Fakulta elektrotechnická Katedra kybernetiky. Analýza sociobiologických rytmů

ˇ ´ ˇen´ı technick´ Cesk e vysok´ e uc e v Praze ´ Fakulta elektrotechnicka Katedra kybernetiky

´ PRACE ´ DIPLOMOVA Anal´ yza sociobiologick´ ych rytm˚ u bipol´ arn´ıch pacient˚ u

Autor:

Bc. Jindˇ rich Koreˇ s

Vedouc´ı pr´ ace:

Ing. Daniel Nov´ ak, Ph.D.

Praha, 2011

i

ii

Podˇ ekov´ an´ı R´ad bych podˇekoval vedouc´ımu bakal´aˇrsk´e pr´ace Ing. Danielu Nov´akovi, Ph.D. za jeho ˇcetn´e a uˇziteˇcn´e rady, pˇripom´ınky a peˇclivou kontrolu textu i software. Moje podˇekov´an´ı patˇr´ı i Ing. Jiˇr´ımu Mistrovi za jeho cenn´e rady.

iii

iv

Abstrakt Tato diplomov´a pr´ace se zab´yv´a studiem bipol´arn´ı poruchy, se zamˇeˇren´ım na pohybovou aktivitu bipol´arn´ıch pacient˚ u. Data byla z´ısk´ana od pˇeti pacient˚ u, pro zpracov´an´ı se vzhledem k v´ypadk˚ um a d´elce monitorovan´eho obdob´ı hodili pouze dva z nich. Pr´ace pˇredstavuje dvˇe nov´e nov´e metody pro anal´yzu aktigrafick´ych dat a tak´e se vˇenuje predikci nadch´azej´ıc´ıho relapsu deprese. Sp´ankov´y parametr celkov´y ˇcas s pohybem a parametry d´elka NAP oblast´ı a celkov´y ˇcas bez pohybu + d´elka NAP oblast´ı (pˇred depresemi a mimo nˇe) vykazuj´ı u pac. ˇc. 6 signifikanci. Frekveˇcn´ı anal´yza u pacienta ˇc. 6 poukazuje na periody vyskytuj´ıc´ı se pouze v depresivn´ıch t´ydnech. Predikce pomoc´ı rozhodovac´ıch strom˚ u se nejevila jako u ´ spˇeˇsn´a.

Abstract This thesis deals with the study of bipolar disorder, with the aim of analysing patients’ motion activity. Data were obtained from five patients. Due to the short monitoring period and to the measurement failures, only two of the patients were considered for further analysis. The thesis introduces two new methods for the Actigraphic Data Analysis, and is also aimed at prediction of the on-coming depression relapse. The sleep parameter Number of Minutes with Motion, and the parameters NAP Length and Number of Minutes without Motion + NAP Length (prior to depressions and outside of them) show statistical significance in case of patient No. 6. The frequency analysis in patient No. 6 shows certain periods, which occur only during the weeks classified as depression weeks. The prediction with the decision trees did not deliver promising results.

v

vi

vii

viii

Obsah Seznam obr´ azk˚ u

xi

Seznam tabulek

xii

´ 1 Uvod

1

2 Bipol´ arn´ı porucha

3

2.1

Definice bipol´arn´ı poruchy . . . . . . . . . . . . . . . . . . . . . . . . . .

3

2.2

Symptomy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3

2.2.1

M´anie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3

2.2.2

Deprese . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4

2.3

Rozdˇelen´ı bipol´arn´ıch poruchy . . . . . . . . . . . . . . . . . . . . . . . .

5

2.4

Pˇr´ıˇciny vzniku . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5

2.4.1

Genetick´y p˚ uvod . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

2.4.2

Extern´ı podnˇety a ˇzivotn´ı zkuˇsenosti . . . . . . . . . . . . . . . .

6

2.4.3

L´eky a drogy . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

L´eˇcba . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

2.5.1

Farmaka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

2.5.2

Psychologick´e terapie . . . . . . . . . . . . . . . . . . . . . . . . .

7

2.5.3

Fototerapie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8

2.5.4

Elektrokonvulzivn´ı terapie . . . . . . . . . . . . . . . . . . . . . .

8

2.5.5

Hospitalizace . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9

2.5

3 Zpracov´ avan´ a data 3.1

11

Data z´ıskan´a od pacienta . . . . . . . . . . . . . . . . . . . . . . . . . . .

11

3.1.1

Dotazn´ıky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11

3.1.2

Depresivn´ı a manick´e epizody, hospitalizace . . . . . . . . . . . .

13

3.1.3

Aktigrafick´a data . . . . . . . . . . . . . . . . . . . . . . . . . . .

14

ix

3.2

Medic´ınsk´y port´al . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4 Metodika 4.1

19

Anal´yza v ˇcasov´e oblasti . . . . . . . . . . . . . . . . . . . . . . . . . . .

19

4.1.1

Detekce sp´anku . . . . . . . . . . . . . . . . . . . . . . . . . . . .

19

4.1.2

Aktigrafick´e parametry . . . . . . . . . . . . . . . . . . . . . . . .

21

4.1.2.1

Sp´ankov´a oblast . . . . . . . . . . . . . . . . . . . . . .

21

4.1.2.2

Oblast mezi hranicemi sp´anku (denn´ı oblast) . . . . . .

27

Dotazn´ıky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

28

Frekvenˇcn´ı anal´yza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

29

4.2.1

Aktigrafick´y z´aznam . . . . . . . . . . . . . . . . . . . . . . . . .

29

4.2.2

Dotazn´ıky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

30

4.2.3

Probl´emy v´ypadk˚ u . . . . . . . . . . . . . . . . . . . . . . . . . .

30

4.1.3 4.2

5 Predikce relapsu 5.1

33

Metoda t´ydenn´ıch oken . . . . . . . . . . . . . . . . . . . . . . . . . . . .

33

5.1.1

Porovn´an´ı parametr˚ u . . . . . . . . . . . . . . . . . . . . . . . . .

34

5.1.1.1

Vizualizace matic . . . . . . . . . . . . . . . . . . . . . .

34

5.1.1.2

Box Plot

. . . . . . . . . . . . . . . . . . . . . . . . . .

36

Rozhodovac´ı stromy . . . . . . . . . . . . . . . . . . . . . . . . .

37

5.1.2.1

J48 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

37

5.1.2.2

Alternating Decision Tree . . . . . . . . . . . . . . . . .

39

Spektr´aln´ı anal´yza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

39

5.1.2

5.2

17

6 Z´ avˇ er

41

Literatura

45

A Obsah pˇ riloˇ zen´ eho CD

I

B Vizualizace oken sp´ ankov´ ych parametr˚ u

III

C Dotazn´ık HRSD

XI

D Dotazn´ık YMRS

XVII

E Popis datov´ eho souboru AWD

XXI

x

Seznam obr´ azk˚ u 2.1

Grafick´e zn´azornˇen´ı epizod bipol´arn´ı poruchy . . . . . . . . . . . . . . . .

4

2.2

Zapojen´ı elektrod pˇri ECT (pˇrevzato z [1]) . . . . . . . . . . . . . . . . .

8

3.1

Aktigrafick´e zaˇr´ızen´ı Actiwatch II od firmy Philips (pˇrevzato z [2]) . . . .

14

3.2

Aktigrafick´a data pacienta ˇc. 1 . . . . . . . . . . . . . . . . . . . . . . . .

16

3.3

Aktigrafick´a data pacienta ˇc.1 s n´ahledem na pˇetidenn´ı okno . . . . . . .

16

3.4

Aktigrafick´a data pacienta ˇc.6 . . . . . . . . . . . . . . . . . . . . . . . .

17

4.1

Porovn´an´ı aktigramu pˇred (a) a po filtraci (b) . . . . . . . . . . . . . . .

20

4.2

Celkov´a doba sp´anku bˇehem cel´eho monitorovan´eho obdob´ı pacienta ˇc. 1

22

4.3

Celkov´a doba bdˇen´ı pacienta ˇc. 6 (vybran´a oblast) . . . . . . . . . . . . . ´ cinnost sp´anku pacienta ˇc. 6 (vybran´a oblast) . . . . . . . . . . . . . . Uˇ

23 26

4.6

Poˇcet bezpohybov´ych segment˚ u kratˇs´ıch neˇz 1 min. u pac. ˇc. 1 . . . . . . ˇ Casy usnut´ı a probuzen´ı pacienta ˇc. 6 . . . . . . . . . . . . . . . . . . . .

4.7

Medi´an z t´ydenn´ıho mˇeˇren´ı ˇc. 1 . . . . . . . . . . . . . . . . . . . . . . .

28

4.8

Odpovˇedi pacienta ˇc. 1 na ot´azku ˇc. 4 . . . . . . . . . . . . . . . . . . . .

29

4.9

Spektrum celkov´e pohybov´e aktivity pacienta ˇc. 1 . . . . . . . . . . . . .

30

4.10 Spektrum celkov´e pohybov´e aktivity pacienta ˇc. 6 . . . . . . . . . . . . .

31

4.11 Porovn´an´ı aktigramu pˇred (a) a po korekci (b) . . . . . . . . . . . . . . .

31

5.1

Histogramy t´ydenn´ıch oken vybran´ych parametr˚ u - pac. ˇc. 1 . . . . . . .

34

5.2

Histogramy t´ydenn´ıch oken vybran´ych parametr˚ u - pac. ˇc. 6 . . . . . . .

35

5.3

Poˇcet minut s pohybem (pac. ˇc. 1) . . . . . . . . . . . . . . . . . . . . .

35

5.4

Box Plot - pac. ˇc. 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

36

5.5

Box Plot - pac. ˇc. 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

37

5.6

Rozhodovac´ı strom J48 u pacienta ˇc. 6 . . . . . . . . . . . . . . . . . . .

38

5.7

Porovn´an´ı spektra t´yden pˇred depres´ı a t´ydne bez deprese (pac. ˇc. 1) . .

40

5.8

Porovn´an´ı spektra t´yden pˇred depres´ı a t´ydne bez deprese (pac. ˇc. 6) . .

40

4.4 4.5

xi

24 27

B.1 Celkov´y ˇcas bez pohybu + d´elka NAP oblast´ı (pac. ˇc. 1) . . . . . . . . .

III

B.2 Celkov´a doba sp´anku (pac. ˇc. 1) . . . . . . . . . . . . . . . . . . . . . . .

IV

B.3 Celkov´y ˇcas probuzen´ı (pac. ˇc. 1) . . . . . . . . . . . . . . . . . . . . . .

IV

B.4 Poˇcet probuzen´ı (pac. ˇc. 1) . . . . . . . . . . . . . . . . . . . . . . . . . .

IV

B.5 Celkov´y ˇcas bez pohybu (pac. ˇc. 1) . . . . . . . . . . . . . . . . . . . . .

V

B.6 Poˇcet f´az´ı bez pohybu (pac. ˇc. 1) . . . . . . . . . . . . . . . . . . . . . .

V

B.7 Suma pohybov´e aktivity v pr˚ ubˇehu sp´anku (pac. ˇc. 1) . . . . . . . . . . .

V

B.8 Poˇcet minut s pohybem (pac. ˇc. 1) . . . . . . . . . . . . . . . . . . . . .

VI

B.9 Celkov´y ˇcas bez pohybu + d´elka NAP oblast´ı (pac. ˇc. 6) . . . . . . . . .

VI

B.10 Celkov´a doba sp´anku (pac. ˇc. 6) . . . . . . . . . . . . . . . . . . . . . . .

VII

B.11 Celkov´y ˇcas probuzen´ı (pac. ˇc. 6) . . . . . . . . . . . . . . . . . . . . . .

VII

B.12 Poˇcet probuzen´ı (pac. ˇc. 6) . . . . . . . . . . . . . . . . . . . . . . . . . . VIII B.13 Celkov´y ˇcas bez pohybu (pac. ˇc. 6) . . . . . . . . . . . . . . . . . . . . . VIII B.14 Poˇcet f´az´ı bez pohybu (pac. ˇc. 6) . . . . . . . . . . . . . . . . . . . . . .

IX

B.15 Suma pohybov´e aktivity v pr˚ ubˇehu sp´anku (pac. ˇc. 6) . . . . . . . . . . .

IX

B.16 Poˇcet minut s pohybem (pac. ˇc. 6) . . . . . . . . . . . . . . . . . . . . .

X

xii

Seznam tabulek 3.1

Ot´azky pouˇzit´e v dotazn´ıku . . . . . . . . . . . . . . . . . . . . . . . . .

12

3.2

Pˇrehled monitorovan´ych obdob´ı pro subjektivn´ı data . . . . . . . . . . .

13

3.3

Pˇrehled v´yznamn´ych ud´alost´ı bˇehem monitorov´an´ı pacienta ˇc. 1 . . . . .

13

3.4

Pˇrehled v´yznamn´ych ud´alost´ı bˇehem monitorov´an´ı pacienta ˇc. 6 . . . . .

14

3.5

Informace o objektivn´ı ˇca´sti dat testovan´eho souboru pacient˚ u . . . . . .

15

4.1

Okna pouˇzit´a pˇri automatick´e detekci sp´anku . . . . . . . . . . . . . . .

20

5.1

Ilustrace konfuzn´ı matice algoritmu J48 (pac. ˇc. 1) . . . . . . . . . . . . .

38

5.2

Ilustrace konfuzn´ı matice algoritmu J48 (pac. ˇc. 6) . . . . . . . . . . . . .

38

5.3

Ilustrace matice z´amˇen algoritmu ADTree (pac. ˇc. 1) . . . . . . . . . . .

39

5.4

Ilustrace matice z´amˇen algoritmu ADTree (pac. ˇc. 6) . . . . . . . . . . .

