Оценка текущего уровня сонливости человека имеет большую практическую значимость в современном обществе [1]. При выполнении монотонной операторской деятельности высокий уровень сонливости может негативно сказываться на трудоспособности работника [2], в частности водителей транспортных средств [3], особенно если монотонная деятельность сопряжена со сменой часовых поясов, что часто наблюдается у пилотов [4]. Кроме того, перспектива оценки уровня сонливости вне исследовательской лаборатории открывает широкие возможности перед телемедициной и медициной сна в целом, оказывая влияние на качество жизни [5].

Состояние повышенной сонливости является переходным между бодрствованием и сном, однако достоверных методов измерения сонливости в данный момент не существует, поскольку физиологические показатели и субъективное ощущение сонливости связаны неоднозначно. В то же время исследованиями подтверждено, что испытуемые время от времени совершают ошибки в моменты, когда самостоятельно оценивают свою сонливость как невысокую. Вопрос, какой показатель может быть универсальным физиологическим маркером сонливости, остается спорным [6].

Удобными скрининговыми инструментами для оценки уровня сонливости являются опросники субъективного ощущения сонливости [7]. Каролинская шкала сонливости (KSS) широко используется для количественной оценки сонливости/бдительности на момент заполнения опросника в хронобиологических исследованиях и исследованиях сна. Шкала состоит из одного вопроса «Насколько Вы СЕЙЧАС чувствуете себя бодро или сонливо?» и 9-балльной шкалы: от 1 (максимальное бодрствование) до 9 (максимальная сонливость) [8]. Данные KSS хорошо коррелируют с другими показателями текущей сонливости (поведенческими и полисомнографическими), что свидетельствует о высокой валидности этого теста [9, 10].

Эпвортская шкала сонливости (ESS) оценивает сонливость человека не в момент прохождения теста, а в среднем. Шкала состоит из 8 вопросов, предлагающих испытуемому оценить, насколько для него характерна дремота в разных ситуациях, по шкале от 0 до 3 [11]. Подтверждено, что психометрические показатели ESS считаются достаточно надежными и валидными [12, 13], хотя есть и иные мнения [14].

При всех достоинствах опросников их сложно использовать во время операторской деятельности [15, 16], поэтому для оценки состояния человека используют поведенческие методы. Их принято разделять на две категории: активные и пассивные [17, 18].

Активные методы добавляют к операторской деятельности дополнительную задачу, требующую реакции испытуемого на внешние стимулы (нажатие на кнопку либо вербальный ответ). В частности, к этой группе относится широко используемый тест психомоторной бдительности (PVT) [19], оценивающий скорость моторной реакции испытуемого во время выполнения основной деятельности. Активные методы обеспечивают непрерывную оценку состояния оператора в реальном времени и предоставляют достаточное количество данных для анализа, однако меньше подходят для исследований сна, поскольку вмешиваются в процесс естественного засыпания.

Пассивные методы не требуют от испытуемого выполнения дополнительных задач. В частности, к ним относятся актиграфия и тэппинг-тест. По некоторым свидетельствам, разновидности тэппинг-теста являются наиболее удачными вариантами применения пассивных методов на практике [20].

Один из вариантов пассивного поведенческого теста был ранее предложен В.Б. Дороховым [21, 22]. Тест заключается в том, что испытуемый, лежа с закрытыми глазами, считает в уме от 1 до 10 и одновременно нажимает на кнопки, поочередно правой и левой руками. Монотонный характер теста и минимальное взаимодействие с внешним миром вызывают быстрое снижение уровня бодрствования даже в дневное время. У большинства испытуемых возникает чередование кратковременных засыпаний, определяемых по отсутствию нажатий на кнопки, и пробуждений с частичным или полным восстановлением выполнения теста. Этот тест позволяет определять уровень бодрствования испытуемого по пропускам или неправильному количеству нажатий, а в сочетании с методами электроэнцефалографии (ЭЭГ) с большой точностью фиксирует переходы между сном и бодрствованием [21, 22]. Количество последовательных нажатий на кнопки одной рукой позволяет отслеживать динамику перехода от бодрствования ко сну с большей точностью, по сравнению со стандартными психомоторными тестами, где в серии из 10 нажатий учитывают ошибочное количество нажатий.

