Взносы ип на усн: Страница не найдена

Содержание

Страховые взносы в налоговую за ИП и сотрудников

На днях тоже столкнулся с тем, что банк-клиент не принимает платёжки, ругаясь на то, что в полях ПоказательОснования=ТП
ПоказательПериода=МС.01.2017

Ему нужно, что бы значения в этих полях были нулевые.

Обратился в банк, их главбух обратился к разработчиками банк-клиента и вот что они ответили:
__________________________________________________________________________________
Здравствуйте!

Были приняты изменения в налоговый кодекс, что страховые взносы администрируют налоговые органы.
Есть Приказ 107н, который определяет правила заполнения платежа в бюджет.
Система работает согласно приказа 107н.
Согласно п.2 Приложения 4 Приказа 107н:
«…
2. Настоящие Правила распространяются на:
плательщиков страховых взносов и иных платежей в бюджетную систему Российской Федерации, …»

То есть, при указании статуса составителя 08 должны применяться правила Приложения 4.

Согласно п.5 Приложения 4 Приказа 107н:
«…
5. В реквизитах «106», «107», «109» распоряжения о переводе денежных средств указывается ноль («0»).
…»

То, при заполнении по правилам Приложения 4 в реквизите 106 должен указывать «0» ( и другое значение, например «ТП» не допускается).

Дополнительно:

Еще раз повторю, касаемо данного запроса и проблемы клиентов. Клиенты неверно трактуют 107н и ссылаются на приложение 2, где про статус сост. 08 ничего не сказано и когда они указывают статус составителя 08, далее документ регламентируется не приложением 2, а приложение 4 из 107н как я и написал выше.

Соответственно в документе, либо необходимо указать статус составителя 01(плательщик сборов), либо в реквизитах «106», «107», «109» распоряжения о переводе денежных средств указывается ноль («0»).

В актуальной сборке 396, проблем с ibank2 касаемо нового законодательства возникать не должно, проблемы только в том, что клиенты неправильно трактуют данный приказ.

С уважением, Сейтниязов Артур
Специалист отдела внедрения и сопровождения Компания «БИФИТ» — www.bifit.com Тел. +7 (499) 705-01-01 Тел. 8-800-333-911-0
E-mail: [email protected]
____________________________________________________________________________

Т.е. разработчики готовы внести изменения, но изменения в 107Н законодательно еще не приняты. Как только примут все изменения в 107Н банк сразу обновить базу для заполнения платежей.

Страховые взносы ип при усн доходы с работниками

]]>

Подборка наиболее важных документов по запросу Страховые взносы ип при усн доходы с работниками (нормативно–правовые акты, формы, статьи, консультации экспертов и многое другое).

Формы документов: Страховые взносы ип при усн доходы с работниками

Судебная практика: Страховые взносы ип при усн доходы с работниками Открыть документ в вашей системе КонсультантПлюс:
Подборка судебных решений за 2019 год: Статья 14 «Размер страховых взносов, уплачиваемых плательщиками страховых взносов, не производящими выплат и иных вознаграждений физическим лицам» Федерального закона «О страховых взносах в Пенсионный фонд Российской Федерации, Фонд социального страхования Российской Федерации, Федеральный фонд обязательного медицинского страхования»
(ООО «Журнал «Налоги и финансовое право»)Как указал суд, признавая позицию налогоплательщика правомерной, база по страховым взносам для ИП, не имеющего работников и применяющего УСН с объектом налогообложения «доходы минус расходы», должна исчисляться исходя из суммы доходов, уменьшенных на величину расходов.

При этом суд сослался на Постановление КС РФ от 30.11.2016 N 27-П и на п. 27 Обзора судебной практики ВС РФ N 3 (2017), утвержденного ВС РФ 12.07.2017.
Открыть документ в вашей системе КонсультантПлюс:
Подборка судебных решений за 2018 год: Статья 14 «Размер страховых взносов, уплачиваемых плательщиками страховых взносов, не производящими выплат и иных вознаграждений физическим лицам» Федерального закона «О страховых взносах в Пенсионный фонд Российской Федерации, Фонд социального страхования Российской Федерации, Федеральный фонд обязательного медицинского страхования»
(Юридическая компания «TAXOLOGY»)Предприниматель оспаривал конституционность ч. 1, 3 ст. 5, ст. ст. 14 — 16 Федерального закона от 24.07.2009 N 212-ФЗ, поскольку указанные нормы, в случае когда страхователь является индивидуальным предпринимателем, применяющим упрощенную систему налогообложения с объектом налогообложения «доходы» и привлекающим наемных работников, приводят к необходимости уплаты страховых взносов за себя, в том числе с сумм, выплаченных в виде заработной платы работникам, и страховых взносов с них.

Отказывая в принятии жалобы к рассмотрению, КС РФ указал, что индивидуальные предприниматели, самостоятельно выбравшие упрощенную систему налогообложения с объектом налогообложения «доходы», для которой предусмотрена более низкая ставка налога, уплачивают страховые взносы исходя из всей суммы полученных доходов безотносительно от произведенных им расходов, при этом такие налогоплательщики уменьшают сумму налога на сумму уплаченных страховых взносов (п. 3.1 ст. 346.21 НК РФ). Таким образом, законодательное регулирование создает необходимый баланс интересов налогоплательщика (плательщика страховых взносов) с учетом выбранной им системы налогообложения и публичного субъекта, администрирующего соответствующие обязательные платежи. КС РФ отказал в принятии жалобы к производству, поскольку оспариваемое правовое регулирование, предоставляющее индивидуальным предпринимателям возможность формировать свои пенсионные права с учетом цели обязательного пенсионного страхования, социально-правовой природы и предназначения страховых взносов, направлено на реализацию права на пенсионное обеспечение и само по себе, в том числе в части установления порядка определения размера подлежащих уплате страховых взносов, не может рассматриваться как нарушающее конституционные права.

Статьи, комментарии, ответы на вопросы: Страховые взносы ип при усн доходы с работниками

Снижаем налоговую нагрузку на бизнес: возврат страховых взносов для ИП на УСН | Развитие малого и среднего предпринимательства | Национальный проект

2_5467590700356864373.jpg 17.45 MB

Сэкономить на налогах можно вполне реально и легально. Достаточно разобраться в законодательстве. Так, если вы выбрали объектом налогообложения «доходы», то можно уменьшить начисленный УСН-налог и авансовые платежи по нему на суммы страховых взносов и ряд других платежей.

Если вы индивидуальный предприниматель и работаете без привлечения дополнительных сотрудников, то вам могут вернуть фиксированные платежи на пенсионное и медицинское страхование, которые вы платите за себя.ИП, ставшие работодателями, могут рассчитывать и на возврат взносов за сотрудников.

Налог должны уменьшить за счет отчислений на пенсионное, медицинское, социальное страхование (в том числе, от несчастных случаев на производстве и на больничные сотрудникам).

Полный перечень страховых взносов, позволяющих уменьшить налог, приведён в подп. 1 п. 3.1 ст. 346.21 НК РФ.

Важно помнить, что уменьшить налог получится только в случае соблюдения нескольких требований, установленных законодательно. А именно:

Страховые взносы должны быть перечислены в том же отчетном периоде, за который считается налог. Например, налог за I квартал можно уменьшить на страховые взносы, оплаченные с 1 января по 31 марта. При этом, не имеет значения за какой период начислены эти взносы.

Налог уменьшается в пределах сумм начисленных обязательных страховых взносов. Это требование ограничивает возможность уменьшения налога (авансовых платежей) на излишние (по сравнению с начисленными) суммы уплаты по страховым взносам. Если есть переплата, то она уменьшает налог (авансы) в периоде, когда принято решение о её зачёте (см. письмо Минфина от 16.11.2016 № 03-11-11/67299).
Налог уменьшается только на суммы взносов, начисленные за период применения упрощёнки. Если в предыдущем налоговом периоде вы работали по иному режиму налогообложения, то взносы, начисленные за этот период, не учитываются при расчёте УСН-налога (письма Минфина России от 29.03.2013 № 03-11-09/10035, от 29.12.2012 № 03-11-09/99).
ИП без сотрудников могут снизить налог за счет страховых взносов полностью, а ИП с сотрудниками и ООО — вернут не более 50% от суммы налога. (абз. 5 п. 3.1 ст. 346.21 НК РФ).

Все условия, дающие право на уменьшение начисленных сумм на страховые взносы, приведены в п. 3.1 ст. 346.21 НК РФ.

Кроме того, помимо различных страховых выплат возврату подлежат также взносы, начисленные как 1% от дохода. Причем распространяется это правило на обе категории ИП — с сотрудниками и без. (письмо Минфина России от 14.10.2016 № 03-11-11/60146).

сколько нужно отработать лет, чтобы выйти на пенсию?

Известный факт, что для получения законного права выхода на пенсию необходимо наработать хотя бы минимальный стаж. Вот только количество лет, которые принимаются во внимание Пенсионным фондом, каждый год меняется. И особую актуальность данное утверждение получило в последние пару лет, когда новая пенсионная реформа предложила постепенное увеличение пенсионного возраста. И, чтобы россияне могли ориентироваться во всей этой «неразберихе», специалисты ПФР прокомментировали ситуацию, которая имеет место на текущий год.

Согласно уверениям представителей Пенсионного фонда России, наши соотечественники в 2021 году имеют право на получение законных начислений от государства только в случае достижения определенного возраста. Так, если говорить о мужской половине, то они могут выйти на заслуженный отдых по достижению возраста 61,5 года. Для женщин этот показатель должен соответствовать уровню в 56,5 года. Если же речь идет о работниках муниципальных и государственных структур, то у мужчин этот возраст должен соответствовать 61,6 года, а у женщин – 56,6 года.

Не преминули в Пенсионном фонде заострить внимание и на том обстоятельстве, что свою роль в данном вопросе играет и наработанный гражданами стаж.

А поскольку, начиная с 2015 года, этот показатель постепенно поднимался, то на текущий момент он должен соответствовать 12 годам. При этом важно знать, что размер минимального стажа еще не остановился в своем росте, который продлится вплоть до 2024 года, достигнув потолка в 15 лет. Примечательно же то, что этот показатель имеет одинаковую величину как для мужчин, так и для женщин. При этом он должен быть подтвержден документально. В целом же обязательными условиями для выхода на пенсию в 2021 году считается:

Для мужчин:

индивидуальный пенсионный коэффициент 21
страховой стаж 12 лет
возраст 61,5 года

Для женщин:

индивидуальный пенсионный коэффициент 21
страховой стаж 12 лет
возраст 56,5 года

Главная

Бухгалтерский и налоговый учет

1C:Бухгалтерия

Все участки учета, любая система налогообложения (ОСНО, ЕНВД, УСН), любой вид деятельности. Можно вести учет нескольких организаций в одной базе. Мощные и удобные средства анализа и отчетов. Регламентные операции автоматизированы.

1C:Бухгалтерия

Бухгалтерский и налоговый учет, сдача отчетности через Интернет для ИП и организаций

1C:Мультибух

Позволяет «одной кнопкой» выполнять регулярные задачи по всем клиентам, например, автоматически формировать декларации, контролировать сдачу отчетности, выполнять централизованный аудит, распознавать документы и автоматически распределять их по базам клиентов, и т.д.

1C:Мультибух

Сервис фирмы 1С для бухгалтеров и компаний, ведущих учет и отчетность нескольких юридических лиц и/или ИП c помощью программы 1С:Бухгалтерия в облачном сервисе 1cfresh. com

1C:Бухгалтерия СПЕЦ (лом+шкуры)

Приложение рекомендуется использовать организациям, на постоянной основе занимающимся покупкой и продажей лома и отходов чёрных и цветных металлов, алюминия вторичного и его сплавов, сырых шкур животных

1C:Бухгалтерия СПЕЦ (лом+шкуры)

Бухгалтерский и налоговый учет, учет НДС при покупке и продаже лома и отходов чёрных и цветных металлов, алюминия вторичного и его сплавов, сырых шкур животных

Комплексная автоматизация малого и среднего бизнеса

1С:Управление нашей фирмой

Владельцу и руководителю – управление бизнесом: планирование, контроль, анализ. Сотрудникам – планирование и отражение текущей повседневной деятельности. Планируйте, оперативно учитывайте и эффективно управляйте различными участками учета на предприятии. Используйте электронный документооборот, обрабатывайте заказы покупателей с сайта интернет-магазина.

1С:Управление нашей фирмой

Решение для комплексной автоматизации компаний и ИП. Идеально до 20 рабочих мест. Автоматизирует продажи (оптовые, розничные, через интернет), услуги и сервисы, несложное производство, работу с клиентами и CRM.

Решения для торговли

1C:Розница

Программа обеспечивает оперативный учет, планирование, анализ, оперативную и управленческую отчетность для торгового предприятия. Также может использоваться в качестве кассовой программы.

1C:Розница

Автоматизация розничных магазинов, как одиночных, так и сетевых. Подключение необходимого обрудования, использование штрихкодов на всех этапах работы с товаром.

1C:Касса

Программа работает с автономными ККТ Штрих-МПЕЙ-Ф, Атол 91Ф/92Ф, смарт-терминалами Эвотор и любыми ККТ с сертификатом «Совместимо! Система программ 1С:Предприятие». Поддерживает ЕГАИС 3.0, НДС 20%, продажу маркированных товаров (выбытие из оборота).

1C:Касса

1С:Касса — облачный сервис для подключения онлайн-касс, централизованного управления торговыми точками, простого товароучета, работы с интернет-заказами, контроля доставки и аналитики.

