素、信号漂移），未来需自适应信号处理提升稳健性；项目将数字健康技术整合至常被排除的人群研究，若证实行可行性将为多中心验证与自动检测系统开发奠基，指导个体化支持性照护。