39

C.1 Vyhodnocen´ı dotazn´ıku HRSD dle sk´ore . . . . . . . . . . . . . . . . . . . . . . XVI

xiii

xiv

Kapitola 1 ´ Uvod Bipol´arn´ı porucha je psychick´e onemocnˇen´ı, kter´e je diagnostikov´ano zhruba u 1% populace. V souˇcasn´e dobˇe neexistuj´ı ˇz´adn´e l´eˇcebn´e postupy, kter´e by dok´azaly trvale bipol´arn´ıho pacienta vyl´eˇcit. P˚ uvodce onemocnˇen´ı nen´ı zn´am, pˇredpokl´adaj´ı se vˇsak urˇcit´e genov´e predispozice. I pˇresto, ˇze za pomoci farmak a terapi´ı jsou bipol´arn´ım pacient˚ um l´eˇceny pouze symptomy, tito lid´e mohou ˇz´ıt plnohodnotn´y ˇzivot. Samotn´a choroba se u postiˇzen´ych projevuje kol´ıs´an´ım n´alad mezi dvˇema hranicemi; mezi m´ani´ı a depres´ı. Na jedn´e stranˇe stoj´ı pocity bezmezn´eho ˇstˇest´ı, spokojenosti a radosti, na stranˇe druh´e pak pocity absolutn´ı beznadˇeje, neschopnosti a podr´aˇzdˇenost. Obˇe spojuj´ı i poruchy sp´anku - at’ jiˇz nadmˇern´a spavost ˇci nespavost. Depresivn´ı f´aze b´yvaj´ı u pacient˚ u velmi nebezpeˇcn´e a ˇcasto vrchol´ı sebevraˇzedn´ymi pokusy. Kaˇzd´y bipol´arn´ı pacient navˇstˇevuje sv´eho psychiatra na pravideln´ych vizit´ach. L´ekaˇr ze sv´ych zkuˇsenost´ı a na z´akladˇe dotazn´ık˚ u m˚ uˇze rozpoznat bl´ıˇz´ıc´ı se depresi ˇci m´anii. Dle sv´eho nejlepˇs´ıho vˇedom´ı a svˇedom´ı pˇredepisuje sv´emu pacientu medikamenty tak, aby se jeho n´alada stabilizovala na norm´aln´ı u ´ rovni a nedoˇslo k prohlouben´ı nastupuj´ıc´ı epizody. Pokud vˇsak nen´ı relaps vˇcas rozpozn´an a utlumen l´eky, pacient se m˚ uˇze dostat do sv´ızeln´e situace, b´yt hospitalizov´an na nˇekolik dn´ı ˇci mˇes´ıc˚ u, nebo v nejhorˇs´ım pˇr´ıpadˇe ukonˇcit sv˚ uj ˇzivot. Tato diplomov´a pr´ace je souˇc´ast´ı projektu, jehoˇz hlavn´ım c´ılem je vˇcas predikovat relaps bipol´arn´ı poruchy. V´yzkumu se u ´ˇcastnilo 5 dobrovoln´ık˚ u, z nichˇz do dneˇsn´ıch dn´ı spolupracuje pouze jedin´y. Zkouman´ı jedinci byli monitorov´ani aktigrafick´ym pˇr´ıstrojem, kter´y poskytl data o jejich pohybov´e aktivitˇe. Jelikoˇz je aktigraf podobn´y n´aramkov´ym hodink´am, nebyl pro nˇe probl´em pˇr´ıstroj nosit 24 hodin dennˇe. Pacienti kaˇzd´y t´yden rovnˇeˇz zas´ılali odpovˇedi na 18 ot´azek t´ykaj´ıc´ıch se jejich psychick´e kondice a vn´ım´an´ı okoln´ıho svˇeta. Z l´ekaˇrsk´eho pracoviˇstˇe byla tak´e dod´ana data jednotliv´ych depresivn´ıch 1

a manick´ych epizod a hospitalizac´ı. Pˇri anal´yze namˇeˇren´ych dat jsme se nejprve soustˇredili na extrakci vhodn´ych pˇr´ıznak˚ u a n´aslednˇe jsme se zamˇeˇrili na jejich porovn´an´ı napˇr´ıˇc r˚ uzn´ymi ˇcasov´ymi obdob´ımi. Tato pr´ace je ˇclenˇena do kapitol s d˚ urazem na prvotn´ı porozumˇen´ı problematice. V druh´e kapitole se tedy ˇcten´aˇr sezn´am´ı s bipol´arn´ı poruchou a jej´ımi druhy, pravdˇepodobn´ymi p˚ uvodci choroby, symptomy a dostupnou l´eˇcbou. Tˇret´ı kapitola je vˇenov´ana ˇ podrobn´emu popisu zpracov´avan´ych dat; jak objektivn´ıch, tak subjektivn´ıch. Ctvrt´ a kapitola detailnˇe popisuje metodiku anal´yzy ˇsablon sociobiologick´ych rytm˚ u n´ami monitorovan´ych bipol´arn´ıch pacient˚ u. Kapitola p´at´a se zab´yv´a predikc´ı depresivn´ıho relapsu z namˇeˇren´ych dat, se zamˇeˇren´ım na data aktigrafick´a. Z´avˇereˇcn´a kapitola shrnuje dosaˇzen´e v´ysledky a obsahuje doporuˇcen´ı, kter´ym smˇerem by se mˇely orientovat dalˇs´ı pr´ace.

2

Kapitola 2 Bipol´ arn´ı porucha 2.1

Definice bipol´ arn´ı poruchy

Bipol´arn´ı porucha, nˇekdy t´eˇz naz´yvan´a maniodepresivn´ı psych´oza, je psychick´e onemocnˇen´ı patˇr´ıc´ı do skupiny afektivn´ıch poruch. Postiˇzen´ı touto chorobou se vyznaˇcuj´ı atypick´ymi zmˇenami n´alad i ment´aln´ıch funkc´ı, kter´e mohou omezit jejich kaˇzdodenn´ı ˇcinnosti, ˇci je pˇr´ımo ohrozit na ˇzivotˇe. V souˇcasn´e dobˇe neexistuje ˇz´adn´a l´eˇcba, kter´a by dok´azala postiˇzen´eho plnˇe vyl´eˇcit [3].

2.2

Symptomy

Onemocnˇen´ı se projevuje stˇr´ıd´an´ım manick´ych a depresivn´ıch f´az´ı, kter´e se mohou u nˇekter´ych jedinc˚ u dostavit jen jedenkr´at za ˇzivot, u nˇekter´ych postiˇzen´ych i nˇekolikr´at bˇehem jedin´eho dne. Stav mezi jednotliv´ymi epizodami, kdy je pacient prakticky zdr´av, se oznaˇcuje jako remise. Kromˇe m´anie a deprese m˚ uˇze pacient proch´azet stavy oznaˇcovan´ymi jako hypom´anie a m´ırn´a deprese. Bˇehem tˇechto f´az´ı jsou n´ıˇze uveden´e symptomy m´ırnˇejˇs´ıho charakteru a nemocn´y na sobˇe nemus´ı nic poc´ıtit. Bˇehem hypomanick´e epizody m˚ uˇze b´yt dokonce napˇr. v´ıce produktivn´ı v pr´aci. Celou ˇsk´alu f´az´ı ilustruje diagram na obr´azku 2.1.

2.2.1

M´ anie

Jedinec proˇz´ıvaj´ıc´ı manickou f´azi se pro sv´e okol´ı jev´ı jako extr´emnˇe neklidn´y. Jeho n´alada proch´az´ı stavy od absolutn´ıho ˇstˇest´ı po podr´aˇzdˇenost. M´a sklon vykon´avat ˇcinnosti pro nˇej pˇr´ıjemn´e, u kter´ych lze ale oˇcek´avat negativn´ı n´asledky; jako napˇr´ıklad utr´acen´ı 3

Obr´ azek 2.1: Grafick´e zn´ azornˇen´ı epizod bipol´ arn´ı poruchy

velk´ych finanˇcn´ıch ˇc´astek. Nen´ı s to se plnˇe soustˇredit na jeden konkr´etn´ı u ´ kon, jeho myˇslenky se rychle pˇren´aˇsej´ı na dalˇs´ı, nˇekdy i naprosto irelevantn´ı extern´ı podnˇety. Pˇri tˇeˇzk´e f´azi mysl´ı velmi rychle a mluv´ı nesrozumitelnˇe - nedok´aˇze souvisle dokonˇcit vˇetu. Nemocn´y m´a tendenci fixovat se na urˇcit´e c´ıle, je velmi podnikav´y a pln´y energie - ale povˇetˇsinou neproduktivnˇe. Vykazuje i sn´ıˇzenou potˇrebu sp´anku a projevuje zn´amky odpoˇcinut´ı ˇ jiˇz po nˇekolika prospan´ych hodin´ach. Casto m´ıv´a zkreslen´e pˇredstavy o sv´ych vlastn´ıch schopnostech a svˇetˇe okolo nˇej. Jsou popsan´e i pˇr´ıpady halucinac´ı. V sexu´aln´ım ˇzivotˇe jedn´a ˇcasto velmi impulsivnˇe a je promiskuitn´ı.

2.2.2

Deprese

Pojem deprese je ˇcasto laickou veˇrejnost´ı nespr´avnˇe pouˇz´ıv´an v souvislosti se ˇspatnou n´aladou vyvolanou urˇcit´ym podnˇetem: napˇr. ztr´atou bl´ızk´e osoby ˇci pracovn´ım ne´ uspˇechem. Depresivn´ı f´aze u osob trp´ıc´ıch bipol´arn´ı poruchou je ale vyvol´ana bez jak´ehokoliv podnˇetu a m˚ uˇze trvat i nˇekolik t´ydn˚ u. Depresivn´ı jednotlivci trp´ı u ´ zkostmi a pocity pr´azdnoty, spojen´e s velmi ˇspatnou n´aladou. Typick´e symptomy nejl´epe ukazuje n´asleduj´ıc´ı seznam: • Pˇretrv´avaj´ıc´ı nezvykle smutn´a nebo u ´ zkostn´a n´alada ˇci pocit pr´azdnoty. • Pocity beznadˇeje a pesimismus. • Pocity viny, neschopnosti a bezmoci. 4

• Ztr´ata z´ajmu o pˇredt´ım obl´ıben´e aktivity. • Sn´ıˇzen´a energie, pocit u ´ navy a zpomalen´ı. • Poruchy soustˇredˇen´ı, pamˇeti, rozhodov´an´ı. • Neklid a podr´aˇzdˇenost. • Nadmˇern´a spavost nebo naopak nespavost. • Zmˇeny chuti k j´ıdlu, hubnut´ı nebo naopak pˇrib´yv´an´ı na v´aze. • Chronick´e bolesti nebo pˇretrv´avaj´ıc´ı tˇelesn´e pˇr´ıznaky, kter´e vˇsak nejsou zp˚ usobeny tˇelesn´ym onemocnˇen´ım nebo poranˇen´ım. • Myˇslenky na smrt nebo sebevraˇzdu, sebevraˇzedn´e pokusy.

2.3

Rozdˇ elen´ı bipol´ arn´ıch poruchy

Bipol´arn´ı porucha se rozdˇeluje podle projev˚ u do 3 skupin: 1. Bipol´ arn´ı porucha I – Jedna nebo v´ıce manick´ych epizod. Pro diagn´ozu nen´ı vyˇzadov´ana ˇz´adn´a deprese, ale i ta m˚ uˇze nastat. 2. Bipol´ arn´ı porucha II - Bez v´yskytu manick´ych epizod, mohou se vˇsak vyskytovat hypom´anie. D˚ uleˇzit´e pro tuto diagn´ozu je jedna ˇci v´ıce siln´ych depresivn´ıch epizod. 3. Cyklotymie - Pravideln´y v´yskyt lehˇc´ıch depres´ı a hypom´ani´ı. Jedn´a se o nejlehˇc´ı formu bipol´arn´ı poruchy.

2.4

Pˇ r´ıˇ ciny vzniku

P˚ uvodce bipol´arn´ı poruchy nen´ı do dneˇsn´ı doby plnˇe zn´am. Existuje vˇsak ˇrada prac´ı, kter´e studiem pˇr´ıˇcin vzniku poruchy zab´yvaly. Choroba se vyskytuje napˇr´ıˇc cel´ym spektrem ras a pohlav´ı bez ohledu na vˇek. Bipol´arn´ı poruchou trp´ı 1% z cel´e populace [4]. 5

2.4.1

Genetick´ y p˚ uvod

Pˇredpokl´ad´a se, ˇze lid´e trp´ıc´ı touto chorobou maj´ı pro jej´ı propuknut´ı jist´e genetick´e predispozice. Dle [5], dˇeti jedinc˚ u s bipol´arn´ı poruchou jsou ˇctyˇrikr´at aˇz ˇsestkr´at n´achylnˇejˇs´ı k tomu, ˇze se u nich tato choroba tak´e vyvine - v porovn´an´ı s jejich vrstevn´ıky. Teorii genetick´eho p˚ uvodu bipol´arn´ı poruchy podporuje napˇr´ıklad studie [6], kter´a uk´azala, ˇze pokud jedno z jednovajeˇcn´ych dvojˇcat trp´ı bipol´arn´ı poruchou, u druh´eho je pravdˇepodobnost v´yskytu vysok´ych 40 procent.

2.4.2

Extern´ı podnˇ ety a ˇ zivotn´ı zkuˇ senosti

Bipol´arn´ı porucha m˚ uˇze b´yt vyvol´ana tak´e nˇekter´ym ze silnˇe emotivnˇe p˚ usob´ıc´ıch podnˇet˚ u. At’ uˇz se jedn´a o podnˇety kladn´e; jako napˇr. vstoupen´ı do manˇzelsk´eho svazku, narozen´ı d´ıtˇete, apod. Nebo podnˇety negativn´ı, mezi kter´ymi mohou figurovat ud´alosti jako ztr´ata zamˇestn´an´ı, neˇcekan´a zmˇena bydliˇstˇe, ˇci ztr´ata bl´ızk´e osoby. Zaj´ımav´e je tak´e rozloˇzen´ı pravdˇepodobnosti v´yskytu manick´ych a depresivn´ıch epizod v ˇcase. Manick´a f´aze se dostavuje nejˇcastˇeji v letn´ıch mˇes´ıc´ıch, naproti tomu depresivn´ı f´aze jsou zaznamen´any nejˇcastˇeji na podzim, v zimˇe a na jaˇre.