Для малого и микро-бизнеса

Сервис 1С:Нулевка

Для предпринимателей, у которых нет доходов и не начисляется заработная плата с начала года, и которые не уплачивают ЕНВД (вмененка) или ПСН (патент). Программа напомнит, какую отчетность необходимо сдавать и когда, и сформирует все требуемые документы.

1С:Предприниматель

Ведите учет и сдавайте отчетность через Интернет. Любые виды деятельности, любые системы налогообложения. Расчет налогов, и составление отчетности и отправка ее через Интернет. Простое оформление типичных операций, электронный обмен с банками и контрагентами, подготовка счетов, накладных, актов, платежек, договоров и др.

1С:Предприниматель

Понятная бухгалтерия для предпринимателей — для работы не нужно знать бухучет

1С:Электронные трудовые книжки

Для организаций и ИП, которые не ведут кадровый учет в программах 1С (1С:Бухгалтерия 8, 1С:Зарплата и управление персоналом 8 и др.)

1С:Электронные трудовые книжки

Бесплатная программа для ведения электронных трудовых книжек, простого кадрового учета и подготовки отчета СЗВ-ТД для Пенсионного фонда России

Расчет зарплаты, кадровый учет

1С:Зарплата и управление персоналом

Для предприятия любого масштаба: от индивидуального предпринимателя до холдинга. Ведите кадровый учет, рассчитывайте зарплату и другие начисления, выплачивайте зарплату, формируйте и сдавайте через Интернет отчетность в ФНС, ПФР, ФСС и Росстат.

1С-КАМИН: Зарплата

Программа позволит вам легко и быстро рассчитать заработную плату сотрудникам, вести кадровый учёт, формировать регламентированную отчётность. Программа идеально подходит для коммерческих организаций любого масштаба и вида деятельности, а также для индивидуальных предпринимателей.

1С-КАМИН: Зарплата

Ведение кадрового учета и формирование регламентированной отчётности для коммерческих организаций и индивидуальных предпринимателей, полноценный учет совместителей.

Универсальные межотраслевые продукты и сервисы

1C:CRM

Приложение позволяет предприятиям всех сфер деятельности, ИП и самозанятым работать с клиентами в режиме «онлайн», организовать единую базу клиентов с удобным поиском, фиксировать входящие и исходящие активности по клиентам, ускорить процессы продажи благодаря «роботам-помощникам» и др.

1C:CRM

Облачный продукт для повышения продаж с универсальным набором инструментов для пользователей.

1С:Маркетинг. Лидогенерация

Приложение позволяет создавать и управлять рекламными кампаниями на популярных интернет-площадках, таких как Яндекс.Директ, Яндекс.Маркет, Google Реклама, myTarget; обеспечивает автоматизацию работы с социальной сетью ВКонтакте.

1С:Маркетинг. Лидогенерация

Специализированное решение для поиска и привлечения потенциальных клиентов в сети Интернет с использованием широких возможностей контекстной и таргетированной рекламы.

Решения для среднего бизнеса

1C:Бухгалтерия КОРП

Все возможности 1С:Бухгалтерии, а также полноценный сквозной учет в разрезе подразделений, учет НДС при покупке и продаже лома и отходов чёрных и цветных металлов, алюминия вторичного и его сплавов, сырых шкур животных, расчеты в рамках государственных контрактов и многое другое

1C:Бухгалтерия КОРП

Полнофункциональная бухгалтерия, подходит для организаций, которым необходим полноценный сквозной учет в разрезе подразделений

1С:Комплексная автоматизация

Автоматизация управления и учета: планирование, CRM и маркетинг, продажи, закупки, склад, доставка, производство, кадры, зарплата, казначейство, финансовый результат и контроллинг. Управленческий, бухгалтерский и налоговый учет по одной или нескольким организациям. Поддержка интернет-магазинов. Аналитические отчеты, контроль эффективности ключевых процессов. Формирование и сдача регламентированной отчетности через Интернет.

1С:Комплексная автоматизация

Управленческий, торговый, производственный, бухгалтерский и налоговый учет по одной или нескольким организациям. Полный расчет зарплаты. Планирование, повышение эффективности бизнеса

Решения для крупного бизнеса

1С:ERP Управление предприятием

Функциональные возможности на уровне ERP-систем международного класса. Управление финансами, бюджетированием, продажами, закупками, производством, складом, запасами, персоналом и затратами. Организация ремонтов, регламентированный учет и многое другое.

1С:ERP Управление предприятием

Решение для построения комплексных информационных систем управления деятельностью любого предприятия или холдинга. Разработано с учетом лучших мировых и отечественных практик автоматизации крупного и среднего бизнеса

Для некоммерческих организаций

1С:Бухгалтерия некоммерческой организации

Для образовательных учреждений операции по родительской плате и обучение студентов.

1С:Бухгалтерия некоммерческой организации КОРП

Все участки учета, учет обособленных подразделений, выделенных на отдельный баланс, раздельный учет НДС, бюджет НКО и его план-фактный анализ.

Для государственных учреждений gos.1cfresh.com

1С:Бухгалтерия государственного учреждения

Высокий уровень автоматизации: учет нефинансовых и финансовых активов, обязательств, расчетов по доходам и ущербу, государственных и муниципальных контрактов, НДС и налога на прибыль, санкционирование расходов бюджетов и плановых показателей деятельности, расчет финансовых результатов и учет исполнения сметы.

1С:Зарплата и кадры государственного учреждения

Программа позволяет автоматизировать кадровый и воинский учет, расчет заработной платы в государственных и муниципальных учреждениях, правоохранительных органах, воинских частях, медицинских и образовательных учреждениях и т. д. Позволяет вести учет в учреждениях любого масштаба и юридической структуры, формировать и сдавать отчетность через Интернет.

1С-КАМИН: Зарплата для бюджетных учреждений

В программе вы сможете рассчитать зарплату, налоги и страховые взносы, вести кадровый учёт, сформировать и отправить отчётность. Позволяет вести учет в учреждениях любого масштаба и юридической структуры, формировать и сдавать отчетность через Интернет.

Отраслевые и специализированные решения 1С

1C:Расчет квартплаты и бухгалтерия ЖКХ

Приложение предназначено для управляющих компаний, товариществ собственников жилья, расчетно-кассовых центров, жилищно-эксплуатационных управлений, абонентских отделов поставщиков услуг. Автоматизирует расчет начислений по квартплате, коммунальным услугам, бухгалтерский и налоговый учет.

1C:Расчет квартплаты и бухгалтерия ЖКХ

Автоматизирует расчет начислений по квартплате, коммунальным услугам, а также бухгалтерский и налоговый учет для предприятий жилищно-коммунальной отрасли

1С:Садовод

Программа не требует специального обучения. Отчетность СНТ заполняется автоматически, программа заранее предупредит о сроках ее сдачи.

1С:Садовод

Понятная программа для председателей и бухгалтеров СНТ. Учет участков, взносов, расходов, зарплаты, составление и сдача регламентированной отчетности

1С:Бухгалтерия сельскохозяйственного предприятия

Автоматизирует бухгалтерский и налоговый учет сельскохозяйственного предприятия, включая подготовку регламентированной и специализированной отчетности

1С:МДЛП

Для организаций, оказывающих медицинскую помощь, аптек и аптечных пунктов/киосков, образовательных организаций, учреждений социального обслуживания и др.

1С:МДЛП

Приложение позволяет регистрировать вывод из оборота лекарственных препаратов в МДЛП (автоматизированной системе мониторинга движения маркированных лекарственных препаратов от производителя до конечного потребителя)

Будущее здоровья сна: революция в науке о сне и медицине, основанная на данных

Шварц, Дж. Р. Л. и Рот, Т. Нейрофизиология сна и бодрствования: фундаментальная наука и клиническое значение. Curr. Neuropharmacol. 6 , 367–378 (2008).

CAS PubMed PubMed Central Статья Google Scholar

Имери, Л. и Опп, М. Р. Как (и почему) иммунная система заставляет нас спать. Nat. Rev. Neurosci. 10 , 199–210 (2009).

CAS PubMed PubMed Central Статья Google Scholar

Доусон Д. и Рид К. Усталость, алкоголь и снижение работоспособности. Nature 388 , 235 (1997).

CAS PubMed Статья Google Scholar

Bertisch, S. M. et al. Бессонница с объективной короткой продолжительностью сна и риском сердечно-сосудистых заболеваний и общей смертности: исследование здоровья сердца во сне. Спящий режим 41 , zsy047 (2018).

PubMed Central Статья Google Scholar

Боннет, М. Х. и Аранд, Д. Л. Мы хронически недосыпаем. Sleep 18 , 908–911 (1995).

CAS PubMed Статья Google Scholar

Дрейк, К. Л., Рорс, Т., Ричардсон, Г., Уолш, Дж. К. и Рот, Т.Расстройство сна при сменной работе: распространенность и последствия, выходящие за рамки симптоматических дневных рабочих. Sleep 27 , 1453–1462 (2004).

PubMed Статья Google Scholar

Демент, В. К. и Воган, К. К. Обещание сна: пионер медицины сна исследует жизненно важную связь между здоровьем, счастьем и спокойным сном (Delacorte Press, Нью-Йорк, 1999).

Google Scholar

Groeger, J. A., Zijlstra, F. & Dijk, D.-J. Количество сна, проблемы со сном и их предполагаемые последствия в репрезентативной выборке из примерно 2000 взрослых британцев. J. Сон. Res. 13 , 359–371 (2004).

CAS PubMed Статья Google Scholar

Хафнер, М., Степанек, М., Тейлор, Дж., Троксель, В. М. и ван Столк, К. Почему важен сон — экономические издержки недосыпания: сравнительный анализ между странами. Rand Health Q. 6 , 11 (2017).

PubMed PubMed Central Google Scholar

10.

Хиллман, Д. Р., Мерфи, А. С., Антик, Р. и Пецзулло, Л. Экономические издержки нарушений сна. Sleep 29 , 299–305 (2006).

PubMed Статья Google Scholar

11.

Озминковски, Р. Дж., Ван, С. и Уолш, Дж.K. Прямые и косвенные издержки нелеченой бессонницы у взрослых в США. Sleep 30 , 263–273 (2007).

PubMed Статья Google Scholar

12.

Ohayon, M. et al. Рекомендации Национального фонда сна по качеству сна: первый отчет. Сон. Здравоохранение 3 , 6–19 (2017).

PubMed Статья Google Scholar

13.

Taheri, S. Связь между короткой продолжительностью сна и ожирением: мы должны рекомендовать больше сна, чтобы предотвратить ожирение. Arch. Дис. Ребенок. 91 , 881–884 (2006).

CAS PubMed PubMed Central Статья Google Scholar

14.

Авад, К. М., Малхотра, А., Барнет, Дж. Х., Куан, С. Ф. и Пеппард, П. Э. Физические упражнения связаны с уменьшением частоты нарушений дыхания во сне. г.J. Med. 125 , 485–490 (2012).

PubMed PubMed Central Статья Google Scholar

15.

Сент-Онж М.-П., Микич А. и Пьетролунго К. Э. Влияние диеты на качество сна. Adv. Nutr. 7 , 938–949 (2016).

CAS PubMed PubMed Central Статья Google Scholar

16.

Клайн, К. Э. Двунаправленная связь между упражнениями и сном: последствия для соблюдения режима упражнений и улучшения сна. г. J. Lifestyle Med. 8 , 375–379 (2014).

PubMed PubMed Central Статья Google Scholar

17.

Уокер, М. Почему мы спим: новая наука о сне и сновидениях (Penguin, Великобритания, 2017).

Google Scholar

18.

Shan, Z. et al. Продолжительность сна и риск диабета 2 типа: метаанализ проспективных исследований. Уход за диабетом 38 , 529–537 (2015).

PubMed Статья Google Scholar

19.

Вульф, К., Гатти, С., Веттштейн, Дж. Г. и Фостер, Р. Г. Нарушение сна и циркадных ритмов при психических и нейродегенеративных заболеваниях. Nat. Rev. Neurosci. 11 , 589 (2010).

CAS PubMed PubMed Central Статья Google Scholar

20.

Marshall, N. S. et al. Апноэ во сне как независимый фактор риска общей смертности: исследование Busselton Health Study. Sleep 31 , 1079–1085 (2008).

PubMed PubMed Central Статья Google Scholar

21.

Капуччио, Ф. П., Купер, Д., Д’Элия, Л., Страцзулло, П. и Миллер, М. А. Продолжительность сна предсказывает сердечно-сосудистые исходы: систематический обзор и метаанализ проспективных исследований. евро. Heart J. 32 , 1484–1492 (2011).

PubMed Статья Google Scholar

22.

King, C. R. et al. Короткая продолжительность сна и кальцификация коронарной артерии. J. Am. Med. Доц. 300 , 2859–2866 (2008).

CAS Статья Google Scholar

23.

Чандола, Т., Ферри, Дж. Э., Перски, А., Акбаралы, Т.И Мармот, М. Г. Влияние короткой продолжительности сна на риск ишемической болезни сердца наиболее велико среди людей с нарушением сна: проспективное исследование, проведенное группой Whitehall II. Sleep 33 , 739–744 (2010).

PubMed PubMed Central Статья Google Scholar

24.

Нагаи М., Хошид С. и Карио К. Продолжительность сна как фактор риска сердечно-сосудистых заболеваний — обзор новейшей литературы. Curr. Кардиол. Ред. 6 , 54–61 (2010).

PubMed PubMed Central Статья Google Scholar

25.