Цель исследования — оценка объективности измерения уровня сонливости у испытуемых при помощи разработанного нами монотонного психомоторного бимануального тэппинг-теста, выполняемого на мобильных устройствах, работающих на ОС Android.

Материал и методы

Набор участников происходил из числа студентов-медиков. Изначально для участия в исследовании зарегистрировался 201 человек, однако после применения критериев исключения число испытуемых уменьшилось.

Критерии невключения: отсутствие имени либо номера студенческого билета в отчетах; общая длина одной попытки <50 мин; отсутствие сообщения о прекращении эксперимента; испытуемый осуществил менее трех попыток теста; длительность отдельного эпизода отсутствия нажатий превышала полчаса (при дистанционном проведении экспериментов нельзя определить, заснул испытуемый или отложил телефон); испытуемый нарушал инструкцию в течение всего времени исследования.

В исследование были включены 102 студента-медика (76 девушек и 26 юношей, средний возраст 19,7±1,7 года). Испытуемые выполняли психомоторный тест в приложении, разработанном для использования смартфонов на ОС Android, что позволило проводить исследование в домашних условиях и существенно увеличить объем выборки. Мобильное приложение было синхронизировано с двумя портативными Bluetooth-кнопками и регистрировало их нажатия в ходе теста. Каждый испытуемый проходил тест от 3 до 5 раз, что позволило оценить вклады внутри- и межиндивидуальной вариабельности на результаты исследования [23—26].

Каждый испытуемый устанавливал мобильное приложение на свой смартфон и получал две Bluetooth-кнопки. В приложении испытуемый предварительно вносил основную информацию о себе (имя, пол, дата рождения, город, место учебы и ведущая рука), а также заполнял информированное согласие и однократно заполнял встроенную в программное обеспечение (ПО) анкету уровня сонливости по ESS, а перед каждой попыткой в обязательном порядке выполнял тест KSS.

Испытуемых инструктировали проводить исследование в тихом изолированном помещении, принять удобное горизонтальное положение, надеть наушники либо включить телефон на максимальную громкость для лучшей слышимости пробуждающего сигнала.

Каждое исследование продолжалось 60 мин, во время которых испытуемый должен был с закрытыми глазами считать в уме от 1 до 10 с частотой приблизительно 1 раз в 1 с, одновременно с каждым счетом нажимая на кнопку 10 раз, правой и левой руками поочередно. Если испытуемый не нажимал на кнопки в течение 2 мин, смартфон генерировал звуковой сигнал, чтобы испытуемый проснулся и продолжил тест. Если испытуемый не возобновлял нажатия после звукового сигнала, сигнал повторялся каждые 10 с. По истечении 1 ч исследование автоматически завершалось, отчет о результатах высылался на сервер.

Общее количество проанализированных попыток составило 494. Время проведения исследований не было фиксированным, что позволило провести тест на разных уровнях сонливости. Распределение количества проведенных тестов в соответствии со временем суток представлено на рис. 1.

Рис. 1. Распределение количества проведенных тестов в соответствии со временем суток.

а — диаграмма распределения количества экспериментов, пройденных испытуемыми во время исследования (абсцисса — суммарное количество серий исследования, ордината — число испытуемых); б — диаграмма времени суток начала эксперимента для всех испытуемых (абсцисса — время, ордината — число испытуемых, которые начали исследования в определенные часы).

Все испытуемые были ознакомлены с процедурой исследования и дали письменное согласие на участие в нем. Исследование соответствует этическим нормам Хельсинкской декларации Всемирной медицинской ассоциации «Этические принципы проведения научных медицинских исследований с участием человека» с поправками 2000 г. и «Об утверждении правил надлежащей клинической практики», утвержденными Приказом Минздрава России от 01.04.16 №200н. Исследование одобрено Этической комиссией Института высшей нервной деятельности и нейрофизиологии РАН (протокол №2 от 03.06.19).