2.4.3

L´ eky a drogy

Jsou pops´any i pˇr´ıpady, kdy bipol´arn´ı porucha byla diagnostikov´ana po delˇs´ım vyuˇzit´ı urˇcit´ych druh˚ u farmak ˇci drog. Nejˇcastˇeji jsou v t´eto souvislosti zmiˇ nov´ana antidepresiva (viz 2.5.1).

2.5

L´ eˇ cba

Jak bylo naznaˇceno, v souˇcasn´e dobˇe neexistuj´ı ˇz´adn´e l´ekaˇrsk´e postupy, kter´e by dok´azaly bipol´arn´ı poruchu vyl´eˇcit. L´eˇcba se tedy nezamˇeˇruje na zdroj choroby jako takov´e, ale pouze a jen na potlaˇcen´ı jejich symptom˚ u. Jelikoˇz n´asledky depresivn´ıch epizod mohou b´yt pro pacienta naprosto fat´aln´ı, je dotyˇcn´y pod trval´ym l´ekaˇrsk´ym dohledem. Samotnou l´eˇcbu lze rozdˇelit do nˇekolika kategori´ı.

2.5.1

Farmaka

Prim´arn´ım u ´ kolem l´eku je zabr´anit extr´emn´ım zmˇen´am n´alad. K tomu se pouˇz´ıvaj´ı stabiliz´atory n´alady. Tyto medikamenty se uˇz´ıvaj´ı pravidelnˇe po delˇs´ı ˇcasov´e obdob´ı. Jako his6

toricky prvn´ım l´ekem, urˇcen´ym pro l´eˇcbu m´anie a prevenci opakuj´ıc´ıch se manick´ych a depresivn´ıch epizod, byl v roce 1979 schv´alen Lithobid [7]. Toto farmakum, jehoˇz u ´ˇcinnou l´atkou je Lithium, je v r˚ uzn´ych variac´ıch pouˇz´ıv´ano dodnes. V souˇcasn´e dobˇe se jako stabiliz´atory n´alady pouˇz´ıvaj´ı tak´e nˇekter´a antikonvulziva1, jako napˇr. Lamotrigine (Lamictal). Dalˇs´ı skupinou pouˇz´ıvan´ych medikament˚ u tvoˇr´ı antidepresiva. Ta se uˇz´ıvaj´ı ke zm´ırˇ nˇen´ı symptom˚ u deprese. Casto jsou indikov´any souˇcasnˇe se stabiliz´atory n´alady, protoˇze samotn´e uˇz´ıv´an´ı antidepresiv zvyˇsuje riziko, ˇze se u pacienta objev´ı m´anie, hypom´anie ˇci sm´ıˇsen´e epizody [8]. K l´eˇcbˇe bipol´arn´ı poruchy se d´ale vyuˇz´ıvaj´ı antipsychotika 2 . Jako pˇr´ıklad lze uv´est Quetiapine (Seroquel).

2.5.2

Psychologick´ e terapie

Spoleˇcnˇe s medikamenty, psychologick´a terepaie m˚ uˇze b´yt velice efektivn´ım zp˚ usobem l´eˇcby bipol´arn´ı poruchy [9]. Terapie pˇrisp´ıvaj´ı ke zv´yˇsen´ı stability n´alady a sn´ıˇzen´ı poˇctu hospitalizac´ı. Kaˇzd´emu pacientovi je vytvoˇren program a intenzita jednotliv´ych sezen´ı, kter´e odpov´ıdaj´ı jeho potˇreb´am a pr˚ ubˇehu choroby, kterou trp´ı. Mezi nejˇcastˇeji pouˇz´ıvan´e terapie patˇr´ı n´asleduj´ıc´ı: 1. Kognitivn´ı behavior´ aln´ı l´ eˇ cba pom´ah´a lidem s bipol´arn´ı poruchou nauˇcit se mˇenit negativn´ı myˇslenkov´e pochody a chov´an´ı pozitivn´ım smˇerem. 2. Rodinn´ a terapie zahrnuje i ˇcleny rodiny postiˇzen´eho. Vˇsichni dohromady se zde uˇc´ı jak´ym zp˚ usobem vˇcas rozeznat nastupuj´ıc´ı depresivn´ı ˇci manickou f´azi. Tato terapie tak´e pom´ah´a vylepˇsovat komunikaci a ˇreˇsen´ı probl´em˚ u mezi nemocn´ym a jeho nejbliˇzˇs´ımi. Jak bylo ps´ano v kapitole 2.4.2, h´adka ˇci n´ahl´e rozruˇsen´ı m˚ uˇze v´est k aktivaci jedn´e z epizod. 3. Psychoedukce d´av´a pacient˚ um s bipol´arn´ı poruchou informace o podstatˇe nemoci a jej´ı l´eˇcbˇe, jak vˇcas rozpoznat pˇr´ıznaky n´avratu onemocnˇen´ı atd. 1 2

L´atky proti kˇreˇc´ım centr´aln´ıho p˚ uvodu. K l´eˇcbˇe bipol´arn´ı poruchy se pˇrev´ aˇznˇe vyuˇz´ıv´a atypick´ ych antipsychotik, kter´e maj´ı niˇzˇs´ı neˇza´douc´ı

u ´ˇcinky.

7

2.5.3

Fototerapie

Fototerapie je jedna z nejnovˇejˇs´ıch metod l´eˇcby deprese, velmi popul´arn´ı v posledn´ıch letech [10]. Tato nen´asiln´a forma l´eˇcby spoˇc´ıv´a v tom, ˇze je pacient vystavov´an jasn´emu (umˇele vytvoˇren´emu) svˇetlu po dobu nˇekolika des´ıtek minut. Pouˇzit´ı jasn´eho svˇetla, zvl´aˇstˇe po probuzen´ı, by mˇelo ukonˇcit vyluˇcov´an´ı melatoninu3 v mozku a t´ım doj´ıt k pozitivn´ı zmˇenˇe n´alady.

2.5.4

Elektrokonvulzivn´ı terapie

U pacient˚ u kteˇr´ı nereaguj´ı na l´eˇcbu farmaky ˇci terapi´ı se m˚ uˇze uplatit elektrokonvulzivn´ı terapie (ECT). Tato terapie je zn´am´a tak´e jako elektroˇsoky a je st´ale v psychiatrii povaˇzov´ana za kontroverzn´ı [1]. Metoda je zaloˇzena na pr˚ uchodu impulsu elektrick´eho proudu mozkem pacienta, kter´y je po dobu z´akroku v celkov´e anestezii. V praxi se pouˇz´ıvaj´ı dvˇe zapojen´ı elektrod - bilater´aln´ı a unilater´aln´ı. Pˇri prvn´ım

(a)

(b)

Obr´ azek 2.2: Zapojen´ı elektrod pˇri ECT (pˇrevzato z [1])

jmenovan´em zp˚ usobu jsou elektrody pˇrikl´ad´any na oba sp´anky, pˇri unilater´aln´ım zapojen´ı je prvn´ı elektroda pˇriloˇzena na sp´anek nedominantn´ı hemisf´ery a druh´a pak opˇet na nedominantn´ı stranu, ale bl´ızko vertexu. Obr´azky 2.2(a) a 2.2(b) ilustruj´ı bipol´arn´ı a unipol´arn´ı zapojen´ı. Bohuˇzel, nezanedbateln´e jsou vedlejˇs´ı u ´ˇcinky ECT. Dle [11] ve vˇetˇsinˇe pˇr´ıpad˚ u vˇsak odezn´ı rychle a nezanech´avaj´ı trval´e n´asledky. Mezi neˇz´adouc´ı u ´ˇcinky ECT ˇrad´ıme: 3

Hormon produkovan´ y epif´ yzou; jeho hladina je nejvyˇsˇs´ı v noci.

8

• Poruchy pamˇeti, kdy pacienti ihned po z´achvatu zaˇz´ıvaj´ı stav dezorientace, zhorˇsen´ı pozornosti a pamˇeti (poruchy pozornosti, antegr´adn´ı a retrogr´adn´ı amn´ezie). • Bolesti hlavy, sval˚ u. • Nevolnost, zvracen´ı. S pˇrihl´ednut´ım na vedlejˇs´ı u ´ˇcinky je proto ECT indikov´ana pouze osob´am, kter´e vyhovuj´ı n´asleduj´ıc´ım podm´ınk´am: 1. Pacienti, u kter´ych je l´eˇcba nezbytn´a s ohledem na jejich aktu´aln´ı zdravotn´ı stav a pˇri neproveden´ı by hrozilo zhorˇsen´ı. 2. Jedinci, u kter´ych je ECT niˇzˇs´ım rizikem, neˇz pouˇzit´ı farmak (napˇr. gravidn´ı ˇzeny). 3. V pˇr´ıpadech prokazeteln´ych pozitivn´ıch v´ysledk˚ u ECT z minulosti.

2.5.5

Hospitalizace

Pokud pacient proch´az´ı tˇeˇzkou depresivn´ı ˇci manickou f´az´ı, jeho oˇsetˇruj´ıc´ı l´ek´aˇr m˚ uˇze rozhodnout o hospitalizaci. Postiˇzen´y je v nemocnici pod neust´al´ym dohledem person´alu, kter´y se volbou vhodn´ych medikament˚ u snaˇz´ı uv´est pacientovu n´aladu opˇet do norm´aln´ıho stavu. Hospitalizace je indikov´ana i jedinc˚ um, kteˇr´ı maj´ı sklony k suicidn´ım myˇslenk´am. D´elka pobytu v nemocniˇcn´ım zaˇr´ızen´ı se r˚ uzn´ı - od ˇr´adovˇe dn˚ u aˇz po nˇekolik mˇes´ıc˚ u.

9

10

Kapitola 3 Zpracov´ avan´ a data Jedn´ım z c´ıl˚ u t´eto pr´ace bylo detekovat relaps bipol´arn´ı poruchy. Bylo k tomu vyuˇzito dat, kter´a poch´azej´ı z Psychiatrick´e kliniky 3. l´ekaˇrsk´e fakulty UK. Celkem se jednalo o soubor ˇc´ıtaj´ıc´ı 5 jedinc˚ u, u kter´ych byla diagnostikov´ana bipol´arn´ı porucha. Data jsou reprezentov´ana dvˇema sloˇzkami; objektivn´ı a subjektivn´ı. Kaˇzd´a sloˇzka byla sb´ır´ana s r˚ uznou intenzitou a bohuˇzel, i s r˚ uznou pravidelnost´ı a peˇclivost´ı. K anal´yze sociobiologick´ych rytm˚ u se, vzhledem k v´ypadk˚ um a d´elce zpracov´avan´eho obdob´ı, hodili pouze dva pacienti. U nich byla data v´ıcem´enˇe kompletn´ı a ve sledovan´em obdob´ı byla registrov´ana alespoˇ n jedna depresivn´ı epizoda. Objektivn´ı i subjektivn´ı ˇc´ast dat je podrobnˇeji pops´ana v kapitol´ach 3.1.1, 3.1.2 a 3.1.3.

3.1 3.1.1

Data z´ıskan´ a od pacienta Dotazn´ıky

Metoda, pˇri n´ıˇz bipol´arn´ı pacient odpov´ıd´a na ot´azky souvisej´ıc´ı s jeho aktu´aln´ı n´aladou a kondic´ı, byla poprv´e pˇredstavena v roce 1960 [12]. Osoba, kter´a je dotazov´ana, m´a moˇznost odpov´ıdat pouze z vybran´ych moˇznost´ı. Kaˇzd´e moˇzn´e odpovˇedi je pˇriˇrazeno urˇcit´e sk´ore, typicky v rozsahu 0-4 ˇci 0-2. Po souˇctu dosaˇzen´eho sk´ore z´ısk´a l´ekaˇr pˇrehled, jakou jeho pacient pr´avˇe proˇz´ıv´a f´azi deprese (pˇrehled dle dosaˇzen´eho sk´ore je v tabulce C.1). Metoda je pojmenov´ana podle sv´eho autora - Hamilton Rating Scale for Depression (HRSD). Jiˇz ve sv´e prvn´ı publikaci metoda obsahovala 17 ot´azek, kter´e se v pr˚ ubˇehu let mˇenily a upravovaly (dotazn´ık je souˇc´ast´ı pˇr´ılohy C) [13][14][15][16]. Dalˇs´ı metodou, zaloˇzenou na subjektivn´ım reportov´an´ı sv´e fyzick´e a psychick´e kondice, 11

je Young Mania Rating Scale (YMRS) [17]. Tento dotazn´ık byl p˚ uvodnˇe navrhnut pro dospˇel´e jedince, ale ˇcasem byl upraven do nynˇejˇs´ı podoby, kter´a je zamˇeˇrena na dˇeti a dosp´ıvaj´ıc´ı (5 - 17 let). Dotazn´ık lze nal´ezt v pˇr´ıloze D. Princip metody je podobn´y jako u HRSD; na z´akladˇe dosaˇzen´eho sk´ore v jeden´acti ot´azk´ach m´a oˇsetˇruj´ıc´ı l´ekaˇr pˇrehled o z´avaˇznosti aktu´aln´ı proˇz´ıvan´e epizody (u metody YMRS konkr´etnˇe jen m´anie). Dotazn´ık pouˇzit´y v t´eto studii obsahuje sedmn´act ot´azek, na kter´e kaˇzd´y pacient jedˇ niel, Ph.D. nou t´ydnˇe odpov´ıdal pomoc´ı SMS. Autorem tohoto dotazn´ıku je MUDr. Filip Spaˇ Pouˇzit´e ot´azky jsou naznaˇceny v tabulce 3.1. Na kaˇzdou ot´azku mohlo b´yt odpovˇezeno pomoc´ı sk´ore v rozmez´ı 0 aˇz 9, pˇriˇcemˇz 0 znamen´a zcela nesouhlas´ım, 9 naopak naprosto souhlas´ım. Pˇribliˇznˇe s mˇes´ıˇcn´ımi intervaly byla u pacient˚ u prov´adˇena vizita, pˇri kter´e Ot´azka ˇc.