Lin, X. et al. Работа в ночную смену увеличивает заболеваемость раком груди и смертность от всех причин: метаанализ 16 проспективных когортных исследований. Сон. Med. 16 , 1381–1387 (2015).

PubMed Статья Google Scholar

26.

Кнутсон, К. Л., Шпигель, К., Пенев, П. и Ван Каутер, Э. Метаболические последствия лишения сна. Сон. Med. Ред. 11 , 163–178 (2007).

PubMed PubMed Central Статья Google Scholar

27.

Ju, Y.-E. С., Люси, Б. П. и Хольцман, Д. М. Сон и патология болезни Альцгеймера — двунаправленная взаимосвязь. Nat. Rev. Neurol. 10 , 115–119 (2014).

CAS PubMed Статья Google Scholar

28.

Спира, А. П., Чен-Эдинборо, Л. П., Ву, М. Н. и Яффе, К. Влияние сна на риск снижения когнитивных функций и деменции. Curr. Opin. психиатрия 27 , 478 (2014).

PubMed PubMed Central Статья Google Scholar

29.

Браун, Б. М., Рейни-Смит, С. Р., Бакс, Р.С., Вайнборн, М. и Мартинс, Р. Н. Изучение двунаправленной связи между сном и бета-амилоидом. Curr. Opin. психиатрия 29 , 397–401 (2016).

PubMed Статья Google Scholar

30.

Becker, N. B. et al. Депрессия и качество жизни у пожилых людей: опосредующий эффект качества сна. Внутр. J. Clin. Health Psychol. 18 , 8–17 (2018).

Артикул Google Scholar

31.

Беседовский, Л., Ланге, Т. и Борн, Дж. Сон и иммунная функция. Pflügers Arch.-Eur. J. Physiol. 463 , 121–137 (2012).

CAS Статья Google Scholar

32.

Лу, Ю., Тиан, Н., Инь, Дж., Ши, Ю. и Хуанг, З. Связь между продолжительностью сна и риском рака: метаанализ проспективных когортных исследований. PLoS ONE 8 , e74723 (2013 г.).

CAS PubMed PubMed Central Статья Google Scholar

33.

Blask, D. E. Мелатонин, нарушение сна и риск рака. Сон. Med. Ред. 13 , 257–264 (2009).

PubMed Статья Google Scholar

34.

Шпигель К., Шеридан Дж. Ф. и Ван Каутер Е. Влияние лишения сна на реакцию на иммунизацию. Джама 288 , 1471–1472 (2002).

PubMed Статья Google Scholar

35.

Willetts, M., Hollowell, S., Aslett, L., Holmes, C. и Doherty, A. Статистическое машинное обучение фенотипов сна и физической активности на основе данных датчиков 96 220 участников британского биобанка. Sci. Отчет 8 , 7961 (2018).

PubMed PubMed Central Статья CAS Google Scholar

36.

Джайсвал, С. Дж., Тополь, Э. Дж. И Стейнхубл, С. Р. Оцифровка способа улучшения здоровья сна. Ланцет 393 , 639 (2019).

PubMed Статья Google Scholar

37.

Morgenthaler, T. I. et al. Параметры практики для клинической оценки и лечения нарушений циркадного ритма сна. Отчет Американской академии медицины сна. Sleep 30 , 1445–1459 (2007).

PubMed PubMed Central Статья Google Scholar

38.

Хао, Ю. и Фостер, Р.Сети беспроводных датчиков тела для приложений мониторинга здоровья. Physiol. Измер. 29 , R27 – R56 (2008).

PubMed Статья Google Scholar

39.

Shepard, J. W. et al. История развития медицины сна в США. J. Clin. Sleep Med. 1 , 61–82 (2005).

PubMed PubMed Central Статья Google Scholar

40.

Phelps, A. J. et al. Амбулаторное полисомнографическое исследование посттравматических кошмаров посттравматического стрессового расстройства. Сон , 41 . https://doi.org/10.1093/sleep/zsx188 (2018).

41.

Schwichtenberg, A. J., Choe, J., Kellerman, A., Abel, E. A. и Delp, E. J. Педиатрическая видеосомнография: может ли обработка сигналов / видео различать состояния сна и бодрствования? Фронт. Педиатр. 6 , 158 (2018).

CAS PubMed PubMed Central Статья Google Scholar

42.

Baltrušaitis, T., Ahuja, C. & Morency, L.-P. Мультимодальное машинное обучение: обзор и таксономия. IEEE Trans. Pattern Anal. Мах. Intell. 41 , 423–443 (2018).

PubMed Статья Google Scholar

43.

Колфилд, Б., Регинатто, Б. и Слевин, П. Не все датчики созданы одинаковыми: основа для оценки технологий измерения производительности человека. npj Digital Med. 2 , 7 (2019).

Артикул Google Scholar

44.

Troiano, R.P. et al. Физическая активность в США измеряется акселерометром. Med. Sci. Спортивные упражнения. 40 , 181–188 (2008).

Артикул PubMed Google Scholar

45.

Садех А. Роль и актуальность актиграфии в медицине сна: обновленная информация. Сон. Med. Ред. 15 , 259–267 (2011).

PubMed PubMed Central Статья Google Scholar

46.

Мартин, Дж. Л., Хаким, А. Д. Актиграфия запястья. Сундук 139 , 1514–1527 (2011).

PubMed PubMed Central Статья Google Scholar

47.

Moon, Y. et al. Мониторинг походки при рассеянном склерозе с помощью новых носимых датчиков движения. PLoS ONE 12 , e0171346 (2017).

PubMed PubMed Central Статья CAS Google Scholar

48.

Аггарвал К., Хаданга С., Джоти С., Казаглис Л. и Шривастава Дж. Структурированный подход к обучению с нейронными условными случайными полями для определения стадии сна. в 2018 Международная конференция IEEE по большим данным (Big Data) 1318–1327 (IEEE, 2018). https://www.ieee.org/conferences/publishing/index.html.

49.

Таль, А., Шинар, З., Шаки, Д., Кодиш, С., Гольдбарт, А. Валидация устройства для бесконтактного мониторинга сна по сравнению с полисомнографией. J. Clin. Sleep Med. 13 , 517–522 (2017).

PubMed PubMed Central Статья Google Scholar

50.

Пааласмаа, Дж., Леппакорпи, Л. и Партинен, М. Количественная оценка респираторных вариаций с помощью измерений датчика силы. in 2011 Ежегодная международная конференция общества инженеров IEEE в медицине и биологии , Vol.2011, 3812–3815 (IEEE, 2011). https://www.ieee.org/conferences/publishing/index.html.

51.

Пааласмаа, Дж., Тойвонен, Х. и Партинен, М. Адаптивное моделирование сердечного ритма для измерения частоты сердечных сокращений на баллистокардиограммах. IEEE J. Biomed. Здоровье Информ. 19 , 1945–1952 (2015).

PubMed Статья Google Scholar

52.

Чоу, П., Нагендра, Г., Абишеганаден, Дж. И Ван, Ю.Мониторинг дыхания с помощью системы надувного матраса. Physiol. Измер. 21 , 345 (2000).

CAS PubMed Статья Google Scholar

53.

Chee, Y., Han, J., Youn, J. & Park, K. Сенсорная система надувного матраса с балансировочной трубкой для неограниченного измерения дыхания и движений сердцебиения. Physiol. Измер. 26 , 413 (2005).

PubMed Статья Google Scholar

54.

Арлотто П., Гримальди М., Нэк Р. и Жину Ж.-М. Бесконтактный ультразвуковой датчик для контроля дыхания. Датчики 14 , 15371–15386 (2014).

PubMed Статья CAS Google Scholar

55.

Садек, И., Беллмант, Дж., Кодыш, М., Абдулразак, Б. и Мохтари, М. Новый ненавязчивый подход к мониторингу сна с использованием волоконной оптики в среде обитания с искусственным окружением. в Международной конференции по умным домам и телематике здравоохранения , 48–60 (Springer, 2017).

56.

Chen, Z. et al. Одновременное измерение частоты дыхания и пульса с помощью многомодового оптоволоконного датчика с микроизгибом. J. Biomed. Опт. 19 , 057001 (2014).

PubMed Статья Google Scholar

57.

Kam, J. W. et al. Систематическое сравнение беспроводной системы eeg с сухими электродами и проводной системы eeg с мокрыми электродами. NeuroImage 184 , 119–129 (2019).

PubMed Статья Google Scholar

58.

Finan, P.H. et al. Валидация беспроводного самостоятельного применения амбулаторного устройства электроэнцефалографического мониторинга сна на здоровых добровольцах. J. Clin. Sleep Med. 12 , 1443–1451 (2016).

PubMed PubMed Central Статья Google Scholar

59.

Колей Б. и Дей Д.Система ансамбля для автоматической классификации стадий сна с использованием одноканального сигнала ЭЭГ. Comput. Биол. Med. 42 , 1186–1195 (2012).

CAS PubMed Статья Google Scholar

60.

Myllymaa, S. et al. Оценка пригодности использования набора электродов для лобной ЭЭГ и подбородочных электродов для ЭМГ для определения стадии сна в полисомнографии. J. Sleep Res. 25 , 636–645 (2016).

PubMed Статья Google Scholar

61.

Луни, Д., Говердовский, В., Розенцвейг, И., Моррелл, М. Дж. И Мандич, Д. П. Носимый внутриушной энцефалографический датчик для мониторинга сна. предварительные наблюдения из исследований дневного сна. Ann. Являюсь. Грудной. Soc. 13 , 2229–2233 (2016).

PubMed PubMed Central Статья Google Scholar

62.

Mikkelsen, K. B. et al. Постановка сна и бодрствования на основе машинного обучения на основе электроэнцефалограммы вокруг уха превосходит ручную оценку и актиграфию. J. Sleep Res. 28 , e12786 (2018).

PubMed PubMed Central Google Scholar

63.

Накамура, Т., Алкураши, Ю. Д., Моррелл, М. Дж. И Мандич, Д. Носимые устройства: автоматический мониторинг ночного сна со стандартизированным внутриушным датчиком ЭЭГ. IEEE Trans.Биомед. Англ. 67 , 203–212 (2019).

PubMed Статья Google Scholar

64.

Ван, Ф., Ли, Г., Чен, Дж., Дуань, Ю. и Чжан, Д. Новые полусухие электроды для приложений интерфейса мозг-компьютер. J. Neural Eng. 13 , 046021 (2016).

PubMed Статья Google Scholar

65.

Henriksen, A. et al.Использование фитнес-трекеров и умных часов для измерения физической активности в исследованиях: анализ потребительских носимых устройств на запястье. J. Med. Интернет Res. 20 , e110 (2018).

PubMed PubMed Central Статья Google Scholar

66.

Боргер, Дж. Н., Хубер, Р. и Гош, А. Регистрация циклов сна и бодрствования с помощью повседневных взаимодействий с сенсорным экраном смартфона. npj Digital Med. 2 , 73 (2019).

Артикул Google Scholar

67.

Хао, Т., Син, Г. и Чжоу, Г. iSleep: ненавязчивый мониторинг качества сна с помощью смартфонов. in Proceedings of the 11th ACM Conference on Embedded Networked Sensor Systems , 4 (ACM, 2013). https://www.acm.org/publications.

68.

Онг, А. и Гиллеспи, М. Б. Обзор приложений для смартфонов для анализа сна. World J. Otorhinolaryngol.- Глава. Neck Surg. 2 , 45 (2016).

PubMed PubMed Central Статья Google Scholar

69.

Мин, С. Д., Юн, Д. Дж., Юн, С. В., Юн, Ю. Х. и Ли, М. Исследование системы бесконтактного мониторинга сигналов дыхания с использованием ультразвуковой допплерографии. Med. Биол. Англ. Comput. 45 , 1113–1119 (2007).

PubMed Статья Google Scholar

70.

Шахшахани, А., Бхадра, С. и Зилич, З. Система непрерывного респираторного мониторинга с использованием ультразвукового пьезопреобразователя. в Circuits and Systems (ISCAS), Международный симпозиум IEEE 2018 г., посвященный , 1–4 (IEEE, 2018). https://www.ieee.org/conferences/publishing/index.html.

71.

Rahman, T. et al. DoppleSleep: бесконтактная ненавязчивая система определения сна с использованием доплеровского радара ближнего действия. in Proceedings of the 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing , 39–50 (ACM, 2015).https://www.acm.org/publications.

72.

Nijsure, Y. et al. Сверхширокополосная импульсная радиосистема для бесконтактного неинвазивного респираторного мониторинга. IEEE Trans. Биомед. Англ. 60 , 1509–1517 (2013).

PubMed Статья Google Scholar

73.

Kaltiokallio, O.J., Yigitler, H., Jäntti, R. & Patwari, N. Неинвазивный мониторинг частоты дыхания с использованием одной пары COTS TX-RX.in Proceedings of the 13th International Symposium on Information Processing in Sensor Networks , 59–70 (IEEE Press, 2014). https://www.ieee.org/conferences/publishing/index.html.

74.

Адиб, Ф., Мао, Х., Кабелак, З., Катаби, Д. и Миллер, Р. С. Умные дома, контролирующие дыхание и частоту сердечных сокращений. в Труды 33-й ежегодной конференции ACM по человеческому фактору в вычислительных системах , 837–846 (ACM, 2015). https://www.acm.org/publications.

75.

Droitcour, A. D., Boric-Lubecke, O. & Kovacs, G. T. Отношение сигнал / шум в доплеровской радиолокационной системе для измерения частоты сердечных сокращений и дыхания. IEEE Trans. Микроу. Теория Тех. 57 , 2498–2507 (2009).