Предобработка данных: выгрузка, приведение в табличный вид, первичная визуализация и отсев попыток ненадлежащего качества (см. ниже), проводилась с использованием языка программирования Python версии 3.10.5.

В качестве независимых переменных в исследовании использовались баллы по шкалам KSS и ESS. Для упрощения интерпретации результатов KSS была центрирована так, чтобы средний для шкалы балл 5 имел значение 0. Таким образом, если испытуемый оценил свою сонливость в диапазоне 1—4 (градации бодрствования), его баллы были <0; а если в диапазоне 6—9 (градации сонливости) — >0. В качестве зависимых переменных использовались: общее количество нажатий на кнопки в течение 60 мин исследования (в дальнейшем taps); количество эпизодов «микросна», когда испытуемый прекращал нажимать на кнопки в течение более чем 10 с (в дальнейшем sleeps); средний интервал между последовательными нажатиями на кнопку одной рукой: 0 — в состоянии бодрствования (wake), без ошибок в количестве нажатий, 1 — в состоянии выраженной сонливости, когда количество нажатий было ошибочным (в дальнейшем iti — от intertrial interval); общее количество эпизодов, когда испытуемый нажимал на кнопку одной рукой подряд менее 9 либо более 11 раз (в дальнейшем errors).

Обычно для оценки взаимосвязи между двумя численными переменными используются коэффициенты корреляции либо линейный регрессионный анализ. Оба указанных метода предполагают независимость наблюдений, что не выполняется в нашем исследовании, поскольку один и тот же испытуемый участвовал в тесте несколько раз. Для исключения сопоставления данных одного и того же испытуемого с самим собой нами применена модель линейного регрессионного анализа со смешанными эффектами, используя подход, описанный в работе Z. Yu и соавт. [27].

Формально уравнение линейной модели со смешанными эффектами можно записать следующим образом:

yij=β_о+βx+ui+εij,

где x и y — переменные, взаимосвязь которых анализируется; β — коэффициент, обозначающий силу и характер линейной связи между x и y; β_о — константа, обозначающая значение y при условии, что x равна 0; ε — остатки уравнения, необъясненная часть дисперсии; u_i обозначает некоторый параметр, уникальный для конкретного испытуемого i; ij обозначает, что конкретное наблюдение j принадлежит испытуемому i.

Модель содержит две категории параметров:

1. Параметры, являющиеся общими для всей выборки (так называемые фиксированные эффекты).

2. Параметры, характерные для конкретного испытуемого (так называемые случайные эффекты).

Таким образом, модель использует как общую для всей выборки информацию, так и уникальную для каждого конкретного испытуемого, что позволяет более точно оценивать связь между двумя переменными и ее статистическую значимость. Также модель позволяет оценивать роль интраиндивидуальной изменчивости через анализ случайных эффектов: дисперсию случайных эффектов, коэффициент детерминации (R²), интраклассовый коэффициент корреляции (ICC).

Дисперсия случайных эффектов — это разброс интраиндивидуальных средних. R² — мера того, насколько хорошо одна переменная «объясняет» другую. Этот показатель является стандартным для анализа качества регрессионной модели. Для моделей со смешанными эффектами вычисляются два варианта: R²Marg. — маржинальный (только фиксированные эффекты) и R²Cond. — условный (фиксированные и случайные эффекты). Так, можно оценить вклад интраиндивидуальной изменчивости в модель. ICC — степень корреляции между интраиндивидуальными наблюдениями. Принимает значения от 0 (наблюдения не скоррелированы) до 1 (идеальная корреляция между наблюдениями).

Более подробно методология анализа смешанных линейных моделей со случайными эффектами описана в работе [27].

Результаты

Для каждого из четырех поведенческих показателей (taps, sleeps, iti, errors) были построены смешанные линейные модели для баллов шкал KSS и ESS по отдельности.