Text

1.

C´ıt´ım se jako schopn´y ˇclovˇek

2.

Opravdu se vnitˇrnˇe c´ıt´ım skvˇele

3.

Pˇripad´a mi, ˇze se mi nikdy nic nepovede

4.

C´ıt´ım se depresivn´ı

5.

C´ıt´ım se pln´y energie

6.

C´ıt´ım se vnitˇrnˇe urychlen´y

7.

M´e myˇslenky rychle ut´ıkaj´ı

8.

C´ıt´ım se nadmˇernˇe aktivn´ı

9.

C´ıt´ım se neklidn´y

10.

C´ıt´ım se impulzivn´ı

11.

M´a n´alada je promˇenliv´a

12.

C´ıt´ım jako by mˇe lid´e chtˇeli dostat

13.

C´ıt´ım jako by svˇet byl proti mnˇe

14.

C´ıt´ım se podr´aˇzdˇen´y

15.

C´ıt´ım se h´adav´y

16.

Snadno se stanu roztrˇzit´ym

17.

Nemohu se soustˇredit

18.

Sp´ım dobˇre Tabulka 3.1: Ot´ azky pouˇzit´e v dotazn´ıku

oˇsetˇruj´ıc´ı l´ekaˇr nechal pacienta vyplnit dotazn´ıky HRSD i YMRS. Vˇse bylo zaznamen´av´ano do tabulky, kter´a posl´eze poslouˇzila pro export dat. Pokud bylo shled´ano u pacienta d˚ uvodn´e podezˇren´ı na zaˇc´ınaj´ıc´ı depresi (napˇr. pokles n´alady), pacientovi bylo sdˇeleno, 12

aby do odvol´an´ı zas´ılal odpovˇedi na dotazn´ıkov´e ot´azky kaˇzd´y den. Jak ukazuje tabulka Pacient ˇc.

Poˇc´atek mˇeˇren´ı Konec mˇeˇren´ı Odesl´ano SMS

Poˇcet vizit

1

19.10.2006

14.10.2010

240

14

2

18.1.2007

12.4.2010

12

5

4

31.1.2007

27.6.2007

16

7

6

14.6.2007

15.11.2007

22

6

7

-

-

-

-

Tabulka 3.2: Pˇrehled monitorovan´ ych obdob´ı pro subjektivn´ı data

3.2, pouze u 4 z pˇeti pacient˚ u byla sb´ır´ana subjektivn´ı data. Pacienti ˇc. 2 a ˇc. 4 sice podstoupili pravideln´e vizity, ale v zas´ıl´an´ı t´ydenn´ıch SMS nebyli tolik poctiv´ı. Pro anal´yzu (kapitola 4.1.3) a n´aslednou predikci relaps˚ u bipol´arn´ı poruchy ze subjektivn´ı ˇc´asti dat byl pouˇzit pouze pacient ˇc. 1.

3.1.2

Depresivn´ı a manick´ e epizody, hospitalizace

Kaˇzd´y l´ekaˇr, ke kter´emu doch´az´ı pacient s bipol´arn´ı poruchou, m´a pˇrehled o jeho depresivn´ıch a manick´ych epizod´ach a pˇr´ıpadn´ych hospitalizac´ıch. Pr´avˇe datum deprese ˇci m´anie je jedn´ım z nejcennˇejˇs´ıch vstupn´ıch parametr˚ u pro algoritmus predikce relapsu. Pouze u dvou pacient˚ u doˇslo bˇehem sledovan´eho obdob´ı k v´yskytu depresivn´ı epizody, Ud´alost ˇc.

Deprese

Hospitalizace

I

4.12.2006

19.4.2007

II

22.2.2007

30.9.2007

III

2.4.2007

-

IV

19.4.2007

-

V

27.8.2007

-

VI

30.9.2007

-

VII

6.12.2007

-

VIII

10.10.2008 -

Tabulka 3.3: Pˇrehled v´ yznamn´ ych ud´ alost´ı bˇehem monitorov´ an´ı pacienta ˇc. 1

oba byli alespoˇ n v jednom pˇr´ıpadˇe hospitalizov´ani. U ˇz´adn´eho z pacient˚ u nedoˇslo ve sledovan´em obdob´ı k v´yskytu manick´e epizody. 13

Tabulky 3.3 a 3.4 ukazuj´ı v´yznamn´a data bˇehem sledov´an´ı pacienta ˇc. 1 a pacienta ˇc. 6. Ud´alost ˇc.

Deprese

Hospitalizace

I

23.7.2007

26.7.2006

II

16.9.2007

-

III

15.11.2007 -

Tabulka 3.4: Pˇrehled v´ yznamn´ ych ud´ alost´ı bˇehem monitorov´ an´ı pacienta ˇc. 6

3.1.3

Aktigrafick´ a data

Objektivn´ı sloˇzka dat byla z´ısk´av´ana pomoc´ı aktigrafie. Tato neinvazivn´ı metoda je zaloˇzena na principu monitorov´an´ı pohybov´e aktivity pacienta, kter´a je pot´e vyhodnocov´ana. Pouˇzit´ı aktigrafie ve spojen´ı s bipol´arn´ı poruchou se v minulosti zab´yvaly tak´e nˇekter´e studie [18] [19] [20]. Pˇrev´aˇznˇe je aktigraf pouˇz´ıv´am v souvislosti s poruchami sp´anku [21] [22]. V naˇs´ı studii je aktigrafick´y z´aznam vyuˇz´ıv´an k extrakci pˇr´ıznak˚ u, na jejichˇz z´akladˇe by bylo moˇzn´e pˇredpov´ıdat nadch´azej´ıc´ı deprese. V kapitole 4.1.2 je o jednotliv´ych pˇr´ıznac´ıch diskutov´ano podrobnˇeji.

Obr´ azek 3.1: Aktigrafick´e zaˇr´ızen´ı Actiwatch II od firmy Philips (pˇrevzato z [2])

Samotn´y aktigraf je zaˇr´ızen´ı, kter´e obsahuje akcelerometrick´y senzor a I/O port slouˇz´ıc´ı pro komunikaci s poˇc´ıtaˇcem. Vˇse je zapouzdˇreno do n´aramku, kter´y pacientovi umoˇzn ˇ uje nosit zaˇr´ızen´ı nepˇretrˇzitˇe ve dne i v noci (obr´azek 3.1). Vzorkovac´ı perioda je variabiln´ı; od 15 sekund do 2 minut. 14

V dobˇe psan´ı t´eto pr´ace bylo tak´e pro sn´ım´an´ı pohybov´e aktivity testov´ano vyuˇzit´ı mobiln´ıho telefonu. Konkr´etnˇe se jednalo o model HTC Tattoo s operaˇcn´ım syst´emem Android 1.6, kter´y disponuje akcelerometrem. Data lze sb´ırat se vzorkovac´ı frekvenc´ı aˇz 25 Hz. Z d˚ uvodu sn´ıˇzen´ı velikosti v´ystupn´ıho souboru je v souˇcasn´e chv´ıli z kaˇzd´ych 10 sekund z´aznamu nalezeno maximum, kter´e je n´aslednˇe zaps´ano na v´ystup. Jelikoˇz pamˇet’ n´aramkov´eho aktigrafu je schopna pojmout jen omezen´e mnoˇzstv´ı dat (v z´avislosti na vzorkovac´ı frekvenci a konkr´etn´ım modelu), namˇeˇren´e hodnoty byly na pravideln´ych vizit´ach stahov´any do poˇc´ıtaˇce, kde byly n´aslednˇe exportov´any do souboru (uk´azka datov´eho souboru AWD je v pˇr´ıloze E). Pot´e byl soubor pˇred´an k pˇredzpracov´an´ı a koneˇcnˇe pˇripojen k dat˚ um sebran´ym v pˇredeˇsl´ych mˇes´ıc´ıch. Pohybov´a aktivita n´ami sledovan´ych pacient˚ u byla vzorkov´ana s periodou 30 nebo 120 sekund. Pacient ˇc.

Zaˇc´atek mˇeˇren´ı Konec mˇeˇren´ı Vz. perioda

Celkem z´aznam˚ u

1

6.11.2006

23.8.2009

120 s

733 630

2

18.1.2007

07.5.2007

120 s

78 692

4

24.1.2007

16.7.2007

30 s

496 426

6

31.5.2007

17.8.2008

30 s

1 279 771

7

17.10.2007

2.3.2008

30 s

393 660

Tabulka 3.5: Informace o objektivn´ı ˇc´ asti dat testovan´eho souboru pacient˚ u

Tabulka 3.5 ukazuje z´akladn´ı informace o souboru dat, kter´y byl zpracov´av´an. I pˇresto, ˇze d´elka odmˇeru odpov´ıd´a dobˇe, kdy byl pacient monitorov´an, u ˇz´adn´eho jedince nejsou data kompletn´ı. Kaˇzd´y v´ypadek velmi znepˇr´ıjemnil n´aslednou anal´yzu. V´ypadky mˇeˇren´ı lze rozdˇelit do dvou kategori´ı: 1. V´ypadek v d˚ usledku vypnut´ı pˇr´ıstroje. Pokud se pˇr´ıstroji vyb´ıj´ı baterie ˇci je obsluhou vypnut, n´asledn´e zapnut´ı do mˇeˇr´ıc´ıho m´odu m´a za n´asledek deformaci ˇcasov´e osy. V pˇr´ıpadˇe, ˇze nedojde ze strany pacienta ˇci l´ekaˇre k zaznamen´an´ı takov´ehoto v´ypadku, je cel´e mˇeˇren´ı zkresleno. 2. Nulov´a pohybov´a aktivita. Tento nejˇcastˇejˇs´ı typ v´ypadku je zp˚ usoben t´ım, ˇze aktigraf nen´ı pacientem pouˇz´ıv´an; zaˇr´ızen´ı tak leˇz´ı napˇr. na stole a akcelerometrick´y senzor mˇeˇr´ı konstantn´ı nulov´e zrychlen´ı. Na obr´azku 3.2 jsou vykreslena aktigrafick´a data pacienta ˇc. 1, kter´a byla k dispozici od sam´eho poˇc´atku mˇeˇren´ı aˇz do doby psan´ı t´eto pr´ace. Obr´azek tak´e ilustruje depresivn´ı 15

Neupraveny aktigram vcetne depresi a hospitalizaci 18000 Odpoved Deprese Hospitalizace

16000 14000

Amplituda [−]

12000 10000 8000 6000 4000 2000 0 07.11.06 27.03.07 14.08.07 01.01.08 20.05.08 07.10.08 25.02.09 15.07.09 Datum

Obr´ azek 3.2: Aktigrafick´ a data pacienta ˇc. 1

epizody i hospitalizace. D´ale je patrn´a nekonzistentnost dat; v posledn´ı ˇctvrtinˇe doˇslo k t´emˇeˇr tˇr´ımˇes´ıˇcn´ımu v´ypadku druh´eho typu. Na obr´azku 3.3 je naznaˇceno n´ahodnˇe vybran´e pˇetidenn´ı okno stejn´eho pacienta. Lze si povˇsimnout oblast´ı s niˇzˇs´ı pohybovou aktivitou, kter´a bude pozdˇeji klasifikov´ana jako sp´anek. Aktigram v pohledu na petidenni okno 5500 5000 4500

Amplituda [−]

4000 3500 3000 2500 2000 1500 1000 500 0

10.09.

11.09.

12.09. 13.09. Datum

14.09.

15.09.

Obr´azek 3.3: Aktigrafick´ a data pacienta ˇc.1 s n´ ahledem na pˇetidenn´ı okno

16

Obr´azek 3.4 ukazuje data namˇeˇren´a pacientem ˇc. 6. Data obsahovala pouze 3 nˇekolikadenn´ı v´ypadky typu 2. Jelikoˇz data pacienta ˇc. 6 a pacienta ˇc. 1 byla nejkvalitnˇejˇs´ı Neupraveny aktigram vcetne depresi a hospitalizaci 4000 Aktigram Deprese Hospitalizace

3500

Amplituda [−]

3000 2500 2000 1500 1000 500 0

23.06 31.07 07.09 15.10 22.11 30.12 06.02 15.03 22.04 30.05 07.07 14.08 Datum

Obr´ azek 3.4: Aktigrafick´ a data pacienta ˇc.6

z cel´eho souboru, tito dva pacienti byli tak´e d´ale vybr´ani pro kalkulaci a anal´yzu pˇr´ıznak˚ u. Takt´eˇz predikce relaps˚ u z aktigrafick´ych dat (kapitola 5) byla prov´adˇena pouze u tˇechto dvou.

3.2

Medic´ınsk´ y port´ al

Autorem webov´eho medic´ınsk´eho port´alu je Ing. Jan Padˇera, kter´y jej vytvoˇril v r´amci sv´e diplomov´e pr´ace [23]. Autorem n´apadu rozˇs´ıˇrit jiˇz existuj´ıc´ı port´al ITAREPS (Information Technology Aided Relaps Prevent in Schizophrenia [24]) tak´e pro bipol´arn´ı pacienty je ˇ MUDr. Filip Spaniel, Ph.D. Projekt je prim´arnˇe zamˇeˇren na predikci relapsu bipol´arn´ı poruchy. Port´al je urˇcen ke shromaˇzd’ov´an´ı objektivn´ıch i subjektivn´ıch dat, na z´akladˇe kter´ych m˚ uˇze dok´azat pˇredpov´ıdat bl´ıˇz´ıc´ı se manickou ˇci depresivn´ı epizodu. D´ale je zde moˇznost nastaven´ı r˚ uzn´ych druh˚ u upozornˇen´ı l´ekaˇre (napˇr. pokud sk´ore u urˇcit´ych ot´azek pˇres´ahne stanovenou hodnotu), zad´av´an´ı informac´ı o medikamentech, hospitalizac´ıch, prodˇelan´ych epizod´ach, aj. Poznatky zjiˇstˇen´e v t´eto pr´aci budou pozdˇeji s nejvˇetˇs´ı pravdˇepodobnost´ı do port´alu implementov´any. 17

18

Kapitola 4 Metodika Prvn´ım a nejd˚ uleˇzitˇejˇs´ım krokem pˇri zpracov´an´ı aktigrafick´ych dat je detekce sp´ankov´ych oblast´ı (kapitola 4.1.1). Po automatick´e detekci je vhodn´e prov´est manu´aln´ı korekce a poopravit nalezen´e zaˇc´atky a konce sp´anku. Dalˇs´ım krokem je extrakce sp´ankov´ych pˇr´ıznak˚ u z ˇcasov´e oblasti aktigramu (pops´ano v kapitole 4.1.2). Po extrakci je k dispozici v´ıce jak deset pˇr´ıznak˚ u, kter´e poslouˇz´ı k dalˇs´ımu zkoum´an´ı. Anal´yza ve frekvenˇcn´ı oblasti, kter´a je rozebr´ana v kapitole 4.2, je zamˇeˇrena jak na rozbor spektra samotn´eho aktigrafick´eho z´aznamu, tak i vypoˇcten´ych parametr˚ u. V dalˇs´ı sekci je tak´e diskutov´an probl´em v´ypadk˚ u mˇeˇren´ı a jejich vliv na frekvenˇcn´ı anal´yzu.