Артикул Google Scholar

76.

Чжао, М., Юэ, С., Катаби, Д., Яаккола, Т. С. и Бьянки, М. Т. Изучение стадий сна по радиосигналам: условная состязательная архитектура. in Proceedings of the 34th International Conference on Machine Learning , 4100–4109 (2017).https://www.acm.org/publications.

77.

Hsu, C.-Y. и другие. Легкое домашнее наблюдение за сном и бессонницей с помощью радиосигналов. Proc. ACM Interact., Mob., Wearable Ubiquitous Technol. 1 , 59 (2017).

Артикул Google Scholar

78.

Татараидзе А. и др. Классификация стадий сна на основе биорадиолокации. в Общество инженерии в медицине и биологии (EMBC), 2016 г., 38-я ежегодная международная конференция IEEE, , 2839–2842 (IEEE, 2016).https://www.ieee.org/conferences/publishing/index.html.

79.

Nam, Y., Kim, Y. & Lee, J. Мониторинг сна на основе трехосного акселерометра и датчика давления. Датчики 16 , 750 (2016).

Артикул Google Scholar

80.

Radha, M. et al. Классификация стадий сна по вариабельности сердечного ритма с использованием нейронных сетей долговременной краткосрочной памяти. Sci. Репу . 9 (1), 1–11 (2019).

81.

Ясумото, К., Ямагути, Х. и Шигено, Х. Обзор технологий обработки потоков данных Интернета вещей в реальном времени. J. Inf. Процесс. 24 , 195–202 (2016).

Google Scholar

82.

Брагацци, Н. Л., Гульельми, О. и Гарбарино, С. SleepOMICS: как большие данные могут революционизировать науку о сне. Внутр. J. Environ. Res. Общественное здравоохранение 16 , E291 (2019).

PubMed Статья Google Scholar

83.

Якчирема, Д. К., Сарабия-Якоме, Д., Палау, К. Э. и Эстев, М. А. Интеллектуальная система для мониторинга сна путем интеграции Интернета вещей с аналитикой больших данных. IEEE Access 6 , 35988–36001 (2018).

Артикул Google Scholar

84.

Чанг, М. и Чжан, Т. Туман и Интернет вещей: обзор исследовательских возможностей. IEEE Internet Things J. 3 , 854–864 (2016).

Артикул Google Scholar

85.

Yousefpour, A. et al. Все, что нужно знать о туманных вычислениях и связанных с ними парадигмах периферийных вычислений: полный обзор. J. Syst. Архитектура 98 , 289–330 (2019).

Артикул Google Scholar

86.

Aazam, M. & Huh, E.-N. Туманные вычисления и связь на основе интеллектуальных шлюзов для облака вещей. в Международной конференции 2014 г. по будущему Интернету вещей и облачным технологиям , 464–470 (IEEE, 2014).https://www.ieee.org/conferences/publishing/index.html.

87.

Hsieh, Y.-Z. Подушка Интернета вещей, определяющая качество сна. in 2018 1st International Cognitive Cities Conference (IC3) , 266–267 (IEEE, 2018). https://www.ieee.org/conferences/publishing/index.html.

88.

Сангат П., Индраван-Сантьяго, М. и Таниар, Д. Управление данными датчиков в облаке: хранение данных, прием и извлечение данных. Concurr. Вычисл .: Практ.Exp. 30 , e4354 (2018).

Артикул Google Scholar

89.

Захария, М., Чоудхури, М., Франклин, М. Дж., Шенкер, С. и Стойка, И. Спарк: кластерные вычисления с рабочими наборами. HotCloud 10 , 95 (2010).

Google Scholar

90.

Ван Дронгелен, В. Обработка сигналов для нейробиологов (Academic Press, 2018).

91.

Девасахаям, С. Р. Сигналы и системы в биомедицинской инженерии: обработка сигналов и моделирование физиологических систем (Springer Science & Business Media, 2012).

92.

Тополь Э. Дж. Высокоэффективная медицина: конвергенция человеческого и искусственного интеллекта. Nat. Med. 25 , 44 (2019).

CAS PubMed Статья Google Scholar

93.

Рамеш А., Камбхампати К., Монсон Дж. Р. и Дрю П. Искусственный интеллект в медицине. Ann. R. Coll. Surg. Англ. 86 , 334 (2004).

CAS PubMed PubMed Central Статья Google Scholar

94.

Шахин М. и др. Глубокое обучение и бессонница: помощь врачам в постановке диагноза. IEEE J. Biomed. Здоровье Информ. 21 , 1546–1553 (2017).

PubMed Статья Google Scholar

95.

Малафеев А. и др. Автоматическая оценка стадии сна человека с использованием deep. Нейронная сеть. Фронт. Neurosci. 12 , 781 (2018).

Артикул Google Scholar

96.

Bauer, J. S. et al. ShutEye: повышение осведомленности о рекомендациях по здоровому сну с помощью мобильного периферийного дисплея. in Proceedings of the 2012 ACM Annual Conference on Human Factors in Computing Systems — CHI ’12 , 1401–1410. ACM (ACM Press, 2012).https://www.acm.org/publications.

97.

Choi, Y. K. et al. Приложения для смартфонов для поддержки самостоятельного управления сном: обзор и оценка. J. Clin. Спать. Med. 14 , 1783–1790 (2018).

PubMed PubMed Central Статья Google Scholar

98.

Bhat, S. et al. Есть ли клиническая роль приложений для сна для смартфонов? Сравнение определения цикла сна приложением для смартфона с полисомнографией. J. Clin. Спать. Med. 11 , 709–15 (2015).

PubMed PubMed Central Статья Google Scholar

99.

Majumder, S. et al. Умные дома для пожилых людей в сфере здравоохранения — последние достижения и исследовательские задачи. Датчики 17 , E2496 (2017).

PubMed Статья Google Scholar

100.

Сатейя, М. Дж. Международная классификация нарушений сна. Сундук 146 , 1387–1394 (2014).

PubMed Статья Google Scholar

101.

Subramanian, S., Hesselbacher, S., Mattewal, A. & Surani, S. Пол и возраст влияют на влияние медленноволнового сна на дыхание у пациентов с синдромом обструктивного апноэ во сне. Дыхание сна. 17 , 51–56 (2013).

PubMed Статья Google Scholar

102.

Розенберг, Р. С. и Ван Хаут, С. Программа оценки надежности межканальных показателей Американской академии медицины сна: оценка стадий сна. J. Clin. Sleep Med. 9 , 81–87 (2013).

PubMed PubMed Central Статья Google Scholar

103.

Danker-hopfe, H. et al. Надежность между экспертами для оценки сна в соответствии с Rechtschaffen & Kales и новым стандартом AASM. J. Sleep Res. 18 , 74–84 (2009).

PubMed Статья Google Scholar

104.

Biswal, S. et al. Оценка сна на уровне экспертов с помощью глубоких нейронных сетей. J. Am. Med. Поставить в известность. Доц. 25 , 1643–1650 (2018).

PubMed PubMed Central Статья Google Scholar

105.

Садех А., Шарки К. М. и Карскадон М. А. Идентификация сна и бодрствования на основе активности: эмпирическая проверка методологических проблем. Sleep 17 , 201–207 (1994).

CAS PubMed Статья Google Scholar

106.

Penzel, T. et al. Цифровой анализ и технические характеристики. J. Clin. Sleep Med. 3 , 109–120 (2007).

PubMed Статья Google Scholar

107.

Palotti, J. et al. Тест на большой когорте для классификации сна и бодрствования с помощью методов машинного обучения. npj Digital Med. 2 , 50 (2019).

Артикул Google Scholar

108.

Yan, R. et al. Мультимодальность объединения сигналов полисомнографии для автоматической оценки сна. Биомед. Сигнальный процесс. Контроль 49 , 14–23 (2019).

Артикул Google Scholar

109.

Сано, А. и Пикард, Р. В. Распознавание зависимой от сна консолидации памяти с данными мультимодальных датчиков.in 2013 Международная конференция IEEE по сетям датчиков тела , 1–4 (IEEE, 2013). https://www.ieee.org/conferences/publishing/index.html.

110.

LeCun, Y. et al. Сверточные сети для изображений, речи и временных рядов. Handb. Нейронная сеть теории мозга. 3361 , 1995 (1995).

Google Scholar

111.

Hochreiter, S. & Schmidhuber, J. Долгосрочная краткосрочная память. Neural Comput. 9 , 1735–1780 (1997).

CAS Статья Google Scholar

112.

Аггарвал К., Джоти С., Фернандес-Луке Л. и Шривастава Дж. Состязательное обучение репрезентации без учителя для временных рядов деятельности. in Proceedings of the AAAI Conference on Artificial Intelligence , Vol. 33, 834–841 (AAAI, 2019).

113.

Чен З. и Лю Б. Машинное обучение на протяжении всей жизни. Synth.Лекции Артиф. Intell. Мах. Учить. 10 , 1–145 (2016).

Артикул Google Scholar

114.

Finelli, L. A., Achermann, P. & Borbély, A. A. Индивидуальные отпечатки пальцев в топографии ЭЭГ сна человека. Нейропсихофармакология 25 , S57 (2001).

CAS PubMed Статья Google Scholar

115.

Buckelmüller, J., Landolt, H.-P., Stassen, H. & Achermann, P.Подобные чертам индивидуальные различия в электроэнцефалограмме сна человека. Неврология 138 , 351–356 (2006).

PubMed Статья CAS Google Scholar

116.

Миккельсен, К. и де Вос, М. Персонализация моделей глубокого обучения для автоматического определения стадии сна. Препринт на https://arxiv.org/abs/1801.02645 (2018).

117.

Инь, З., Wang, Y., Liu, L., Zhang, W. & Zhang, J. Выбор межсубъектных признаков ЭЭГ для распознавания эмоций с использованием исключения рекурсивных признаков передачи. Фронт. Нейророботикс 11 , 19 (2017).

Артикул Google Scholar

118.

Jiang, Y. et al. Классификация приступов по сигналам ЭЭГ с использованием трансферного обучения, полууправляемого обучения и нечеткой системы TSK. IEEE Trans. Neural Syst. Реабилитация англ. 25 , 2270–2284 (2017).

Артикул Google Scholar

119.

Konečn, J. et al. Федеративное обучение: стратегии повышения эффективности общения. Препринт на https://arxiv.org/abs/1610.05492 (2016) (доклад семинара в НИПС).

120.

Гуань, Ю., Ли, К. и Роли, Ф. Об уменьшении влияния ковариантных факторов на распознавание походки: метод ансамбля классификаторов. IEEE Trans. Pattern Anal.Мах. Intell. 37 , 1521–1528 (2015).

PubMed Статья Google Scholar

121.

Pillay, K. et al. Автоматизированная стадия сна ЭЭГ у доношенного ребенка с использованием подхода генеративного моделирования. J. Neural Eng. 15 , 036004 (2018).

PubMed Статья Google Scholar

122.

Smith, M. T. et al. Использование актиграфии для оценки нарушений сна и нарушений циркадного ритма сна и бодрствования: Руководство по клинической практике Американской академии медицины сна. J. Clin. Sleep Med. 14 , 1231–1237 (2018).

PubMed PubMed Central Статья Google Scholar

123.

Stretch, R. et al. Sleepdb: клиническая и административная база данных, разработанная для улучшения диагностики, лечения и длительного отслеживания нарушений сна. в A34. Скрининг, диагностика и лечение нарушений сна , A1389 – A1389 (Журналы Американского торакального общества, 2019).https://www.atsjournals.org/doi/abs/10.1164/ajrccm-conference.2019.199.1_MeetingAbstracts.A1389.

124.

Stenholm, S. et al. Продолжительность сна и нарушения сна как предикторы ожидаемой продолжительности здоровой и свободной от хронических болезней жизни в возрасте от 50 до 75 лет: объединенный анализ трех когорт. Ж. Геронтология: сер. А 74 , 204–210 (2018).

Google Scholar

125.

Кастелл, М., Маковски, Т., Bocquet, V. & Stranges, S. Продолжительность сна и мультиморбидность в Люксембурге. Результаты Европейского исследования состояния здоровья. Ред. Эпидемиол Санте Публик 66 , S414 (2018).

Артикул Google Scholar

126.

Fox, R. S. et al. Кластер симптомов нарушения сна и связанной с раком усталости у пациентов с раком груди, проходящих химиотерапию. Поддержка. Care Cancer 28 , 845–855 (2019).

PubMed PubMed Central Статья Google Scholar

127.

Jung, D. et al. Продольная связь плохого качества сна с тошнотой и рвотой, вызванными химиотерапией, у пациентов с раком груди. Психосом. Med. 78 , 959–965 (2016).

CAS PubMed Статья Google Scholar

128.

Брейли, Т. Дж., Кратц, А.Л., Каплиш Н. и Червин Р. Д. Сон и когнитивные функции при рассеянном склерозе. Sleep 39 , 1525–1533 (2016).

PubMed PubMed Central Статья Google Scholar

129.

Ashare, R. L. et al. Нарушение сна при отказе от курения: отмена или побочный эффект лечения? J. Smok. Cessat. 12 , 63–70 (2017).

PubMed Статья Google Scholar

130.

Сильва, Э. Х., Лоулер, С. и Лангбекер, Д. Эффективность мобильного здоровья для самоконтроля в уменьшении боли, психологического стресса, усталости и сна у выживших после рака: систематический обзор. J. Выжившие после рака 13 , 97–107 (2019).

Артикул Google Scholar

131.