При подготовке данных для построения моделей использовали следующие библиотеки языка программирования R версии 4.2.1: tidyverse v1.3.2 [28] — для подготовки данных к анализу и визуализации; easystats v0.5.2 — для извлечения и интерпретации параметров моделей; lme4 v1.1-30 [29] — для построения моделей.

Были обнаружены следующие статистически значимые корреляции поведенческих показателей с уровнем сонливости по KSS (p — вероятность нулевой гипотезы, β — коэффициент при соответствующей переменной в модели, 99% ДИ — границы доверительного интервала, включающего 99% данных).

В среднем при увеличении KSS на 1 балл: общее количество нажатий в эксперименте (taps) уменьшалось на 156 нажатий (β= –156,08; 99% ДИ [–260,21, –51,95], p<0,001); количество эпизодов засыпаний (sleeps) увеличивалось на 1—2 эпизода сна (β=1,65; 99% ДИ [0,49, 2,80], p<0,001); интервал между последовательными нажатиями одной рукой (iti) перед эпизодом засыпания увеличивался на 399 мс (β=399,12; 99% ДИ [187,35, 610,89], p<0,001); интервал между последовательными нажатиями одной рукой (iti) в бодрствовании в среднем снижался на 1300 мс (β= –1300,55; 99% ДИ [–1674,11, –927,00], p<0,001); эффект KSS на iti в бодрствовании был слабее (β= –354,45; 99% ДИ [–561,92, –146,97], p<0,001). Иными словами, при увеличении KSS на 1 балл iti в бодрствовании увеличивался на 399—355=44 мс; статистически значимой взаимосвязи между уровнем сонливости по KSS и общим количеством ошибок (errors) обнаружено не было.

Графически полученные данные представлены на рис. 2. Численные данные приведены в таблице.

Рис. 2. Корреляция между баллом по KSS (абцисса) и тремя поведенческими показателями теста (ордината).

Точки — значения показателей для каждого испытуемого. Черная линия — смешанная линейная модель, построенная по всем испытуемым. Серым цветом изображен 95% доверительный интервал. а — показатель taps (общее количество нажатий за 60-минутный эксперимент); б — показатель sleeps (количество эпизодов «микросна» в эксперименте); в — показатель iti (средний интервал между нажатиями): пунктир — состояние бодрствования (wake), непрерывная линия — состояние дремоты (drowsy) — ошибочные нажатия, предшествующие эпизоду «микросна».

Основные параметры смешанных регрессионных моделей, использованных для оценки корреляции между KSS и поведенческими показателями теста

Примечание. По столбцам расположены модели, по рядам — параметры этих моделей. Референтная категория для показателя iti — состояние дремоты (drowsy). В скобках указаны стандартные ошибки коэффициентов уравнения. (Intercept) — константа регрессионного уравнения, State (wake) — коэффициент, обозначающий состояние бодрствования, KSS × State (wake) — статистическое взаимодействие соответствующих коэффициентов, SD (Intercept id) — дисперсия случайной константы, SD (KSS id) — дисперсия случайного коэффициента, SD (Observations) — остаточная дисперсия, RMSE — показатель средней ошибки уравнения.

Статистически значимых связей между уровнем средней сонливости, оцененным по ESS, и всеми анализируемыми поведенческими показателями выявлено не было.

Отметим, что для показателей taps и sleeps в соответствующих моделях оказался высок вклад случайных (интраиндивидуальных) эффектов. Фиксированные эффекты объясняют для каждого из них лишь 3% дисперсии, а суммарно фиксированные и случайные эффекты — 74,3 и 46,2% дисперсии соответственно. Это подтверждается и высокими значениями ICC (0,74 и 0,44 соответственно).

Вклад случайных эффектов в модель iti (интервал между последовательными нажатиями одной рукой) оказался меньше: фиксированные эффекты объясняют 15,5% дисперсии, суммарно фиксированные и случайные эффекты — 22,7% дисперсии, а ICC равен 0,09.