4.1

Anal´ yza v ˇ casov´ e oblasti

Jak bylo uvedeno v pˇredchoz´ı kapitole, z d˚ uvodu nekomplexnosti namˇeˇren´ych objektivn´ıch dat u vˇsech pacient˚ u, podrobnˇejˇs´ı anal´yza byla zamˇeˇrena pouze na dva z monitorovan´ych pacient˚ u. Bohuˇzel, ani u zbyl´ych dvou jedinc˚ u nebylo ve vˇsech pˇr´ıpadech moˇzn´e korektnˇe detekovat sp´ankov´e oblasti. Velmi neklidn´y sp´anek mohl b´yt zamˇenˇen za pohyb a naopak. To d´ale ovlivˇ novalo v´ypoˇcty.

4.1.1

Detekce sp´ anku

V t´eto pr´aci bylo k detekci sp´ankov´ych oblast´ı vyuˇz´ıv´ano algoritmu, kter´y v r´amci sv´e bakal´aˇrsk´e pr´ace navrhli Ing. Jan Poupˇe a Ing. Kateˇrina Sedl´aˇckov´a [25] [26]. Algoritmus vˇsak vykazoval jist´e nedostatky, zvl´aˇstˇe pˇri dlouhodobˇejˇs´ıch v´ypadc´ıch, byl proto opti19

malizov´an pro nov´a data. Sn´ıˇzila se tak v´ypoˇcetn´ı n´aroˇcnost, zv´yˇsila se rychlost i poˇcet spr´avnˇe detekovan´ych sp´ankov´ych oblast´ı. Algoritmus detekce sp´ankov´ych oblast´ı m´a dvˇe hlavn´ı ˇc´asti: 1. Vyhled´an´ı poteci´aln´ıch poˇc´atk˚ u oblast´ı sp´anku, selekce a stanoven´ı definitivn´ıch poˇc´atk˚ u. 2. Vyhled´an´ı pˇr´ısluˇsn´ych konc˚ u. D´ale jsou k v´ypoˇctu tˇreba tˇri tzv. okna, jejichˇz velikost byla stanovena empiricky s ohledem na nejlepˇs´ı v´ysledky: Pro oba pacienty jsou velikosti oken shodn´e (tabulka 4.1):

Pacient ˇc.

OKNO 1

OKNO 2 OKNO3

1

30

120

30

6

30

120

30

Tabulka 4.1: Okna pouˇzit´ a pˇri automatick´e detekci sp´ anku

Jelikoˇz nen´ı vzorkovac´ı perioda pacienta ˇc. 1 a pacienta ˇc. 6 shodn´a, pro univerz´alnost detekˇcn´ıho algoritmu je tˇreba ji unifikovat. Nejvyˇsˇs´ı pouˇzit´a vzorkovac´ı perioda je 2 minuty, pˇrevzorkov´an´ı prob´ıh´a tedy na tuto periodu. Samotn´e pˇrevzorkov´an´ı je provedeno decimac´ı faktorem x1 pomoc´ı FIR filtru. Aktigram po filtraci

Aktigram pred filtraci 350

900 800

300

700 250 Amplituda [−]

Amplituda [−]

600 500 400

200

150

300 100

200 50

100 0

2.43

2.44

2.45

2.46 2.47 Vzorek [−]

2.48

2.49

0

2.5 5

x 10

(a)

2.43

2.44

2.45

2.46 2.47 Vzorek [−]

(b)

Obr´ azek 4.1: Porovn´ an´ı aktigramu pˇred (a) a po filtraci (b) 1

V pˇr´ıpadˇe 30 s je faktor 4, u jedn´e minuty pak 2.

20

2.48

2.49

2.5 5

x 10

Po pˇr´ıpadn´e decimaci je ze sign´alu odfiltrov´ana vysokofrekveˇcn´ı sloˇzka. K filtraci byl pouˇzit medi´anov´y filtr o d´elce 20. Pro vˇetˇs´ı vyhlazen´ı pr˚ ubˇehu byl n´aslednˇe sign´al zderivov´an, umocnˇen a na z´avˇer byl opˇet pouˇzit medi´anov´y filtr o d´elce 40. Porovn´an´ı vybran´ych oblast´ı pˇred a po filtraci je na obr´azku 4.1(a) resp. 4.1(b). Jakmile je sign´al odfiltrov´an, algoritmus pokraˇcuje v detekci samotn´e. Jak bylo ˇreˇceno v´yˇse, k detekci jsou pouˇz´ıv´ana tzv. okna. Algoritmus proch´az´ı kaˇzd´y vzorek a hled´a takov´y, jehoˇz (OKNO 1)-1 vzork˚ u vlevo je nenulov´ych a OKNO 1 vzork˚ u vpravo je nulov´ych. Vˇsechny vyhovuj´ıc´ı vzorky jsou uloˇzeny do pole P , na pozici i. D´ale hled´ame takov´y prvek P, jehoˇz n´asleduj´ıc´ıch OKNO 2 vzork˚ u vpravo obsahuje alespoˇ n 75% nulov´ych prvk˚ u. Takov´y nalezen´y prvek je poˇc´atkem sp´ankov´e oblasti. Tento postup spolehlivˇe nalezne zaˇc´atky sp´ankov´ych oblast´ı delˇs´ıch jak 6 hodin; coˇz je limit pro dospˇel´eho jedince dostateˇcn´y. Detekce konc˚ u sp´ankov´ych oblast´ı je obdobn´a. Konce sp´anku v jednotliv´ych dnech hled´ame v intervalu mezi dvˇema zaˇc´atky oblast´ı. Koncem je pak prvn´ı nalezen´y prvek, jehoˇz OKNO 3 n´asleduj´ıc´ıch hodnot nen´ı nulov´ych. Pokud z´aznam obsahuje v´ypadky typu 2, nejsou v krizov´em intervalu oblasti nalezeny. Je zde ale moˇznost manu´aln´ıho dodetekov´an´ı pomoc´ı vytvoˇren´eho GUI. Jestliˇze nejsme u ´ spˇeˇsn´ı ani s manu´aln´ı detekc´ı - napˇr. pokud namˇeˇren´e hodnoty bˇehem 24 hodin jsou t´emˇeˇr shodn´e a nedaˇr´ı se n´am vizu´alnˇe naj´ıt oblast sp´anku, pak se mohlo st´at, ˇze v takov´em intervalu sp´anek naprosto chybˇel. V takov´e oblasti pak nejsou nalezeny ˇz´adn´e okraje a konkr´etn´ımu dni je pˇriˇrazena hodnota NaN (Not a Number). Tento krok je ale velmi kritick´y pro dalˇs´ı v´ypoˇcty. Pˇr´ıliˇs mnoho oblast´ı bez detekovan´eho sp´anku vede k tomu, ˇze jsme nuceni, pro zachov´an´ı spojitosti sign´alu, nahrazovat ˇc´asti aktigrafick´ych parametr˚ u medi´any ˇci pr˚ umˇery z pˇredchoz´ıch dn´ı.

4.1.2

Aktigrafick´ e parametry

4.1.2.1

Sp´ ankov´ a oblast

Vzorce pro v´ypoˇcet aktigrafick´ych parametr˚ u byly z´ısk´any reverzn´ım inˇzen´yrstv´ı softwaru pro anal´yzu namˇeˇren´ych dat z pˇr´ıstroje Actiwatch AWx od v´yrobce CamNtech [27]. Z´ıskan´e parametry sp´ankov´e oblasti byly klasifikov´any do 4 tˇr´ıd: 1. Sp´anek 2. Bdˇen´ı (probuzen´ı) 3. Pohyb 21

4. Bez pohybu ˇ mezi usnut´ım a probuzen´ım. Na obr´azku 4.2 Celkov´ a doba sp´ ankov´ e oblasti TS : Cas je vykreslena vypoˇcten´a doba sp´anku pro pacienta ˇc. 1 vˇcetnˇe vyznaˇcen´ych depresivn´ıch epizod. TS = tS2 − tS1

(4.1)

ˇ usnut´ı tS1 - Cas ˇ probuzen´ı tS2 - Cas Celkova doba spanku 1100 1000

Doba spanku [min]

900 800 700 600 500 400 Doba spanku Deprese

300

200 07.11 05.02 06.05 04.08 02.11 31.01 30.04 29.07 28.10 26.01 26.04 25.07 Datum

Obr´ azek 4.2: Celkov´ a doba sp´ anku bˇehem cel´eho monitorovan´eho obdob´ı pacienta ˇc. 1

Celkov´ y ˇ cas probuzen´ı TA : souˇcet vzork˚ u ve sp´ankov´em intervalu, kter´e obsahuj´ı pohyb. Parametr nab´yv´a hodnoty 0, pokud byla data klasifikov´ana jako sp´anek, hodnota 1 pak pˇripad´a na bdˇen´ı. Algoritmus sˇc´ıt´a hodnotu aktu´aln´ıho vzorku s hodnotami 2 sousedn´ıch pˇrev´aˇzen´ych podle definovan´e u ´ rovˇ nov´e v´ahy [25]. Obr´azek 4.3 ilustruje vypoˇctenou dobu bdˇen´ı u pacienta ˇc. 6. ( Pym 0: y−ym data(x + ·wA · y) ≤ wA fA (x) = Pym 1: y−ym data(x + ·wA · y) > wA TA =

PtS2

t=tS1 fA (data(t))

pA =

TA TS

22

· 100

(4.2)

pA - pomˇer ˇcasu probuzen´ı a celkov´e doby sp´anku wA - v´aha data - aktigrafick´a data Celkova doba bdeni

Celkova doba bdeni [min]

150

Doba bdeni Deprese

100

50

0

15.06. 29.06. 13.07. 27.07. 10.08. 24.08. 07.09. 21.09. 05.10. 19.10. 02.11. 15.11. Datum

Obr´ azek 4.3: Celkov´ a doba bdˇen´ı pacienta ˇc. 6 (vybran´ a oblast)

Poˇ cet segment˚ u klasifikovan´ ych jako sp´ anek nS : Segmentem sp´anku rozum´ıme 2 sousedn´ı vzorky ve sp´ankov´em intervalu. Segment je klasifikov´an jako sp´ankov´y(fnS (x) = 1), pokud sp´ankov´emu vzorku pˇredch´az´ı vzorek bdˇen´ı. Funkce klasifikuje do tˇr´ıdy 1, pokud je segment sp´ankov´y.

fnS (x) =

(

0 : wS · (data(x − 1)) = 0 ∨ wS · (data(x)) = 1 1 : wS · (data(x − 1)) = 1 ∧ wS · (data(x)) = 0 P S2 fnS · (data(t)) nS = tt=t S1

(4.3)

Poˇ cet segment˚ u klasifikovan´ ych jako bdˇ en´ı nA : Poˇcet segment˚ u, kter´e jsou po pˇrev´aˇzen´ı klasifikov´any jako bdˇen´ı. Funkce klasifikuje do tˇr´ıdy 1, pokud je segment bdˇen´ı.

fnA (x) =

(

0 : wA · (data(x − 1)) = 1 ∨ wA · (data(x)) = 0 1 : wA · (data(x − 1)) = 0 ∧ wA · (data(x)) = 1 nA =

PtS2

t=tS1

fnA · (data(t))

23

(4.4)

´ cinnost sp´ Uˇ anku pe f : Pomˇer doby sp´anku bez bdˇen´ı a celkov´e doby sp´anku. Vizualizaci u ´ˇcinnosti sp´anku pacienta ˇc. 6 s ohledem na data depres´ı lze nal´ezt na obr´azku 4.4. pef =

TS − TA TS

(4.5)

Ucinnost spanku 100 Ucinnost Deprese

98

Ucinnost spanku [%]

96 94 92 90 88 86 84 82 80 29.06.13.07.27.07.10.08.24.08.07.09.21.09.05.10.19.10.02.11.15.11. Datum

´ cinnost sp´ Obr´ azek 4.4: Uˇ anku pacienta ˇc. 6 (vybran´ a oblast)

Celkov´ yˇ cas bez pohybu TI : Vzorek je klasifikov´an jako bez pohybu, pr´avˇe tehdy, kdyˇz jeho hodnota nepˇrekroˇc´ı u ´ rovˇ novou v´ahu wI .

fI (x) =

TI =

(

PtS2

0 : x > wI 1 : x ≤ wI

t=tS1

pI =

fI (data(t))

TI TS

· 100

wI - u ´ rovˇ nov´a v´aha pI - zastoupen´ı ˇcasu bez pohybu v cel´e sp´ankov´e oblasti

24

(4.6)

Poˇ cet segment˚ u bez pohybu nI :

fnA (x) =

(

0 : wI · (data(x − 1)) = 1 ∨ wI · (data(x)) = 0 1 : wI · (data(x − 1)) = 0 ∧ wI · (data(x)) = 1 nI =

PtS2

t=tS1

(4.7)

fnI · (data(t))

Poˇ cet bezpohybov´ ych segment˚ u kratˇ s´ıch neˇ z jedna minuta nI1 : Poˇcet segment˚ u oznaˇcen´ych jako klid, kter´e trvaj´ı jednu minutu nebo m´enˇe. Funkce fnI1 klasifikuje v tomto pˇr´ıpadˇe vstupn´ı data do tˇr´ı stav˚ u. 0 znamen´a pohyb, stav 1 klid a -1 znamen´a klid trvaj´ıc´ı jednu minutu a m´enˇe. Vybran´a oblast bezpohybov´ych segment˚ u pacienta ˇc. 1 je vykreslena na obr´azku 4.5.