Palesh, O. et al. Вторичные результаты поведенческого вмешательства в сон: рандомизированное клиническое испытание. Health Psychol. 38 , 196 (2019).

PubMed PubMed Central Статья Google Scholar

132.

Mussa, BM, Schauman, M., Kumar, V., Skaria, S. & Abusnana, S. диабет: рандомизированное контролируемое клиническое исследование. Диабет, метабол. Syndr. Obes .: цели Ther. 12 , 991 (2019).

CAS Статья Google Scholar

133.

Khosla, S. et al. Потребительские технологии сна: заявление о позиции Американской академии медицины сна. J. Clin. Sleep Med. 14 , 877–880 (2018).

PubMed PubMed Central Статья Google Scholar

134.

Туоминен, Дж., Пелтола, К., Сааресранта, Т. и Валли, К. Точность оценки параметров сна потребительского домашнего баллистокардиографа, отслеживающего сна: исследование проверки. J. Clin. Sleep Med. 15 , 483–487 (2019).

PubMed PubMed Central Статья Google Scholar

135.

де Корте, Э. М., Визер, Н., Янссен, Дж. Х., Винк, П. и Краай, В. Оценка приложения мобильного здравоохранения для здоровья и благополучия на работе: качественное исследование с использованием смешанных методов. JMIR mHealth uHealth 6 , e72 (2018).

PubMed PubMed Central Статья Google Scholar

136.

Sjövall, S. et al. Как справиться со стрессом: первоочередная оценка образа жизни для семейных работников. Кандидат наук. диссертация, Университет прикладных наук Сатакунта, Сатакуннан амматтикоркеакоулу (2015).

137.

Munzner, T. et al. Визуальный анализ и проектирование . А.К. Серия визуализаций Петерса (А.К. Петерс, 2014). http://www.cs.ubc.ca/%7Etmm/vadbook/.

138.

Choi, Y. K. et al. Приложения для смартфонов для поддержки самостоятельного управления сном: обзор и оценка. J. Clin. Sleep Med. 14 , 1783–1790 (2018).

PubMed PubMed Central Статья Google Scholar

139.

Нонато, Л. Г. и Апетит, М. Многомерная проекция для визуальной аналитики: связывание методов с искажениями, задачами и обогащением макета. IEEE Trans. Vis. Comput. График. 25 , 2650–2673 (2019).

PubMed Статья Google Scholar

140.

Фустер-Гарсия, Э., Бресо, А., Миранда, Дж. М. и Гарсия-Гомес, Дж. М. Анализ актиграфических паттернов для амбулаторного мониторинга. В Data Mining in Clinical Medicine , Ch 1, 3–17 (Humana Press, New York, NY, 2015).

141.

Liang, Z. et al. Sleepexplorer: инструмент визуализации, позволяющий понять корреляцию между личными данными о сне и контекстными факторами. чел. Ubiquit. Comput. 20 , 985–1000 (2016).

Артикул Google Scholar

142.

Duncan, M. et al. В трекерах активности реализованы различные методы изменения поведения, связанные с активностью, сном и малоподвижным поведением. Взаимодействовать. J. Med. Res. 6 , e13 (2017).

PubMed PubMed Central Статья Google Scholar

143.

Равичандран, Р., Сиен, С.-В., Патель, С. Н., Кинц, Дж. А. и Пина, Л. Р. Осмысление сенсоров сна: как технологии определения сна поддерживают и подрывают здоровье сна.в Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems , CHI’17, 6864–6875 (ACM, New York, NY, USA, 2017). https://www.acm.org/publications.

144.

IEEE. Семинар IEEE VIS 2015 по персональной визуализации: изучение данных в повседневной жизни . https://www.vis4me.com/personalvis15/papers.html (2015).

145.

Ryokai, K., Michahelles, F., Kritzler, M. и Syed, S. Обмен и интерпретация данных носимых датчиков с инструкторами по здоровью.in 2015 9-я Международная конференция по всеобъемлющим вычислительным технологиям для здравоохранения (PervasiveHealth) , 221–224 (2015).

146.

Khairat, S. S. et al. Влияние инструментальных панелей визуализации на качество помощи и удовлетворенность клиницистов: комплексный обзор литературы. JMIR Hum. Факторы 5 , e22 (2018).

PubMed PubMed Central Статья Google Scholar

147.

Гевин, В. Обмен данными: непредвзятость в отношении открытых данных. Природа 529 , 117–119 (2016).

PubMed PubMed Central Статья Google Scholar

148.

Динов И. Д. Методологические проблемы и аналитические возможности моделирования и интерпретации больших данных в сфере здравоохранения. GigaScience 5 , 12 (2016).

PubMed PubMed Central Статья Google Scholar

149.

Турахия, М. П. и др. Обоснование и дизайн крупномасштабного исследования на основе приложений для выявления сердечных аритмий с помощью умных часов: Apple Heart Study. г. Heart J. 207 , 66–75 (2019).

PubMed PubMed Central Статья Google Scholar

150.

Dean, D. A. et al. Расширение масштабов научных открытий в медицине сна: национальный ресурс по исследованию сна. Sleep 39 , 1151–1164 (2016).

PubMed PubMed Central Статья Google Scholar

151.

Lichstein, K. L. et al. Когнитивно-поведенческая терапия телездравоохранением при сопутствующих симптомах бессонницы и депрессии у пожилых людей. J. Clin. Psychol. 69 , 1056–1065 (2013).

PubMed PubMed Central Статья Google Scholar

152.

Холмквист, М., Винсент, Н.И Уолш, К. Веб-vs телездравоохранение когнитивно-поведенческой терапии бессонницы: рандомизированное контролируемое исследование. Сон. Med. 15 , 187–195 (2014).

CAS PubMed Статья Google Scholar

153.

van Drongelen, A. et al. Оценка медицинского вмешательства, направленного на улучшение поведения и сна, связанных со здоровьем, и снижение утомляемости пилотов авиакомпаний. Сканд. J. work, Environ.Здравоохранение 40 , 557–568 (2014).

Артикул Google Scholar

154.

Бэбсон, К. А., Рамо, Д. Э., Балдини, Л., Вандри, Р. и Бонн-Миллер, М. О. Когнитивно-поведенческая терапия бессонницы с помощью мобильного приложения: осуществимость и начальная эффективность среди ветеранов с расстройствами, связанными с употреблением каннабиса. JMIR Res. Protoc. 4 , e87 (2015).

PubMed PubMed Central Статья Google Scholar

155.

Шин, Дж. К., Ким, Дж. И Григсби-Туссен, Д. Вмешательства с использованием мобильных телефонов при нарушениях сна и качестве сна: систематический обзор. JMIR mHealth uHealth 5 , e131 (2017).

PubMed PubMed Central Статья Google Scholar

156.

Саез, К. и Гарсия-Гомес, Дж. М. Кинематика больших биомедицинских данных для характеристики временной изменчивости и сезонности хранилищ данных: функциональный анализ данных временной эволюции данных по непараметрическим статистическим многообразиям. Внутр. J. Med. Поставить в известность. 119 , 109–124 (2018).

PubMed Статья Google Scholar

157.

Саес, К., Роблес, М. и Гарсия-Гомес, Дж. М. Метрики стабильности для биомедицинских данных из нескольких источников, основанные на симплициальных проекциях на основе расстояний распределения вероятностей. Stat. Методы Мед. Res. 26 , 312–336 (2017).

PubMed Статья Google Scholar

158.

Mathews, S.C. et al. Цифровое здоровье: путь к проверке. npj Digital Med. 2 , 38 (2019).

Артикул Google Scholar

159.

Grigsby-Toussaint, D. S. et al. Приложения для сна и поведенческие конструкции: контент-анализ. Preventive Med. Отчет 6 , 126–129 (2017).

Артикул Google Scholar

160.

Фино, Э.И Маццетти, М. Мониторинг здорового и нарушенного сна с помощью приложений для смартфонов: обзор экспериментальных данных. Дыхание сна. 23 , 13–24 (2018).

PubMed Статья Google Scholar

161.

Пивек, Л., Эллис, Д. А., Эндрюс, С. и Джойнсон, А. Рост популярности носимых устройств для здоровья потребителей: обещания и препятствия. PLoS Med. 13 , e1001953 (2016).

PubMed PubMed Central Статья Google Scholar

162.

Лауритцен, Дж., Муньос, А., Луис, Дж. С. и Сивит, А. Полезность трекеров активности у пожилых людей с ограниченной подвижностью: тематическое исследование. Шпилька. Health Technol. Поставить в известность. 192 , 759–762 (2013).

PubMed Google Scholar

163.

Уилбэнкс, Дж. Т. и Тополь, Э. Дж. Остановить приватизацию данных здравоохранения. Nat. № 535 , 345 (2016).

CAS Статья Google Scholar

164.

Пфиффнер, П. Б., Пиньоль, И., Наттер, М. Д. и Мандл, К. Д. C3-PRO: подключение исследовательского набора к системе здравоохранения с помощью i2b2 и FHIR. PLoS ONE 11 , e0152722 (2016).

PubMed PubMed Central Статья CAS Google Scholar

165.

Коравос А., Хозин С. и Мандл К. Д. Разработка и внедрение безопасных и эффективных цифровых биомаркеров для улучшения результатов лечения пациентов. npj Digital Med. 2 , 14 (2019).

Артикул Google Scholar

166.

Kay, M. et al. Колыбельная: система захвата и доступа для понимания среды сна. in Proceedings of the ACM Conference on Ubiquitous Computing , 226–234 (организация ACM, 2012). https://www.acm.org/publications.

167.

Zhang, Y. et al. Сравнительное исследование характеристик мультидоменной ЭЭГ для классификации стадий сна. Comput. Intell. Neurosci. 2017 , 4574079 (2017).

PubMed PubMed Central Google Scholar

168.

Giannakeas Biomed Sci, N.J. & Res, T. Автоматическая классификация стадий сна на основе ЭЭГ. Биомед. J. Sci. Tech. Res. 5 (2018). https://biomedres.us/pdfs/BJSTR.MS.ID.001535.pdf.

169.

Park, J., Kim, D., Yang, C. & Ko, H. Динамический классификатор на основе SVM для носимых устройств для мониторинга нарушений сна.в 2016 Международная конференция IEEE по бытовой электронике (ICCE) , 309–310 (IEEE, 2016). https://www.ieee.org/conferences/publishing/index.html.

170.

Pan, S.-T., Kuo, C.-E., Zeng, J.-H. И Лян, С.-Ф. Дискретная скрытая марковская модель с ограничениями на переходы для автоматического включения режима сна. Биомед. Англ. Онлайн 11 , 52 (2012).

PubMed PubMed Central Статья Google Scholar

171.

Huang, Q. et al. Скрытые марковские модели для мониторинга циркадной ритмичности в телеметрических данных активности. J. R. Soc., Интерфейс 15 , 20170885 (2018).

Артикул Google Scholar

172.

Yílmaz, B., Asyalí, M. H., Aríkan, E., Thenkin, S. & Ozgen, F. Классификация стадий сна и эпохи обструктивного апноэ с использованием ЭКГ в одном отведении. Биомед. Англ. Онлайн 9 , 39 (2010).

PubMed PubMed Central Статья Google Scholar

173.

Халиги, С., Соуза, Т. и Нунес, У. Адаптивная автоматическая классификация стадий сна при ковариатном сдвиге. in 2012 Ежегодная международная конференция общества инженеров IEEE в медицине и биологии , Vol. 2012, 2259–2262 (IEEE, 2012). https://www.ieee.org/conferences/publishing/index.html.

174.

Fonseca, P., den Teuling, N., Long, X. & Aarts, R.M. Сравнение вероятностных классификаторов для классификации стадий сна. Physiol. Измер. 39 , 055001 (2018).

PubMed Статья Google Scholar

175.

Lajnef, T. et al. Обучающие машины и спящий мозг: автоматическая классификация стадий сна с использованием мультиклассовых опорных машин на основе дерева решений. J. Neurosci. Методы 250 , 94–105 (2015).

PubMed Статья Google Scholar

176.

Сами, Л., Huang, M.-C., Liu, J.J., Xu, W. & Sarrafzadeh, M. Ненавязчивая идентификация стадии сна с помощью чувствительной к давлению простыни. IEEE Sens. J. 14 , 2092–2101 (2013).

Артикул Google Scholar

177.

Хассан, А. Р. и Бхуйян, М. И. Х. Автоматическая оценка сна с использованием статистических функций в области emd и методов ансамбля. Biocybern. Биомед. Англ. 36 , 248–255 (2016).

Артикул Google Scholar

178.

Хассан, А. Р., Башар, С. К. и Бхуйян, М. И. Х. О классификации состояний сна с помощью статистических и спектральных характеристик из одноканальной электроэнцефалограммы. in 2015 Международная конференция по достижениям в области вычислительной техники, связи и информатики (ICACCI) , 2238–2243 (IEEE, 2015). https://www.ieee.org/conferences/publishing/index.html.

179.

Радха, М., Гарсия-Молина, Г., Поэль, М. и Тонони, Г. Сравнение алгоритмов функций и классификаторов для автоматического определения стадии сна в режиме онлайн на основе одного сигнала ЭЭГ. в 2014 36-я ежегодная международная конференция IEEE Engineering in Medicine and Biology Society , 1876–1880 (IEEE, 2014). https://www.ieee.org/conferences/publishing/index.html.

180.

Реймер, У., Эмменеггер, С., Майер, Э., Чжан, З. и Хатами, Р. Распознавание стадий сна с помощью носимых датчиков в повседневных условиях.В материалах 3-й Международной конференции по информационным и коммуникационным технологиям для здорового старения и электронного здравоохранения ICT4AgeingWell , Vol. 1. С. 172–179 (SciTePress, 2017).