Обсуждение

Предположение о связи между поведенческими показателями психомоторного теста и субъективным уровнем сонливости было подтверждено: общее количество нажатий в течение 1 ч статистически значимо снижалось, а количество эпизодов «микросна» и интервал между нажатиями перед засыпанием увеличивались. Полученные результаты говорят о достаточной чувствительности использованных показателей к функциональному состоянию испытуемого, что согласуется с результатами работ [9, 20], где также анализируется взаимосвязь между поведенческими реакциями и уровнем сонливости.

Использованная нами методология регрессионного анализа со смешанными эффектами позволила выделить особенности интра- и интериндивидуальной изменчивости показателей taps и sleeps. Значительная доля дисперсии, объясненной случайными эффектами, и соответствующие значения ICC свидетельствуют о выраженных различиях между испытуемыми. Другими словами, в этих показателях высок вклад стабильных характеристик испытуемых.

Между испытуемыми iti имеет гораздо меньший разброс значений. Этот показатель в большей степени зависит от ситуативного состояния, а не стабильных характеристик испытуемых. В пользу такой интерпретации говорит также отсутствие статистически значимой корреляции между iti и баллом KSS в бодрствовании и наличие такой корреляции перед эпизодом засыпания. Можно предположить, что показатель iti сам по себе не связан с ситуативной сонливостью, пока человек достаточно бодр, чтобы выполнять тест без ошибок, однако картина меняется по мере развития сонливости.

Общее количество совершенных ошибок не показало статистически значимой корреляции с баллами шкалы KSS, что противоречит нашим наблюдениям в предыдущих исследованиях с использованием такого же дизайна психомоторного теста [21, 22]. Это противоречие можно объяснить тем, что уровень бодрствования имеет более сложные динамические взаимосвязи с процессом совершения ошибок, к которым KSS нечувствительна. Также вероятен неудачный выбор оценки количества ошибок, поэтому для более точной оценки связи совершаемых ошибок с уровнем сонливости потребуются дополнительные исследования, где анализ комплексной динамики ошибок будет сочетаться с регистрацией полисомнографических данных. Такое исследование позволит разработать интегральный показатель уровня сонливости аналогично «кривой уровня бодрствования» на основе альфа-, дельта- и тета-активности ЭЭГ, как это было предложено в работе M. Prerau и соавт. [18].

Отметим также отсутствие статистически значимых взаимосвязей между показателями психомоторного теста и шкалой ESS. Так как ESS является методом оценки сонливости как стабильной характеристики испытуемого, а KSS отражает ситуативную сонливость, то подобные расхождения могут означать большую чувствительность нашего теста именно к ситуативной сонливости, чем к средней сонливости конкретного испытуемого.

Неоднозначным выглядит наличие выраженных межиндивидуальных различий в количестве нажатий и эпизодов «микросна», описанных выше. Возможно, это объясняется тем, что ESS и поведенческие показатели выполнения психомоторного теста отражают разные процессы. Тест ESS был разработан для диагностики нарушений сна у больных [11]. Возможно, отсутствие статистически значимых корреляций говорит о недостаточной чувствительности ESS к различиям в уровне сонливости у здоровых испытуемых. Для проверки пригодности предлагаемого теста разграничивать здоровую и патологическую сонливость в перспективе необходимо провести дополнительное исследование у группы лиц, страдающих нарушениями сна.

Заключение

На 102 испытуемых в 494 исследованиях длительностью по 60 мин показана статистически значимая корреляция ряда поведенческих показателей выполнения теста с измеренным посредством KSS уровнем сонливости. Так, общее количество нажатий и величина интервалов между ними уменьшаются, а количество эпизодов «микросна» возрастает при увеличении уровня сонливости по шкале KSS.

Уровень средней сонливости, оцененный по шкале ESS, не показал статистически значимых корреляций ни с одним из рассмотренных поведенческих показателей. Это свидетельствует о большей чувствительности разработанного нами психомоторного теста в отношении ситуативной сонливости.

Работа выполнена при поддержке Российского научного фонда, грант №22-28-01769.

The work was supported by the Russian Science Foundation, grant No. 22-28-01769.

Авторы заявляют об отсутствии конфликта интересов.