N=

(

1 TSAM P LE

:

1:

1 TSAM P LE 1 TSAM P LE

<1 ≥1

 PN    −1 : fnI = 0 ∧ Pn=1 fi · (data(x − n)) = N fnI1 (x) = 1 : fnI = 0 ∧ N n=1 fi · (data(x − n)) 6= N    0: fnI = 1 nI1 =

PtS2

t=tS1

(4.8)

fnI1 · (data(t))

Pomˇ er segment˚ u oznaˇ cen´ ych jako klid trvaj´ıc´ıch jednu minutu pI1 : pI1 =

nI1 nI

(4.9)

Poˇ cet minut klasifikovan´ ych jako pohyb TM : TM = TS − TI

Souˇ cet celkov´ e aktivity v dan´ e oblasti SA : 25

(4.10)

Pocet bezpohybovych segmentù kratsich nez jedna minuta 50 Pocet segmentu Deprese

45 40

Pocet [−]

35 30 25 20 15 10 5 0

05.02 06.05 04.08 02.11 31.01 30.04 29.07 28.10 26.01 26.04 25.07 Datum

Obr´ azek 4.5: Poˇcet bezpohybov´ ych segment˚ u kratˇs´ıch neˇz 1 min. u pac. ˇc. 1

SA =

tS2 X

data(t)

(4.11)

t=tS1

Pr˚ umˇ ern´ a aktivita v dan´ e oblasti SAM : SA S¯A = TS

(4.12)

Pr˚ umˇ ern´ a aktivita na poˇ cet aktivn´ıch vzork˚ u SAP : SAP =

SA TM

(4.13)

Fragmentace sp´ anku If : If =

TM + pI1 TS 26

(4.14)

ˇ Casy usnut´ı a probuzen´ı: Ze zn´am´eho ˇcasu zaˇc´atku mˇeˇren´ı, vzorkovac´ı periody a intervalu sp´ankov´e oblasti nen´ı probl´em extrahovat pˇresn´e ˇcasy usnut´ı i probuzen´ı. Na obr´azku 4.6 je pro ilustraci vykreslen vybran´y u ´ sek usnut´ı a probuzen´ı pacienta ˇc. 6. Jsou zde patrn´e oblasti, kter´e nemaj´ı pˇriˇrazenu ˇz´adnou hodnotu. Jedn´a se o dny, u nichˇz jsme nebyli schopni sp´anek detekovat, ˇci zde sp´anek naprosto chybˇel. Casy usnuti a probuzeni 02:00 00:00 22:00 20:00 Hodina

18:00 Zacatek spanku Konec spanku Deprese

16:00 14:00 12:00 10:00 08:00 06:00 07.09.

21.09.

05.10.

19.10.

02.11. Datum

16.11.

30.11.

14.12.

28.12.

ˇ Obr´ azek 4.6: Casy usnut´ı a probuzen´ı pacienta ˇc. 6

T´ ydenn´ı okna: Pro vˇerohodnˇejˇs´ı porovn´av´an´ı vypoˇcten´ych sp´ankov´ych atribut˚ u mezi sebou byla vytvoˇrena metoda, kter´a extrahuje medi´an z kaˇzd´eho t´ydne zvolen´eho sp´ankov´eho parametru. Jelikoˇz ze znalosti l´ekaˇrsk´ych z´aznam˚ u v´ıme, ve kter´ych dnech resp. t´ydnech doˇslo u pacienta k depresi, m˚ uˇzeme tuto znalost d´ale vyuˇz´ıt pro predikci relapsu (kapitola 5.1.1). Medi´an ze souboru t´ydenn´ıch mˇeˇren´ı parametru TI vˇcetnˇe zobrazen´ych depres´ı pacieta ˇc. 1 je vykreslen na obr´azku 4.7. 4.1.2.2

Oblast mezi hranicemi sp´ anku (denn´ı oblast)

N´asleduj´ıc´ı parametry byly extrahov´any z oblast´ı mezi poˇc´atkem a koncem sp´anku. Zamˇeˇrili jsme se na oblasti NAP2 sp´anku. Abychom co nejv´ıce eliminovali riziko chybn´e 2

Kr´atk´ yu ´sek sp´anku. Vˇetˇsinou vyskytuj´ıc´ı se pˇres den.

27

Celkovy cas bez pohybu T

I

600 Median Deprese

Doba bez pohybu [−]

550

500

450

400

350 06.11. 12.02. 21.05. 27.08. 03.12. 10.03. 16.06. 22.09. 29.12. 06.04. 13.07. Datum

Obr´ azek 4.7: Medi´ an z t´ ydenn´ıho mˇeˇren´ı ˇc. 1

detekce, jako NAP byly oznaˇceny takov´e oblasti, kter´e splˇ novaly tyto prerekvizity z´aroveˇ n: 1. namˇeˇren´a hodnota u kaˇzd´eho vzorku v oblasti byla menˇs´ı neˇz stanoven´y pr´ah (SENS). 2. D´elka oblasti byla minim´alnˇe 10 minut (NAP MIN) 3. D´elka oblasti byla nejv´yˇse 45 minut (NAP MAX) NAP - NoEachDay: Parametr indikuje poˇcet NAP oblast´ı v jednom dni. Je vypoˇcten pro kaˇzd´y den. NAP - Total: Souˇcet d´elek vˇsech NAP oblast´ı v jednom dni. Parametr je opˇet spoˇcten napˇr´ıˇc vˇsemi dny. T´ ydenn´ı okna: Stejnˇe jako v pˇr´ıpadˇe sp´ankov´ych parametr˚ u, i zde u parametr˚ u extrahovan´ych z mimosp´ankov´e oblasti byla vypoˇctena t´ydenn´ı okna vˇcetnˇe zaznamenan´ych depres´ı.

4.1.3

Dotazn´ıky

Zpracov´an´ı subjektivn´ı ˇc´asti dat se vˇenoval Ing. Jiˇr´ı Mistr ve sv´e diplomov´e pr´aci [28]. Data z dotazn´ık˚ u byla pro potˇreby dalˇs´ı anal´yzy ukl´ad´ana v matici o rozmˇerech m × n, 28

Citim se depresivni 10 9

Odpoved Deprese

8

Skore [−]

7 6 5 4 3 2 1 0

22.02. 03.03.09.03.15.03.21.03.27.03. Datum

Obr´ azek 4.8: Odpovˇedi pacienta ˇc. 1 na ot´ azku ˇc. 4

kde m znaˇc´ı poˇcet ot´azek, n pak jednotliv´e t´ydny. Hodnota na pozici m, n odpov´ıd´a sk´ore, kter´e bylo t´e kter´e ot´azce pacientem pˇriˇrazeno. S vyuˇzit´ım znalosti depresivn´ıch dn˚ u m˚ uˇzeme pak vˇse vizualizovat (obr´azek 4.8). V souˇcasn´e dobˇe nejsou v r´amci tohoto projektu implementov´any ˇz´adn´e postupy, kter´e by dok´azaly urychlit zpracov´an´ı subjektivn´ıch dat. Po obdrˇzen´ı odpovˇedn´ı SMS jsou jednotliv´a sk´ore pˇreps´ana do tabulky, kter´a je pot´e pˇred´ana ke zpracov´an´ı. Export do softwaru pro anal´yzu dat (v naˇsem pˇr´ıpadˇe Matlab) prob´ıh´a tak´e manu´alnˇe. S nasazen´ım medic´ınsk´eho port´alu do ostr´eho provozu by tyto dva nedostatky mˇely b´yt odstranˇeny.

4.2

Frekvenˇ cn´ı anal´ yza

4.2.1

Aktigrafick´ y z´ aznam

Relativnˇe vysok´a vzorkovac´ı frekvence spoleˇcnˇe s d´elkou sledovan´eho obdob´ı vyb´ızela k zamyˇslen´ı, zda-li nebude moˇzn´e u monitorovan´ych pacient˚ u prov´est frekvenˇcn´ı anal´yzu. K transformaci posloupnosti N vzork˚ u do frekvenˇcn´ı oblasti bylo vyuˇzito Diskr´etn´ı Fourierovy transformace (DFT) dle rovnice 4.15. Xk =

N −1 X

2πi

xn e− N

kn

n=0

29

k = 0, . . . , N − 1

(4.15)

Po vizualizaci spekter si m˚ uˇzeme povˇsimnout patrn´eho maxima, kter´e odpov´ıd´a cirkadi´ann´ı periodˇe. Na obr´azku 4.9 je vykresleno spektrum cel´eho aktigrafick´eho z´aznamu pacienta ˇc. 1. Je zde patrn´a ˇspiˇcka n´aleˇz´ıc´ı 24 hodin´am (cirkadi´ann´ı rytmus stˇr´ıd´an´ı dne 8

4

Spektrum celkove pohybove aktivity

x 10

Aktigram 24 hodin

3.5

Amplituda [−]

3 2.5 2 1.5 1 0.5 0

0

5

10

15

20 25 30 Perioda [Hodiny]

35

40

45

Obr´ azek 4.9: Spektrum celkov´e pohybov´e aktivity pacienta ˇc. 1

a noci). Obr´azek 4.10 ukazuje frekvenˇcn´ı anal´yzu delˇs´ıho ˇcasov´eho obdob´ı. Vypoˇcten´y sign´al sp´ıˇse pˇripom´ın´a ˇsum a je velmi tˇeˇzk´e odliˇsit, kter´a ze ˇspiˇcek je k-n´asobkem periody sign´alu, a kter´a odpov´ıd´a samotn´e periodˇe (z definice DFT v 4.15).

4.2.2

Dotazn´ıky

Vzhledem k pouˇzit´e vzorkovac´ı periodˇe (1 sada ot´azek za jeden t´yden), frekvenˇcn´ı anal´yza subjektivn´ıch dat by nemˇela t´emˇeˇr ˇz´adnou vypov´ıdaj´ıc´ı hodnotu. Nebyla proto prov´adˇena.

4.2.3

Probl´ emy v´ ypadk˚ u

Absence sp´ankov´e oblasti z d˚ uvodu v´ypadk˚ u byla nejvˇetˇs´ım probl´emem pˇri zpracov´an´ı dat. Narozd´ıl od anal´yzy v ˇcasov´e oblasti, kde se kritick´e oblasti nechaly nahradit pr˚ umˇery ˇci medi´any z r˚ uznˇe velk´ych oken dat namˇeˇren´ych dˇr´ıve, ve frekvenˇcn´ı oblasti tento postup nepˇrich´azel v u ´ vahu. Pokud bychom chybˇej´ıc´ı ˇc´asti nahradili takov´ymi postupy, spektrum sign´alu by bylo zkresleno. 30

7

3.5

Spektrum celkove pohybove aktivity

x 10

3

X: 1 Y: 3.139e+007

Amplituda [−]

2.5

2

1.5

1

0.5

0

0

10

20

30 Perioda [Dny]

40

50

60

Obr´ azek 4.10: Spektrum celkov´e pohybov´e aktivity pacienta ˇc. 6

Pro korekci v´ypadk˚ u se jako nejlepˇs´ı jevilo nahrazen´ı tˇechto oblast´ı b´ıl´ym ˇsumem3 . D´ıky vlastnostem tohoto druhu ˇsumu bylo spektrum deformov´ano rovnomˇernˇe a v´ysledn´e zkreslen´ı bylo nulov´e. Praktick´a realizace byla provedena generov´an´ım n´ahodn´ych ˇc´ısel z intervalu 1/4 a 3/4 medi´anu z pˇredchoz´ıho mˇes´ıˇcn´ıho pr˚ ubˇehu. Signal po korekci 300

250

250

200

200 Amplituda [−]

Amplituda [−]

Signal pred korekci 300

150

150

100

100

50

50

0 3.44

3.46

3.48

3.5 Vzorek [−]

3.52

3.54

0

3.56 5

x 10

(a)

3.46

3.48

3.5 Vzorek [−]

3.52

3.54

3.56 5

x 10

(b)

Obr´ azek 4.11: Porovn´ an´ı aktigramu pˇred (a) a po korekci (b)

Nal´ezt a n´aslednˇe nahradit v´ypadky v cel´em pr˚ ubˇehu nebylo pˇr´ıliˇs n´aroˇcn´e. Pokud 3

Sign´al s rovnomˇernou v´ ykonovou spektr´aln´ı hustotou.

31

zaˇr´ızen´ı v dan´em intervalu leˇzelo napˇr. na stole, akcelerometrick´y senzor trvale zaznamen´aval nulov´e zrychlen´ı. Staˇcilo nal´ezt vˇetˇs´ı uskupen´ı nulov´ych hodnot a nahradit jej b´ıl´ym ˇsumem. Pro porovn´an´ı je na obr´azku 4.11(a) a 4.11(b) zobrazen pr˚ ubˇeh sign´alu pˇred a po nahrazen´ı oblast´ı v´ypadku.