181.
Пуян М. Б., Нурани М. и Помпео М. Классификация состояния сна с использованием матов для датчиков давления. в 2015 37-я ежегодная международная конференция IEEE Engineering in Medicine and Biology Society (EMBC) , 1207–1210 (IEEE, 2015). https://www.ieee.орг / конференции / публикация / index.html.

182.
Ван, К., Чжао, Д., Ван, Й. и Хоу, X. Алгоритм ансамблевого обучения, основанный на нескольких параметрах для определения стадии сна. Med. Биол. Англ. Comput. 57 , 1693–1707 (2019).
PubMed Статья Google Scholar

183.
На, С., Сюмин, Л. и Йонг, Г. Исследование алгоритма кластеризации k-средних: улучшенный алгоритм кластеризации k-средних. в , 2010 г., третий международный симпозиум по интеллектуальным информационным технологиям и информатике безопасности , 63–67 (IEEE, 2010).https://www.ieee.org/conferences/publishing/index.html.

184.
Ачарья, У. Р., Чуа, Э. К.-П., Чуа, К. К., Мин, Л. К. и Тамура, Т. Анализ и автоматическая идентификация стадий сна с использованием спектров более высокого порядка. Внутр. J. Neural Syst. 20 , 509–521 (2010).
PubMed Статья Google Scholar

185.
Циналис О., Мэтьюз П.М., Гуо Ю. и Зафейриу С. Автоматический подсчет стадий сна с одноканальной ЭЭГ с использованием сверточных нейронных сетей.Препринт на https://arxiv.org/abs/1610.01683 (2016).

186.
Biswal, S. et al. Sleepnet: автоматическая система перехода в режим сна с помощью глубокого обучения. Препринт на http://arxiv.org/abs/1707.08262 (2017).

187.
Zhang, X. et al. Классификация стадий сна на основе многоуровневого изучения функций и повторяющихся нейронных сетей через носимое устройство. Comput. Биол. Med. 103 , 71–81 (2018).
PubMed Статья Google Scholar

188.
Chen, W. et al. Мультимодальное амбулаторное обнаружение сна. в 2017 Международная конференция IEEE EMBS по биомедицинской и медицинской информатике (BHI) , 465–468 (IEEE, 2017). https://www.ieee.org/conferences/publishing/index.html.

189.
Дурсун, М., Гунес, С., Озсен, С., и Йосункая, С. Сравнение искусственной иммунной кластеризации с нечеткой кластеризацией c-средних в задаче классификации стадий сна. в 2012 Международный симпозиум по инновациям в интеллектуальных системах и приложениях , 1–4 (IEEE, 2012).

190.
Корреа А.Г. и Лебер Е.Л. Автоматический детектор сонливости, основанный на спектральном анализе и вейвлет-разложении записей ЭЭГ. in 2010 Ежегодная международная конференция инженеров IEEE в медицине и биологии , 1405–1408 (IEEE, 2010).

191.
Сазонов, Э., Сазонова, Н., Шукерс, С., Нойман, М., CHIME Study Group. Идентификация сна и бодрствования на основе активности у младенцев. Physiol. Измер. 25 , 1291–1304 (2004).
PubMed Статья Google Scholar

192.
Окли, Н. Проверка с помощью полисомнографии алгоритма оценки сна / бодрствования, используемого системой мониторинга активности actiwatch. Технический отчет для Mini Mitter Co, Inc. (1997).

193.
Коул, Р. Дж., Крипке, Д. Ф., Груэн, В., Маллани, Д. Дж. И Гиллин, Дж. К. Автоматическая идентификация сна / бодрствования по активности запястья. Sleep 15 , 461–469 (1992).
CAS PubMed Статья Google Scholar

194.
Webster, J. B., Kripke, D. F., Messin, S., Mullaney, D. J. & Wyborney, G. Система мониторинга сна на основе активности для амбулаторного использования. Sleep 5 , 389–399 (1982).
CAS PubMed Статья Google Scholar

195.
Jean-Louis, G. et al. Определение сна и бодрствования с помощью программного обеспечения для анализа данных actigraph (ADAS). Sleep 19 , 739–743 (1996).
CAS PubMed Google Scholar

196.
Kripke, D. F. et al. Актиграфическая оценка запястья у пациентов лаборатории сна: разработка алгоритма. J. Sleep Res. 19 , 612–619 (2010).
PubMed Статья Google Scholar

Биполярное расстройство: проблемы со сном и лечение

Как биполярное расстройство влияет на сон: как улучшить сон с биполярным расстройством

Изменения сна, которые длятся более двух недель или мешают вашей жизни, могут указывать на основное заболевание.Конечно, многие вещи могут вызывать проблемы со сном. Вот что вам нужно знать о многих связях между биполярным расстройством и сном и о том, что вы можете сделать, чтобы улучшить свой сон.

Как биполярное расстройство влияет на сон

Биполярное расстройство может влиять на сон по-разному. Например, это может привести к:

Бессонница, неспособность заснуть или спать достаточно долго, чтобы чувствовать себя отдохнувшим (что приводит к чувству усталости на следующий день).
Гиперсомния или чрезмерная сонливость, которая иногда встречается даже чаще, чем бессонница в периоды депрессии при биполярном расстройстве.
Пониженная потребность во сне, при которой (в отличие от бессонницы) кто-то может недосыпать или совсем не спать и в результате не чувствовать усталости на следующий день.
Синдром задержки фазы сна, нарушение сна с циркадным ритмом, приводящее к бессоннице и дневной сонливости.
REM (быстрое движение глаз) нарушения сна, которые могут сделать сны очень яркими или причудливыми.
Нерегулярный график сна и бодрствования, который иногда является результатом образа жизни, предполагающего чрезмерную активность в ночное время.
Сопутствующие наркотические зависимости, которые могут нарушать сон и усиливать ранее существовавшие симптомы биполярного расстройства.
Сопутствующее апноэ во сне, которым может быть подвержено до трети людей с биполярным расстройством, что может вызывать чрезмерную дневную сонливость и утомляемость.

Продолжение

Во время пика биполярного расстройства (периоды мании) вы можете быть настолько возбуждены, что можете целыми днями не спать, не чувствуя усталости на следующий день. Для трех из четырех людей с биполярным расстройством проблемы со сном являются наиболее частым сигналом о приближении периода мании.Недосыпание, а также нарушение смены часовых поясов также могут вызывать маниакальные или гипоманиакальные эпизоды у некоторых людей с биполярным расстройством.

Когда сна не хватает, человек с биполярным расстройством не может скучать по нему, как другие люди. Но даже если вам кажется, что вы так мало спите, недостаток сна может сказаться на вас. Например, вы можете:

быть очень капризным
чувствовать себя больным, усталым, подавленным или обеспокоенным
иметь проблемы с концентрацией внимания или принятием решений
подвергаться более высокому риску случайной смерти

вы, возможно, уже знаете, что такое взлеты и недостатки того, как биполярное расстройство влияет на сон.Но даже между острыми эпизодами биполярного расстройства сон все равно может быть нарушен. У вас могут быть:

Повышенная тревожность
Беспокойство по поводу плохого сна
Вялость в течение дня
Склонность к неправильному восприятию сна

Улучшение сна при биполярном расстройстве

Нарушение сна действительно может усугубить перепады настроения. Первым шагом может быть выяснение всех факторов, которые могут влиять на сон, и их обсуждение с врачом.Ведение дневника сна может помочь. Включите информацию о:

Сколько времени нужно, чтобы заснуть
Сколько раз вы просыпаетесь ночью
Сколько вы спите всю ночь
Когда вы принимаете лекарства или употребляете кофеин, алкоголь или никотин
Когда вы занимаетесь спортом и как долго

Некоторые лекарства от биполярного расстройства также могут влиять на сон как побочный эффект. Например, они могут нарушить цикл сна и бодрствования. Один из способов решить эту проблему — переносить время сна и бодрствования каждый день на более позднее время, пока вы не достигнете желаемой цели.Два других способа справиться с этой ситуацией — это терапия ярким светом по утрам и использование гормона мелатонина перед сном, а также избегать яркого света или чрезмерной активности перед сном. Это могут быть упражнения и экраны телевизора, телефона и компьютера.

Продолжение

Конечно, ваш врач может порекомендовать сменить лекарство, если это необходимо. Обязательно обсудите любые другие лекарства или медицинские условия, которые могут влиять на ваш сон, такие как артрит, мигрень или травма спины.

Восстановление регулярного графика повседневной активности и сна — возможно, с помощью когнитивно-поведенческой терапии — может иметь большое значение для восстановления более ровного настроения.

Подобные шаги также могут помочь восстановить сон:

Исключите употребление алкоголя и кофеина в конце дня.
Сохраняйте спальню как можно более темной и тихой и поддерживайте температуру не слишком жарко или холодно. При необходимости используйте вентиляторы, обогреватели, жалюзи, беруши или маски для сна.
Поговорите со своим партнером о способах свести к минимуму храп или другие привычки сна, которые могут влиять на ваш сон.
Делайте упражнения, но не слишком поздно.
Попробуйте визуализацию и другие техники релаксации.
Попробуйте отключить телевизор, ноутбук или телефон от сети раньше.

Границы | Плохой сон и ожирение: одновременные эпидемии среди подростков

Введение

Данные Национального обследования здоровья и питания (NHANES) показывают распространенность ожирения, определяемого как наличие индекса массы тела (ИМТ) на уровне 95-го процентиля для возраста и пола или выше, у молодежи от 2 до 19 лет было 16 лет.8% в 2007–2008 годах и увеличился до 18,5% (почти каждый пятый) в 2015–2016 годах (1). Кроме того, с 2013–2014 гг. Наблюдался значительный рост ожирения среди молодежи в возрасте 2–5 лет, с увеличением распространенности с 9,3 до 13,7% в 2015–2016 гг. (2). Таким образом, бремя детского ожирения в США продолжает расти, и по мере того, как страдает все больше молодежи, все чаще встречаются сопутствующие заболевания (1).

Короткая продолжительность сна и плохое качество сна также распространены в педиатрической популяции, особенно у подростков (3).Связаны ли эти две все более распространенные педиатрические проблемы физиологически, является предметом исследования, и связи между характеристиками сна и ожирением начинают лучше пониматься. В этом обзоре исследуются связи между ожирением и сном, в общих чертах излагается то, что известно о взаимосвязи между характеристиками сна, ожирением и кардиометаболическими факторами риска у молодежи, с особым акцентом на продолжительность сна и ожирение, а также обструктивное апноэ во сне (СОАС) и его метаболические последствия. .

Оптимальный сон

Очевидно, что большинство молодых людей спят меньше, чем рекомендуется для оптимального здоровья. В 2015 году Национальный фонд сна опубликовал рекомендации по оптимальной продолжительности сна для здоровых людей (4). Рекомендуется, чтобы дети школьного возраста в возрасте 6–13 лет спали 9–11 часов в сутки, а подростки в возрасте 14–17 лет — 8–10 часов в сутки. Однако, согласно опросу 2006 года, проведенному Национальным фондом сна, фактическое время сна, о котором сообщают сами пациенты, было значительно меньше 9 часов во всех подростковых возрастных группах и постепенно снижалось от раннего до позднего подросткового возраста (5).Подростки в возрасте 11–12 лет сообщали о средней продолжительности сна 8,4 часа, в то время как подростки в возрасте 17–18 лет сообщали о 6,9 часах сна в сутки. Укороченная продолжительность сна в значительной степени была связана с более поздним отходом ко сну, и подростки осознавали свой недостаток сна. Это особенно важно, потому что подростки не удовлетворяют свои физиологические потребности в восстановительном сне. Подростковая «потребность во сне», определяемая как количество сна, зарегистрированное, когда подросткам дают возможность поспать 10 часов, составляет примерно 9 часов и остается неизменной на протяжении всего подросткового возраста (5).

Продолжительность сна и ожирение

Продолжительность сна связана с ожирением и распространенностью ожирения как среди взрослого, так и среди молодежи. Исследование 240 детей ясельного возраста из семей с низким доходом показало, что уменьшение средней продолжительности сна с 9,2 до 8,5 часов было значимо связано с ожирением (6). Физическая активность от умеренной до высокой, измеренная с помощью акселерометра Actical, положительно связана с продолжительностью сна. Хотя такие характеристики сна, как совместный сон, совместное проживание в комнате, более позднее начало сна, увеличенная латентность сна и ночные пробуждения не коррелировали с ожирением, они были связаны с уменьшением продолжительности сна и ожирением, включая меньшую физическую активность и худшее качество диеты.

Точные механизмы, связывающие сон с быстрым движением глаз (REM) и ожирение, изучены не полностью, но могут включать снижение скорости метаболизма во время сна и эндокринные изменения, связанные со снижением лептина и повышенным уровнем грелина, способствующими увеличению потребления пищи (7). Недосыпание связано со снижением чувствительности к инсулину из-за изменений гормональной среды, включая кортизол, грелин, лептин, гормон роста и толерантность к глюкозе (8, 9). Эти гормональные изменения вызывают изменения в регуляции энергии, выбор нездоровой пищи, увеличение потребления пищи, снижение физической активности и, возможно, снижение термогенеза активности, не связанной с упражнениями.