32

Kapitola 5 Predikce relapsu V souˇcasn´e dobˇe neexistuj´ı ˇz´adn´a objektivn´ı mˇeˇr´ıtka, kter´ymi by l´ekaˇri dok´azali pˇredpov´ıdat nadch´azej´ıc´ı epizodu deprese ˇci m´anie. Pacienti jsou plnˇe odk´az´ani na zkuˇsenosti oˇsetˇruj´ıc´ıho psychiatra, jeho u ´ sudek a vˇcasn´e zv´yˇsen´ı d´avky medikament˚ u, kter´e dok´aˇz´ı zabr´anit pln´emu n´astupu objevuj´ıc´ı se depresivn´ı ˇci manick´e f´aze. Spolehliv´y predikˇcn´ı algoritmus by tak mohl b´yt, samozˇrejmˇe st´ale s u ´ˇcast´ı l´ekaˇre, siln´ym n´astrojem n´apomocn´ym ˇradˇe osob. Kapitola je zamˇeˇrena pˇredevˇs´ım na predikci relapsu z aktigrafick´ych dat. Pˇredchoz´ı dvˇe pr´ace se vˇenovaly moˇznostem aplikace metod dynamic time warping (DTW) a hidden Markov model (HMM) [25] [26]. Ani v jedn´e z prac´ı nebyla prok´az´ana souvislost mezi pohybovou aktivitou a depresivn´ı epizodou. Pr´ace [28] byla prim´arnˇe zamˇeˇrena na anal´yzu subjektivn´ıch dat, ale autor zm´ınil i predikci z frekvenˇcn´ı oblasti objektivn´ıch dat pacienta ˇc. 1. Ani on vˇsak nenaˇsel ˇz´adn´e souvislosti. V n´asleduj´ıc´ıch ˇr´adc´ıch vyzkouˇs´ıme nov´e metody, jako je vyuˇzit´ı t´ydenn´ıch oken ˇci software Weka [29]. Zamˇeˇr´ıme se i na pacienta ˇc. 6, kter´y byl v minulosti pˇri zpracov´an´ı lehce opom´ıjen.

5.1

Metoda t´ ydenn´ıch oken

Po extrakci sp´ankov´ych parametr˚ u byla data rozdˇelena na t´ydenn´ı u ´ seky. Z kaˇzd´eho t´ydne byl n´aslednˇe spoˇcten medi´an pro kaˇzd´y vybran´y parametr. Jeden z pouˇz´ıvan´ych parametr˚ u je souˇcet dvou p˚ uvodn´ıch - TiNAP (T i + NAP ). Jak bylo zm´ınˇeno v pˇredchoz´ıch kapitol´ach, v datech se vyskytovaly r˚ uznˇe ˇcast´e v´ypadky. Pokud z cel´eho t´ydenn´ıho intervalu byl vypoˇcten alespoˇ n jeden parametr (vˇetˇsina dne byla bez v´ypadku), pak byl tento parametr pouˇzit jako medi´an. V opaˇcn´em pˇr´ıpadˇe nebyl konkr´etn´ı parametr v tomto 33

t´ydnu uvaˇzov´an. Poˇcet takto zahozen´ych instanc´ı se pohyboval mezi 14 − 17% u pacienta ˇc. 1, pacient ˇc. 2 mˇel takov´ych instanc´ı do 8%.

5.1.1

Porovn´ an´ı parametr˚ u

Obr´azky 5.1 a 5.2 ukazuj´ı histogramy zpracov´avan´ych parametr˚ u po t´ydenn´ıch oknech pro pacienta ˇc. 1 a pacienta ˇc. 6. Ke kaˇzd´e instanci (v naˇsem pˇr´ıpadˇe t´ydnu), byla jeˇstˇe pˇriˇrazena z´avisl´a veliˇcina Deprese, kter´a nab´yvala dvou hodnot - 0 nebo 1. Pokud mˇela veliˇcina hodnotu 1, pak to znamenalo, ˇze v konkr´etn´ım t´ydnu doˇslo k depresi. Vzhledem k tomu, ˇze depresivn´ıch epizod bylo za celou dobu sn´ım´an´ı jen 8 (resp. 3 v pˇr´ıpadˇe pac. ˇc. 6), veliˇcina byla nastavena na hodnotu 1 i u dvou t´ydn˚ u, kter´e pˇredch´azely kaˇzd´e ud´alosti. Tento krok n´am tedy ztrojn´asobil poˇcet depresivn´ıch instanc´ı. Lze proto oˇcek´avat objektivnˇejˇs´ı v´ysledky.

Obr´azek 5.1: Histogramy t´ ydenn´ıch oken vybran´ ych parametr˚ u - pac. ˇc. 1

5.1.1.1

Vizualizace matic

D´ale m˚ uˇzeme vizualizovat a porovnat pr˚ ubˇehy parametr˚ u v urˇcit´em ˇcasov´em intervalu pˇred depres´ı se stejnˇe velk´ym intervalem parametr˚ u mimo depresi. Sloupce tabulky pˇr´ısluˇs´ı depres´ım, ˇr´adky jednotliv´ym t´ydn˚ um pˇred depres´ı. 1. ˇr´adek n´aleˇz´ı 4. t´ydnu pˇred depres´ı, posledn´ı ˇr´adek t´ydnu prvn´ımu. Barevn´a ˇsk´ala je nastavena tak, ˇze nejvyˇsˇs´ı dosaˇzen´a hodnota z obou tabulek je vykreslena tmavˇe ˇcervenˇe, nejniˇzˇs´ı naopak modˇre. Barvy ostatn´ıch 34

Obr´ azek 5.2: Histogramy t´ ydenn´ıch oken vybran´ ych parametr˚ u - pac. ˇc. 6

pol´ı jsou pak pomˇerovˇe dopoˇc´ıt´any s ohledem na klasick´e barevn´e spektrum. Takov´eto vykreslen´ı n´am velmi snadno prakticky na prvn´ı pohled dovol´ı rozliˇsit, kter´e z pol´ı obsahuje napˇr. niˇzˇs´ı hodnoty. Pˇr´ıznak Poˇcet minut s pohybem pacienta ˇc. 1 je vykreslen na obr´azku 5.3. M˚ uˇzeme si povˇsimnout, ˇze parametry pˇred depresemi nab´yvaly niˇzˇs´ıch hodnot. Po nasazen´ı rozhodovac´ıch strom˚ u (kapitola 5.1.2) se vˇsak hypot´eza nepotvrdila u ˇz´adn´eho z parametr˚ u (u obou pacient˚ u).

(a)

(b)

Obr´ azek 5.3: Poˇcet minut s pohybem (pac. ˇc. 1)

35

Vˇsechny porovnan´e parametry pro oba pacienty nalezneme v pˇr´ıloze B. 5.1.1.2

Box Plot

Dalˇs´ı metodou pro vizualizaci a porovn´an´ı je krabicov´y graf, d´ıky kter´emu m´ame v jednom obr´azku vykresleno minimum, maximum, medi´an, horn´ı a doln´ı kvartily. Krabicov´e grafy pacienta ˇc. 1 (obr´azek 5.4) nejevily ˇz´adn´e podstatn´e rozd´ıly. Medi´any jednotliv´ych parametr˚ u se t´emˇeˇr shodovaly, rozptyl je prakticky totoˇzn´y.

Doba trvani [min]

Depresivni tydny 600 400 200 0

1

2

3

4

5

Tm

Ts

Doba trvani [min]

Tydny bez depresi 800 600 400 200 0 Naps.Total

Ti

TiNAP

Obr´ azek 5.4: Box Plot - pac. ˇc. 1

Obr´azek 5.5 ilustruje krabicov´e grafy pro vybran´e parametry pacienta ˇc. 6. Je zde patrn´y vˇetˇs´ı rozptyl hodnot parametr˚ u v t´ydnech bez deprese. Naznaˇcovalo by to, ˇze s bl´ıˇz´ıc´ı se depres´ı se parametry jednotliv´ych sp´ankov´ych oblast´ı zaˇcaly podobat jeden druh´emu. Toto se potvrdilo i d´ale ve frekvenˇcn´ı anal´yze (kapitola 5.2), kde spektrum t´eto oblasti je ˇsirˇs´ı. D´ale byl proveden statistick´y test. Porovn´ali jsme vˇzdy vˇsechny hodnoty parametr˚ u v depresivn´ıch t´ydnech oproti hodnot´am parametr˚ u z nedepresivn´ıch t´ydn˚ u. Jelikoˇz tyto dvˇe matice nemˇely shodn´e velikosti, z nedepresivn´ı matice byl vˇzdy vybr´an takov´y poˇcet t´ydn˚ u, aby se velikosti vyrovnaly. Toto jsme opakovali v deseti iterac´ıch a v´ysledky pr˚ umˇerovali. Pro test signifikance byl zvolen RankSum. Jedn´a se o neparametrick´y Wilcoxon˚ uv test, pˇredpokl´adaj´ıc´ı 2 nez´avisl´e v´ybˇery. Podm´ınky pro testov´an´ı touto hypot´ezou 36

byly splnˇeny. Jako signifikantn´ı se jevily parametry Naps.T otal, T iNAP a T m u pacienta ˇc. 6. Ostatn´ı parametry na hladinˇe v´yznamnosti 5% signifikanci nevykazovaly.

Doba trvani [min]

Depresivni tydny 800 600 400 200 0 1

2

3

4

5

Tm

Ts

Doba trvani [min]

Tydny bez depresi 800 600 400 200 0 Naps.Total

Ti

TiNAP

Obr´ azek 5.5: Box Plot - pac. ˇc. 6

5.1.2

Rozhodovac´ı stromy

Pro rozhodov´an´ı byly otestov´any dva rozhodovac´ı stromy: J48 a ADTree. U obou z nich byla data rozdˇelena na tr´enovac´ı a testovac´ı, pomoc´ı krosvalidace. Tato metoda je vhodn´a i v pˇr´ıpadˇe, pokud nem´ame k dispozici velk´y soubor dat. V naˇsem pˇr´ıpadˇe jsme pouˇz´ıvali krosvalidaci s 10 hrom´adkami. Devˇet hrom´adek je pouˇzito pro tr´enov´an´ı, 1 pak pro testov´an´ı. V´ysledky jsou pot´e zpr˚ umˇerov´any. Instance byly v r´amci pˇredzpracov´an´ı oklasifikov´any jako 1 pokud patˇrily, jako 0 pokud naopak nepatˇrily do depresivn´ıch t´ydn˚ u. 5.1.2.1

J48

U pacienta ˇc. 1 algoritmus korektnˇe detekovat vˇsech 123 instanc´ı, kter´e nebyly klasifikov´any jako depresivn´ı. Zbytek (23 instanc´ı) bylo klasifikov´ano jako 0, coˇz znamen´a faleˇsnˇe negativnˇe. Konfuzn´ı matice je v tabulce 5.1. 37

0

1 klasifikov´ano jako

123 0 0 23

0 1

Tabulka 5.1: Ilustrace konfuzn´ı matice algoritmu J48 (pac. ˇc. 1)

Algoritmus se tedy nejevil jako pouˇziteln´y. Aˇckoliv algoritmus J48 u pacienta ˇc. 6 vyk´azal t´emˇeˇr 80% korektnˇe klasifikovan´ych instanc´ı, nen´ı pouˇziteln´y. Zb´yvaj´ıc´ıch chybnˇe klasifikovan´ych 20% je pr´avˇe z depresivn´ıch t´ydn˚ u. Vˇse je nejl´epe naznaˇceno v tabulce 5.2. Algoritmus spr´avnˇe zaˇradil 1 depresivn´ı a 50 nedepresivn´ıch instanc´ı, 5 instanc´ı bylo klasifikov´ano faleˇsnˇe pozitivnˇe, zbytek faleˇsnˇe negativnˇe. Pr´avˇe vysok´y poˇcet faleˇsnˇe negativn´ıch element˚ u znemoˇzn ˇ uje jak´ekoliv pouˇzit´ı algoritmu J48 pro predikci pacienta ˇc. 6. Pro pˇredstavu uv´ad´ıme vypoˇcten´y rozhodovac´ı strom (obr´azek 5.6). 0

1 klasifikov´ano jako

50

5 0

8

1 1

Tabulka 5.2: Ilustrace konfuzn´ı matice algoritmu J48 (pac. ˇc. 6)

Obr´ azek 5.6: Rozhodovac´ı strom J48 u pacienta ˇc. 6

38

5.1.2.2

Alternating Decision Tree

Ani tento rozhodovac´ı strom nevedl k ˇz´adn´ym pozitivn´ım v´ysledk˚ um. Jak napov´ıdaj´ı konfuzn´ı matice pro pacienta ˇc. 1 (tabulka 5.3) i pro pacienta ˇc. 6 (tabulka 5.4), pomˇer faleˇsnˇe negativn´ıch detekc´ı je velmi vysok´y. 0

1

klasifikov´ano jako

114 9

0

22

1

1

Tabulka 5.3: Ilustrace matice z´ amˇen algoritmu ADTree (pac. ˇc. 1)

0

1 klasifikov´ano jako

48 7 0 8

1 1

Tabulka 5.4: Ilustrace matice z´ amˇen algoritmu ADTree (pac. ˇc. 6)

5.2

Spektr´ aln´ı anal´ yza

Snahou anal´yzy ve frekvenˇcn´ı oblasti bylo nal´ezt urˇcit´e pravidelnosti, kter´e by se mohly vyskytovat v intervalech pˇred relapsem. Zpracov´av´ana byla pouze data pˇr´ımo namˇeˇren´a aktigrafem. Analyzovat sp´ankov´e parametry by nebylo vhodn´e - na jeden den pˇripadala jen jedna hodnota, tud´ıˇz v´ysledn´e rozliˇsen´ı Fourierovy transformace by bylo velmi mal´e. Pro oba pacienty jsme zvolili t´ydenn´ı interval pˇred kaˇzdou depres´ı, zpr˚ umˇerovali jej a porovnali s pr˚ umˇernou hodnotou vˇsech t´ydn˚ u, ve kter´ych se deprese nevyskytla. Do porovn´an´ı nebyla zahrnuta deprese ˇc. 1 pacienta ˇc. 1 kv˚ uli tomu, ˇze ud´alost nastala cca 3 t´ydny po zaˇc´atku monitorovac´ıho obdob´ı a byly zde pˇr´ıtomn´e ˇcetn´e v´ypadky. Jak ukazuj´ı obr´azky 5.7(a) a 5.7(b), u pacienta ˇc. 1 nejsou v t´ydenn´ıch intervalech patrn´e ˇz´adn´e dominantn´ı harmonick´e sloˇzky (v porovn´an´ı s n´ahodn´ymi oblastmi). Za zm´ınku stoj´ı snad jen niˇzˇs´ı amplituda ˇspiˇcky v bodˇe odpov´ıdaj´ıc´ı periodˇe 1 den. Tento jev by naznaˇcoval, ˇze v t´ydnech pˇred depresemi pacient vykazovat pravidelnˇejˇs´ı sp´anek us´ınal a vst´aval zhruba ve stejn´ych ˇcasech kaˇzd´y den. To potvrzuje i obr´azek 5.4. Rozptyly parametr˚ u jsou pˇri depresi a mimo ni shodn´e. U pacienta ˇc. 6 spektr´aln´ı anal´yza dopadla naprosto odliˇsnˇe. Spektrum pr˚ ubˇehu mimo deprese (obr´azek 5.8(b)), konkr´etnˇe v bodˇe P erioda = 1, vykazuje 1,7 kr´at vˇetˇs´ı ampli39