Уменьшение фазы быстрого сна наблюдается у людей с короткой продолжительностью сна и является предложенным механизмом связи между короткой продолжительностью сна и повышенным состоянием веса. Исследование Liu et al. с участием 335 молодых людей изучали стадии сна с помощью полисомнографии и обнаружили значительные различия у детей с избыточным весом по сравнению с детьми с нормальным весом, поскольку они меньше спали, снижали эффективность сна, уменьшали время быстрого сна, активность и плотность, а также большую латентность до первого эпизода быстрого сна ( 7).После поправки на демографические характеристики, пубертатный статус и сопутствующие заболевания, на 1 час меньше быстрого сна было связано примерно с 2-кратным увеличением шансов на избыточный вес, а на 1 час меньше быстрого сна было связано примерно с 3-кратным увеличением шансов. лишнего веса.

Лептин и грелин — ключевые гормоны, участвующие в регуляции аппетита (10). В своей обзорной статье Van Cauter et al. обсудили нейроэндокринный контроль за приемом пищи (11). У людей с ограниченным сном, в отличие от хорошо отдохнувших людей, уровни лептина снижаются, а уровни грелина повышаются, что приводит к субъективному голоду.Количество ограничений сна варьировалось в рассмотренных исследованиях. Гораздо меньше известно о секреции лептина и грелина и об их действии у детей. Недавние исследования показали противоречивые результаты. В то время как одно исследование показало, что короткая продолжительность сна связана с более низким уровнем лептина, другое исследование показало, что короткая продолжительность сна связана с более высоким уровнем лептина (12). В таблице 1 приведены некоторые предложенные механизмы плохого сна и ожирения, а также некоторые формы ожирения, наблюдаемые у людей с плохим сном.

Таблица 1 .Предлагаемые механизмы и поведение, связанное с ожирением при плохом сне и ожирении.

Считается, что связь между продолжительностью сна и ожирением, по крайней мере частично, опосредована качеством диеты. Меньшее количество сна постоянно связано с нездоровыми диетическими привычками, включая большие размеры порций, усиление ощущаемого голода, выбор более калорийной пищи и повышенное потребление пищи и сахаросодержащих напитков (13, 14). Cespedes et al. изучили 1046 отчетов родителей о сне и диете у детей от младенчества до середины детства (15).Сон измерялся с использованием расчетной оценки сна, основанной на сообщении родителей о продолжительности сна. Диета измерялась с помощью Индекса здорового питания молодежи (YHEI). Хроническая недостаточность сна была связана с более низким баллом по шкале YHEI. Если рассматривать каждый фактор независимо друг от друга, то у детей с меньшим количеством сна и менее здоровым питанием был более высокий z-показатель ИМТ. Неизвестно, были ли это причинно-следственные связи.

Систематический обзор и метаанализ 17 наблюдательных, когортных, перекрестных исследований и исследований случай-контроль из 9 стран выявили убедительные доказательства связи между более короткой продолжительностью сна и детским ожирением (9).Продолжительность сна менее 9 часов (дети 10 лет и старше), менее 10 часов (дети от 5 до 10 лет) и менее 11 часов (дети младше 5 лет) были связаны с На 58% повышен риск избыточного веса или ожирения. Каждый час увеличение продолжительности сна было связано с 9% снижением риска избыточного веса или ожирения. Интересно, что уменьшение продолжительности сна (определяемое собственными критериями каждого исследования) и связь ожирения оказались сильнее у мальчиков, чем у девочек, с отношением шансов 2.50 против 1,24 соответственно (9), хотя причина такого гендерного различия не известна, а данные исследований противоречивы (16–18). Капуччио и др. опубликовали метаанализ, в котором рассматривается связь между продолжительностью сна и ожирением как у молодежи, так и у взрослых (19). Результаты у детей коррелировали с предыдущими выводами (9) с повышенным совокупным коэффициентом 1,89 для сокращения продолжительности сна, связанного с ожирением (19). Эта связь также наблюдалась у взрослых из 12 стран и в различных возрастных группах от подросткового до позднего взросления, показывая, что их результаты имели одинаковый эффект для разных популяций и возрастных групп.

Модифицируемые факторы, которые, как предполагается, вызывают уменьшение продолжительности сна, включают вечернее воздействие электронных средств массовой информации, раннее начало занятий в школе, учебную нагрузку и потребление кофеина (3, 20). Систематический обзор 33 исследований по изучению взаимосвязи между короткой продолжительностью сна и потенциальными механизмами, такими как диетические привычки, физическая активность или ее отсутствие, экранное время и гормональные эффекты, включая изменения уровней лептина и грелина, обнаружил доказательства ассоциации сидячего поведения , нездоровый режим питания и инсулинорезистентность с более короткой продолжительностью сна (8).Инсулинорезистентность оценивалась с использованием одного рандомизированного контролируемого исследования, одного проспективного когортного исследования и одного поперечного исследования, два с отрицательной ассоциацией и одно с U-образной ассоциацией между продолжительностью сна и HOMA-IR (оценка гомеостатической модели инсулинорезистентности) . Выводы в отношении других механизмов физической активности, экранного времени, изменений уровней лептина и грелина были неопределенными из-за отсутствия текущих данных и необходимости более тщательного исследования.

Качество сна и ожирение

Другие показатели качества сна, помимо продолжительности сна, также считаются факторами риска ожирения, хотя данные немногочисленны.Национальный фонд сна определил показатели качества сна для всех возрастных групп, такие как: латентность начала сна, количество пробуждений продолжительностью менее 5 минут, время бодрствования после начала сна и эффективность сна (отношение общего времени сна к времени в постели) (21 ). Часть поперечного исследования Quick et al. 1252 студента из девяти университетов США оценили качество сна по самооценке с использованием Питтсбургского индекса качества сна и статуса веса с использованием двух категорий: нормальный вес (ИМТ менее 25) и избыточный вес или ожирение (ИМТ 25 или выше) (22).Более низкое качество сна было значимо связано с избыточным весом или ожирением с отношением шансов 1,07 (95% ДИ 1,01–1,13).

Fatima et al. опубликовали первый систематический обзор и метаанализ, посвященный взаимосвязи между качеством сна с использованием индекса качества сна Питтсбурга и избыточным весом и ожирением у молодежи (23). Более низкое самооцененное качество сна, определяемое как более высокая латентность начала сна, большее количество нарушений сна, повторяющиеся пробуждения и более низкая эффективность сна, было связано с более высокими шансами на избыточный вес или ожирение (отношение шансов 1.46, 95% ДИ 1,24–1,72), независимо от продолжительности сна.

Однако некоторые исследования не обнаружили связи между показателями качества сна, кроме продолжительности сна и статусом веса у детей младшего возраста (24–26). Когда показатели качества сна, такие как латентность сна, бодрствование после начала сна, продолжительность сна и эффективность сна были собраны с использованием дневника сна, о котором сообщают родители, и объективно с использованием актиграфии запястья, не было обнаружено никакой связи между качеством сна и индексом массы тела, процентным содержанием жира в организме, или окружность талии (26).Следует отметить, что в этом исследовании была низкая распространенность субъектов с избыточным весом и ожирением, и только 7% имели ИМТ в этом диапазоне.

Хронотип сна и ожирение

Предпочитаемый подростками режим сна приводит к сокращению продолжительности сна как потому, что их биологический циркадный ритм смещается в сторону более позднего сна и бодрствования, что приводит к «позднему хронотипу», так и из-за конкурирующих интересов к завершению учебы и общению в вечерние и ночные часы (3). Хронотип — это время сна человека или его склонность ко сну в определенное время.Ранний подростковый возраст и пубертат биологически связаны с более поздним временем отхода ко сну и предпочтениями времени бодрствования, известные как циркадный ритм вечернего типа или вечерний хронотип. Пубертатные подростки и молодые люди имеют более медленную эскалацию «тяги ко сну» или более низкое давление сна по сравнению с их сверстниками препубертатного возраста. Поскольку начало сна задерживается как биологическими, так и социальными факторами, а время бодрствования обычно фиксируется, депривация сна накапливается.

«Смена на ночь» описывает более позднее время отхода ко сну в выходные дни по сравнению с будними днями и может также влиять на циркадный ритм, поскольку циркадные часы не могут быстро адаптироваться к изменениям в начале сна.Независимо от продолжительности сна более продолжительное время отхода ко сну связано с серьезностью ожирения (14). Нарушение циркадного ритма или синдром задержки фазы сна связаны с дневной сонливостью и могут привести к дневному сну после школы, что в конечном итоге приводит к проблемам со сном по ночам. У 186 подростков в возрасте от 12 до 17 лет качество сна, оцененное с использованием индекса тяжести бессонницы, не было связано с более высоким z-показателем ИМТ (14). Тем не менее, наблюдалась значимая связь между более высоким z-показателем ИМТ и более поздним отходом ко сну в выходные дни, а также большей сменой времени отхода ко сну.Ivers-Landis et al. оценили параметры питания, продолжительности сна и регулярности сна (смещение времени отхода ко сну, смещение времени бодрствования и смещение продолжительности сна), о которых сообщали сами и родители, среди 315 подростков с избыточным весом и ожирением (27). Поздняя смена времени отхода ко сну и смена времени бодрствования были связаны с повышенным потреблением сахаросодержащих напитков и повышенным вниманием к еде.

Как биологическое, так и социальное влияние, которые способствуют увеличению продолжительности сна и сокращению продолжительности сна, связаны с ожирением.Социальная задержка смены часовых поясов описывает изменения в хронотипе человека из-за социальных обязательств, таких как учеба, работа или другие социальные события. Роеннеберг и др. оценили социальную смену часовых поясов и ожирение в базе данных из 64 110 субъектов в основном из Центральной Европы в возрасте от 16 до 65 лет, заполнивших мюнхенский опросник ChronoType (28). Социальная задержка смены часовых поясов, определяемая как разница между средней точкой сна в свободные дни и в рабочие дни, значительно увеличивала вероятность избыточного веса на 3,3 (95% ДИ 2,512–4,334). Связь между поздним хронотипом и ИМТ была изучена у 511 подростков в возрасте 11–13 лет в Соединенном Королевстве Arora и Taheri в рамках перекрестного исследования (29).Определенно вечерний хронотип, определенный по категории с наименьшей оценкой в опроснике самооценки утра и вечера, составлял 15,3% размера выборки и был положительно связан с z-показателем ИМТ ( p <0,01).

Hulsegge et al. сравнили качество и количество рациона между 7 173 взрослыми поденными работниками и 683 взрослыми сменными работниками, используя перекрестные данные о населении в целом из когорты Европейского перспективного исследования рака и питания — Нидерланды (30).Прием пищи оценивался с помощью вопросника о частоте приема пищи, а качество питания оценивалось с помощью шкалы средиземноморской диеты и Индикатора здорового питания на основе ВОЗ. Хотя у сменных рабочих качество диеты было таким же, как у поденщиков, их потребление энергии было выше на 56 ккал / день (95% доверительный интервал 10–101). Сменные рабочие с пятью или более ночными сменами в месяц потребляли больше энергии, потребляя дополнительно 103 ккал / день (95% ДИ 29–176), чем потребляли дневные рабочие. Эти результаты показывают, что высокое потребление энергии может способствовать метаболическим нарушениям (30), таким как увеличение массы тела, повышенное систолическое артериальное давление, дисгликемия, диабет 2 типа, дислипидемия и сердечно-сосудистые заболевания, которые связаны со сменной работой (31).

Сон, метаболизм глюкозы и кардиометаболический риск

Текущие данные указывают на то, что нарушения сна способствуют изменениям метаболизма глюкозы и повышению кардиометаболического риска (32–34). Как и у взрослых, плохое качество сна в молодости, по оценке самих пациентов, было связано с компонентами метаболического синдрома, включая дислипидемию, повышенное артериальное давление и маркеры инсулинорезистентности (35–39). Считается, что изменения уровней лептина, грелина и кортизола и повышенная активность симпатической нервной системы способствуют атерогенному липидному профилю (40).Qian et al. предположили, что фрагментация сна изменяет метаболизм липидов за счет своего воздействия на повышенный уровень кортизола, усиление системного воспаления, увеличение потребления пищи и ожирение (41). Повышенная активность симпатической нервной системы вследствие недостаточного сна способствует гипертонии (38). Более того, недостаточные более глубокие стадии сна (REM и медленный сон) связаны с повышенным утренним артериальным давлением у подростков с ожирением, независимо от статуса веса (36). Если плохой сон способствует повышенному артериальному давлению и метаболическому синдрому в молодом возрасте, необходимо продолжить вмешательство, поскольку кумулятивные эффекты этих факторов риска у тучной молодежи значительны.

В 2016 году было опубликовано первое исследование, в котором изучалась связь между депривацией сна и чувствительностью к инсулину, проведенной с помощью гипергликемического зажима у 81 подростка (32). Пациенты с депривацией сна, определяемой как менее 8 часов сна в сутки, имели более низкий индекс чувствительности к инсулину, определяемый зажимом, по сравнению с теми, у кого достаточно сна, определяемый как 8 часов или более.

Другие педиатрические исследования показывают, что дети и подростки с ожирением, которые сообщают о менее чем 9 часах сна в сутки, имеют более высокие уровни инсулина натощак и HOMA-IR, а также более низкие уровни холестерина липопротеинов высокой плотности (HDL-C) (42).Интересно, что наблюдалось U-образное распределение, так как у лиц со средней продолжительностью сна, 9-10 часов для 10-13 лет и 8-9 часов для 14-15 лет, был самый низкий HOMA-IR, более высокий уровень холестерина ЛПВП. , и низшая аспартатаминотрансфераза (AST). Те, у кого продолжительность сна была выше или ниже, имели более высокий HOMA-IR, что соответствовало большей инсулинорезистентности. Это U-образное распределение было продемонстрировано для продолжительности сна и уровней гемоглобина A1c (HbA1c) и уровня глюкозы во время перорального теста на толерантность к глюкозе (OGTT) (33, 43).

Обструктивное апноэ во сне у взрослых с ожирением и диабетом 2 типа

Сильная связь между диабетом 2 типа и СОАС наблюдается у взрослых с избыточным весом и ожирением (44). Исследование Sleep AHEAD (Action for Health in Diabetes) — это дополнительное исследование, в котором измеряется распространенность ОАС у участников исследования Look AHEAD, проспективного исследования с 16 центрами, в котором изучается влияние программы интенсивного образа жизни у взрослых с избыточным весом и ожирением 2 типа диабет (44). Исследование Sleep AHEAD продемонстрировало тревожно высокую распространенность недиагностированного ОАС в этой популяции — 86% и повышенный средний индекс апноэ-гипопноэ (AHI) — 20.5 событий в час. Единственным значимым предиктором СОАС была большая окружность талии, но у пациентов с более высоким ИМТ вероятность тяжелого СОАС была выше (44). Метаанализ проспективных когортных исследований для оценки связи между тяжестью СОАС и риском диабета 2 типа был проведен Wang et al. и включены 6 проспективных исследований с участием почти 6000 взрослых пациентов (45). Включенные исследования использовали только объективные измерения для диагностики СОАС и обнаружили, что умеренный (AHI от 15 до менее 30) и тяжелый (AHI 30 или выше) был независимым фактором риска диабета 2 типа у взрослых.Другой метаанализ проспективных и ретроспективных когортных исследований у взрослых для оценки связи между СОАС и метаболическим синдромом включал 10 исследований с участием чуть более 2000 пациентов (46). Этот метаанализ показал, что ОАС является значительным фактором риска для компонентов метаболического синдрома, в частности более высокого систолического артериального давления, более низкого уровня ЛПВП, более высокого уровня ЛПНП (липопротеинов низкой плотности) и более высоких уровней триглицеридов.

Важно отметить, что исследование Sleep AHEAD было сосредоточено на влиянии потери веса на ОАС (47).Две группы вмешательства в Look AHEAD и Sleep AHEAD — это интенсивное вмешательство в образ жизни (ГПЗ) и поддержка и обучение диабету (DSE). ILI дает участникам конкретные и подробные рекомендации по контролю порций, суточным пределам потребления калорий и требованиям к физической активности. В то время как DSE обеспечивает обучение и поддержку по вопросам питания, физической активности и социальной поддержки, но без конкретных поведенческих стратегий (47, 48). Исследования, посвященные влиянию потери веса на СОАС у взрослых с ожирением и диабетом 2 типа, являются многообещающими для группы ГПЗ, поскольку эта группа потеряла значительно больше веса и значительно снизила ИАГ через 1 год (48).Через 1 год в группе ГПЗ было в три раза больше участников, чем в группе ДСЭ, а общая ремиссия ОАС была уменьшена вдвое, а в группе ГПЗ снизилась вдвое распространенность тяжелого ОАС. Этот эффект улучшения ИАГ в группе ГПЗ сохранялся даже в течение длительного периода в 4 года, несмотря на 50% -ное восстановление веса, что позволяет предположить, что преимущества этой программы заключаются не только в потере веса (47).

Предлагаемые механизмы связи между ОАС и дисгликемией многофакторны. OSA может привести к активации симпатической нервной системы, повышению уровня лептина и грелина, что способствует увеличению аппетита и потребления пищи, снижению уровня адипонектина, окислительному стрессу, воспалению и ожирению, которые в конечном итоге способствуют резистентности к инсулину (49, 50).Связь между ОАС и диабетом 2 типа можно объяснить стадией сна, когда возникают апноэ и гипопноэ, поскольку эти эпизоды более продолжительны и имеют большую десатурацию кислородом во время быстрого сна по сравнению с медленным сном, что впоследствии приводит к большей активности симпатической нервной системы. (51). Эти изменения могут влиять на высвобождение и активность инсулина, поскольку измененный симпатический / парасимпатический баланс может влиять на гормоны, участвующие в регуляции глюкозы (52). В когорте из 115 взрослых пациентов только REM AHI был связан с повышенным HbA1c (52).

Ожирение и метаболические последствия обструктивного апноэ у молодежи

У молодежи связь между ОАС и диабетом 2 типа менее очевидна (33). Предыдущие исследования показали несоответствия между исследованиями среди молодежи с небольшими размерами выборки и пубертатным влиянием на чувствительность к инсулину. Недавний систематический обзор и метаанализ 10 исследований Patinkin et al. попытались прояснить взаимосвязь между OSA и маркерами метаболического риска у молодежи, сосредоточив внимание на исследованиях с участием исключительно подростков (53).ОАС в подростковом возрасте был связан с дислипидемией, гипертонией и инсулинорезистентностью по данным HOMA-IR, как и у взрослых.

В нескольких педиатрических исследованиях оценивали СОАС и гомеостаз глюкозы у молодых людей с ожирением (54–57) и предоставили предварительные доказательства связи между СОАС и пониженной чувствительностью к инсулину с повышенными уровнями инсулина и глюкозы в плазме натощак, независимо от ИМТ (33). Несмотря на одинаковую степень ожирения, подростки с умеренным или тяжелым ОАС (AHI 5 или выше), в отличие от легкого или отсутствующего ОАС, имели значительно более высокий HOMA-IR ( p = 0.0497) и уровень инсулина натощак ( p = 0,037) (58). Redline et al. сообщили о когортном исследовании, в котором 70% подростков с нарушением дыхания во сне (SDB) имели избыточный вес и 59% из них соответствовали критериям метаболического синдрома, в частности, повышению артериального давления, ЛПНП и уровня инсулина натощак, опять же независимо от ИМТ (57). . Только 16% подростков с избыточной массой тела без SDB имели метаболический синдром, а после поправки на возраст, расу, пол и недоношенность у подростков с SDB шансы увеличились до 6.49 (95% ДИ 2,52–16,70) для метаболического синдрома по сравнению с подростками с избыточной массой тела без SDB.

Исследование, проведенное в Пекине с участием 558 участников в возрасте от 14 до 28 лет, показало, что даже молодые люди с высоким риском СОАС, измеренные по результатам опроса Берлинского опроса, имели более высокий кардиометаболический риск, включая дислипидемию, более высокие уровни глюкозы во время OGTT, повышенные ферменты печени, неалкогольная жировая болезнь печени, метаболический синдром и худшие эхокардиографические параметры, особенно более высокая толщина межжелудочковой перегородки, конечный диастолический диаметр левого желудочка и толщина задней стенки левого желудочка (59).

Однако есть также педиатрические исследования, в которых не сообщалось о связи между СОАС и повышенными маркерами метаболического риска. Erdim et al. не обнаружили связи между ОАС, измеренным с помощью ночной полисомнографии, и метаболическим синдромом у 104 подростков с ожирением (60). AHI составлял 1 или больше у 47,2% молодых людей без метаболического синдрома и у 49% молодых людей с метаболическим синдромом. Пытаясь сосредоточить внимание на связи метаболического синдрома и СОАС у подростков с ожирением путем минимизации вмешивающихся факторов, они однозначно исключили пациентов с аденоидальной гипертрофией или гипертрофией миндалин 3 или 4 степени, известной частой причиной СОАС.Narang et al. обнаружили, что периодическая ночная гипоксия, а не ОАС, измеряемая с помощью AHI, была связана с более высоким уровнем инсулина натощак, большей инсулинорезистентностью, измеренной с помощью HOMA-IR, более высоким HbA1c и повышением AST и ALT после корректировки отношения талии к росту (61) . В этих исследованиях использовались разные критерии для оценки метаболического риска, поэтому необходимы более крупные исследования с единообразными оценками результатов.

Проспективное поперечное исследование Hannon et al. из 57 подростков с ожирением и нормальной толерантностью к глюкозе, дисгликемией или диабетом 2-го типа у тех, кто страдает дисгликемией или диабетом 2-го типа, был более высокий ИАГ, но линейной зависимости между гликемией и ИАГ не установлено (62).В другом проспективном поперечном исследовании Шалитина и соавт. сравнили 11 тучных молодых людей с диабетом 2 типа по сравнению с 30 тучными молодыми людьми без диабета, у которых был подобран индекс массы тела и SDS, чтобы оценить частоту и тяжесть СОАС между этими группами (63). Возрастной диапазон молодежи для обеих групп составлял от 6 до 21 года, и легкое ОАС было определено как ИАГ более 1, в то время как ОАС от умеренного до тяжелого было определено как ИАГ 5 или выше. Не было существенной разницы в частоте или тяжести СОАС между тучными пациентами с диабетом 2 типа и пациентами с нормогликемией.Возможности этих относительно небольших исследований по выявлению значимой связи были ограничены. Тем не менее, если существует связь между ОАС и плохими гликемическими показателями и диабетом 2 типа у молодежи, это будет важно для мер вмешательства и профилактики у этой тучной молодежи. Это требует большей поддержки крупных педиатрических исследований, чтобы четко определить связь между СОАС и дисгликемией у тучной молодежи. В таблице 2 представлены области, требующие дальнейшего исследования, особенно среди молодежи.

Таблица 2 . Направления будущих исследований сна и ожирения у молодежи.

OSA и лечебный эффект

Систематический обзор результатов лечения ОАС у тучной молодежи показал, что у детей с ожирением значительно больше шансов иметь стойкое ОАС после аденотонзиллэктомии, чем у молодых людей с нормальным весом, и в соответствии с результатами у взрослых, будь то поведение или хирургическая потеря веса, значительно улучшает ОАС у тучных. молодежь (64). Однако исследований немного, и они имеют ограничения, что свидетельствует о необходимости дополнительных исследований по снижению веса в качестве варианта лечения.Положительное давление в дыхательных путях также эффективно, но серьезной проблемой является соблюдение режима лечения (64). Систематический обзор и метаанализ шести исследований оценивали эффекты постоянного положительного давления в дыхательных путях (CPAP) у взрослых пациентов с диабетом 2 типа и СОАС (65). Результаты показали улучшенную чувствительность к инсулину, но отсутствие снижения ИМТ или уровня HbA1c по крайней мере после 3 месяцев CPAP. Другое исследование взрослых, обобщающее три рандомизированных контролируемых исследования с участием 149 пациентов, показало, что отмена CPAP у пациентов с оптимальным комплаенсом была связана с возвращением СОАС и клинически значимым повышением артериального давления (66).В группе отмены CPAP по сравнению с группой продолжения CPAP значительно увеличились офисное систолическое артериальное давление, домашнее систолическое артериальное давление, офисное диастолическое артериальное давление и домашнее диастолическое артериальное давление. У взрослых улучшенное соблюдение режима CPAP, которое включает больший охват фазами быстрого сна, может улучшить HbA1c (51, 52).

Меры по сну и здоровье молодежи

Хотя связь между плохим сном и ожирением очевидна, причинно-следственная связь еще не установлена.Предварительные исследования среди молодежи показывают некоторые доказательства того, что улучшение сна может снизить риск ожирения (67). Фактически, такие вмешательства, как более раннее время отхода ко сну, более позднее время пробуждения и другие виды здорового сна, могут быть недорогими (9). Пилотное исследование с использованием программы гигиены сна с участием 33 подростков показало улучшение самооценки качества сна и z-показателей ИМТ, но не продолжительности сна, измеренной с помощью актиграфии (68). Качество сна измерялось с помощью вопросников участников или родителей (Шкала гигиены сна подростка, Шкала сонливости Питтсбурга, Шкала нарушений сна у детей и Шкала детской сонливости в дневное время).Z-значения ИМТ значительно снизились с исходного среднего значения 0,79 ( SD 1,18) до среднего значения после вмешательства 0,66 ( SD 1,19). В то время как предварительные исследования показывают потенциал, хорошо спланированные рандомизированные контролируемые испытания для оценки того, оправдано ли вмешательство в сон в конечном итоге улучшить ожирение и кардиометаболическое здоровье у молодежи.

Заключение

Плохой сон и ожирение — одновременные эпидемии среди молодежи. Недостаточная продолжительность сна и плохое качество сна связаны с большим ИМТ и маркерами кардиометаболического риска, включая инсулинорезистентность, дислипидемию и более высокое кровяное давление в молодости.У молодых людей с ожирением ОАС с большей вероятностью связан с кардиометаболическим риском, но четкой связи между ОАС и диабетом 2 типа у молодежи не установлено. Еще предстоит определить, могут ли вмешательства со сном улучшить педиатрическое ожирение и кардиометаболическое здоровье в молодости.

Авторские взносы

AG и TH внесли свой вклад в концепцию и схему рукописи. А.Г. написал первый черновик и разделы рукописи. TH критически отредактировал рукопись на предмет важного интеллектуального содержания.AG и TH участвовали в редактировании, чтении и утверждении представленной версии рукописи. AG и TH соглашаются нести ответственность за все аспекты работы.

Финансирование

Стипендиат Schowalter от Медицинской школы Университета Индианы.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Рецензент нокаут и редактор по обработке заявили о своей общей принадлежности.

Список литературы

1. Хейлз К.М., Фрайар К.Д., Кэрролл, доктор медицины, Фридман Д.С., Огден К.Л. Тенденции распространенности ожирения и тяжелого ожирения среди молодежи и взрослых США в разбивке по полу и возрасту, с 2007-2008 по 2015-2016 годы. JAMA (2018) 319: 1723–25. DOI: 10.1001 / jama.2018.3060