5

5

Prumer z tydnu pred depresemi

x 10

12

10

10

8

8 Amplituda [−]

Amplituda [−]

12

6

6

4

4

2

2

0

0

1

2

3

4 5 Perioda [Dny]

6

7

0

8

Prumer z tydnu bez depresi

x 10

0

1

2

3

(a)

4 5 Perioda [Dny]

6

7

8

(b)

Obr´ azek 5.7: Porovn´ an´ı spektra t´ yden pˇred depres´ı a t´ ydne bez deprese (pac. ˇc. 1) 5

3.5

5

Prumer z tydnu pred depresemi

x 10

5

Prumer z tydnu bez depresi

x 10

4.5 3 4 3.5 Amplituda [−]

Amplituda [−]

2.5

2

1.5

3 2.5 2 1.5

1

1 0.5 0.5 0

0

1

2

3

4 5 Perioda [Dny]

6

7

0

8

0

1

(a)

2

3

4 5 Perioda [Dny]

6

7

8

(b)

Obr´ azek 5.8: Porovn´ an´ı spektra t´ yden pˇred depres´ı a t´ ydne bez deprese (pac. ˇc. 6)

tudu, neˇz tomu je v pˇr´ıpadˇe spektra bez depres´ı (obr´azek 5.8(a)). Nejv´yraznˇejˇs´ı rozd´ıl tˇechto dvou charakteristik vˇsak registrujeme v bodˇe odpov´ıdaj´ıc´ımu 1, 264 dne (30 hodin 20 minut). Zde je pomˇer amplitud 1:2,15. I pˇresto, ˇze v´ysledky vypadaj´ı velice slibnˇe, nem˚ uˇzeme prohl´asit velikost ˇspiˇcky pˇribliˇznˇe na 30 hodin´ach za jednoznaˇcn´y ukazatel bl´ıˇz´ıc´ı se deprese. Je tˇreba si uvˇedomit, ˇze u pacienta ˇc. 1 (obr´azek 5.7) tato perioda naprosto chyb´ı. Na definitivn´ı z´avˇer by bylo vhodn´e prov´est frekvenˇcn´ı anal´yzu u dalˇs´ıch bipol´arn´ıch pacient˚ u.

40

Kapitola 6 Z´ avˇ er C´ılem t´eto diplomov´e pr´ace bylo sezn´amen´ı se samotnou problematikou bipol´arn´ı poruchy, navrhnout vhodnou metodiku pro anal´yzu ˇsablon sociobiologick´ych rytm˚ u s ohledem na dlouh´e monitorovac´ı obdob´ı a predikovat relaps bipol´arn´ı poruchy z aktigrafick´ych dat. Tato pr´ace zaˇcala struˇcn´ym u ´ vodem do problematiky, kde byly zm´ınˇeny vˇsechny skuteˇcnosti, proˇc se zab´yvat studiem bipol´arn´ı poruchy a jej´ıch predikc´ı. V druh´e kapitole byl ˇcten´aˇr sezn´amen s nezbytn´ym medic´ınsk´ym minimem, symptomy bipol´arn´ı poruchy, dostupnou l´eˇcbou a pravdˇepodobn´ymi p˚ uvodci choroby. Nabyt´e znalosti pak uplatnil ˇ ast v dalˇs´ıch kapitol´ach. Tˇret´ı kapitola popsala datov´y soubor, kter´y byl k dispozici. C´ kapitoly byla vˇenov´ana subjektivn´ım dat˚ um - odpovˇedn´ım sk´ore z dotazn´ık˚ u, ˇc´ast pak ˇ dat˚ um objektivn´ım, poch´azej´ıc´ım z aktigrafick´eho pˇr´ıstroje. Ctvrt´ a ˇc´ast uvedla do problematiky pˇredzpracov´an´ı a zpracov´an´ı dat. Byly vyjmenov´any a vysvˇetleny vˇsechny extrahovan´e sp´ankov´e i nesp´ankov´e parametry, rozebr´an algoritmus detekce sp´anku a d´ale tak´e uvedeno do problematiky frekvenˇcn´ı anal´yzy aktigrafick´ych dat. Z´avˇereˇcn´a kapitola, zamˇeˇren´a na predikci relapsu bipol´arn´ı poruchy, popsala vˇsechny testovan´e metody a postupy, kter´e jsme aplikovali na zpracovan´a data, a diskutovala jejich aplikaci do praxe. V t´eto pr´aci se podaˇrilo navrhnout novou metodiku anal´yzy aktigrafick´ych dat. Jednalo se pˇredevˇs´ım o frekvenˇcn´ı anal´yzu, kter´a je imunn´ı v˚ uˇci kr´atkodobˇejˇs´ım, ale i dlouhodobˇejˇs´ım v´ypadk˚ um (testov´ano s tˇr´ı mˇes´ıˇcn´ım v´ypadkem). Anal´yza d´av´a moˇznost vizualizace cirkadi´ann´ıch rytm˚ u. Infradi´ann´ı a obecnˇe niˇzˇs´ı frekvence nen´ı vhodn´e z d˚ uvodu ˇspatn´eho rozliˇsen´ı vykreslovat. Algoritmus v´ypoˇctu diskr´etn´ı Fourierovy transformace je pouˇziteln´y pro oba testovan´e pacienty. D´ale byla vytvoˇrena tzv. metoda t´ydenn´ıch oken. Jedn´a se o pomˇernˇe robustn´ı n´astroj pro t´ydenn´ı pr˚ umˇerov´an´ı a extrahov´an´ı parametr˚ u. Vytvoˇren´a funkce nab´ız´ı i pr˚ umˇero41

v´an´ı v dan´ych intervalech pˇred ˇci po depresi. Metoda si porad´ı s kratˇs´ımi v´ypadky mˇeˇren´ı. Vˇsechny kroky, kter´e byly v t´eto pr´aci prov´adˇeny v r´amci studia predikce relapsu, byly zaloˇzeny na vyuˇzit´ı t´eto metody. D´ale byly upraveny jiˇz existuj´ıc´ı algoritmy jako napˇr. automatick´a detekce sp´ankov´ych oblast´ı, automatick´a detekce NAP oblast´ı, v´ypoˇcty ˇcas˚ u usnut´ı a probuzen´ı. Vˇsechny zmˇeny byly prov´adˇeny s d˚ urazem na univerz´alnost pˇri budouc´ım vyuˇzit´ı, co nejmenˇs´ı v´ypoˇcetn´ı n´aroˇcnost a s t´ım souvisej´ıc´ı rychlost. Nezanedbatelnou ˇc´ast pr´ace tvoˇrilo pˇripojov´an´ı nov´ych dat ke star´ym. Samotn´a predikce relapsu nepˇrinesla pˇr´ıliˇs uspokojiv´e v´ysledky. Predikovat bl´ıˇz´ıc´ı se epizodu deprese ze spektra aktigramu u pacienta ˇc. 1 je nemoˇzn´e. Kromˇe m´ırnˇe zv´yˇsen´e amplitudy ˇspiˇcky na periodˇe 24 hodin v depresivn´ıch t´ydnech nebyly ve spektru nalezeny ˇz´adn´e podstatn´e rozd´ıly. Frekvenˇcn´ı charakteristika pacienta ˇc. 6 byla pro predikci zaj´ımavˇejˇs´ı. Spektrum depresivn´ıho sign´alu se vyznaˇcovalo ˇspiˇckou na periodˇe 30 hodin, kter´a mˇela 2,15 kr´at vˇetˇs´ı amplitudu neˇz ˇspiˇcka ve stejn´em bodˇe v nedepresivn´ım spektru. Vzhledem k v´ysledk˚ um u pacienta ˇc. 1, tato perioda nem˚ uˇze b´yt zvolena glob´aln´ım ukazatelem deprese. Pro definitivn´ı stanovisko by bylo tˇreba prov´est frekvenˇcn´ı anal´yzu u v´ıce bipol´arn´ıch pacient˚ u. Predikce pomoc´ı rozhodovac´ıch strom˚ u J48 a ADTree nen´ı moˇzn´a. V´ysledky obsahovaly velk´e mnoˇzstv´ı faleˇsnˇe negativn´ıch a faleˇsnˇe pozitivn´ıch predikc´ı. Takov´y algoritmus nen´ı pro n´aˇs projekt pouˇziteln´y. Krabicov´e grafy uk´azaly na souvislost s rozptylem hodnot parametr˚ u a s t´ydny ve kter´ych se nach´azej´ı. U pacienta ˇc. 6 bylo zjiˇstˇeno, ˇze parametry poch´azej´ıc´ı z nedepresivn´ıch t´ydn˚ u maj´ı vˇetˇs´ı rozptyl hodnot neˇz parametry extrahovan´e z t´ydn˚ u s/pˇred depresemi. Neparametrick´ym Wilcoxon˚ uvov´ym testem se uk´azaly parametry Naps.T otal, T iNAP a T m signifikantn´ı. Pokud bychom opˇet chtˇeli pouˇz´ıt tento fakt jako obecn´y ukazatel deprese, mˇel by se t´eˇz vyskytnou i u pacienta ˇc. 1, coˇz se nestalo. Krabicov´e grafy pacienta ˇc. 1 byly prakticky totoˇzn´e a jednotliv´e parametry byly nesignifikatn´ı. Mohlo by to znamenat, ˇze pacient vykazuje stejnou sp´ankovou aktivitu pˇred depres´ı i po ni. Bylo to potvrzeno i z frekvenˇcn´ı anal´yzy, kdyˇz obˇe spektra byla bez v´yraznˇejˇs´ıch rozd´ıl˚ u. Pro dalˇs´ı pr´aci na tomto projektu bychom doporuˇcili soustˇredit se na konsolidaci postup˚ u vedouc´ıch k pˇripojen´ı nov´ych dat ke star´ym. D´ale by bylo vhodn´e pokusit se pˇresvˇedˇcit dalˇs´ı pacienty ke spolupr´aci. Na jejich datech by mohla b´yt posl´eze ovˇeˇrena hypot´eza t´ykaj´ıc´ı se spektra a rozptylu.

42

Literatura [1] prim. MUDr. Dagmar Seifertov´a CSc. Elektrokonvulzivn´ı terapie [online], 2009. [cit. 2010-12-01],

http://www.tigis.cz/PSYCHIAT/PSYCH100/04seif.htm/.

[2] Philips. Actiwatch 2 [online], 2010. [cit. 2010-12-10], http://actiwatch.respironics.com/. [3] Frederick K Goodwin and Kay R Jamison. Manic-Depressive Illness. Oxford University Press, 1990. [4] National Institute of Health. Bipolar Disorder [online]. [cit. 2010-12-01], http://www.nimh.nih.gov/health/publications/bipolar-disorder/, 2008. [5] JI Jr. Nurnberger and T. Foroud. Genetics of bipolar affective disorder. Curr Psychiatry Rep., 2(2):147–157, 2000. [6] JW Smoller and CT Finn. Family, twin, and adoption studies of bipolar disorder. Am J Med Genet C Semin Med Genet, 123(1):48–58, 2003. [7] U.S. Food and Drug Administration. LITHOBID [online], 2010. [cit. 2010-12-01], http://www.accessdata.fda.gov/scripts/cder/drugsatfda/index.cfm/. [8] Michael E. Thase and Gary S. Sachs. Bipolar depression: pharmacotherapy and related therapeutic strategies. Biological Psychiatry, 48(6):558–572, 2000. [9] David J. Miklowitz, Michael W. Otto, Ellen Frank, Noreen A. Reilly-Harrington, Stephen R. Wisniewski, Jane N. Kogan, Andrew A. Nierenberg, Joseph R. Calabrese, Lauren B. Marangell, Laszlo Gyulai, Mako Araga, Jodi M. Gonzalez, Edwin R. Shirley, Michael E. Thase, and Gary S. Sachs. Psychosocial Treatments for Bipolar Depression: A 1-Year Randomized Trial From the Systematic Treatment Enhancement Program. Arch Gen Psychiatry, 64(4):419–426, 2007. 43

[10] Terman M. Evolving applications of light therapy. Sleep Medicine Reviews, 11(6):497 – 507, 2007. [11] M. Pandya, L. Pozuelo, and D. Malone. Electroconvulsive Therapy: What the Internist Needs to Know. Cleve Clin J Med., 74(9):679–685, 2007. [12] M. Hamilton. A rating scale for depression. Journal of Neurology, Neurosurgery and Psychiatry, 23:56–62, 1960. [13] M. Hamilton. Assessment of change in psychiatric state by means of rating scales. Proceedings of the Royal Society of Medicine, 23(1):10–13, 1966. [14] M. Hamilton. Development of a rating scale for primary depressive illness. British Journal of Social and Clinical Psychology, 6:278, 1967. [15] M. Hamilton. Standardised assessment and recording of depressive symptoms. Psychiatria, Neurologia, Neurochirurgia, 23:56–62, 1969. [16] M. Hamilton. Rating depressive patients. journal of clinical psychiatry. Journal of Clinical Psychiatry, 41:21–24, 1980. [17] RC Young, JT Biggs, VE Ziegler, and DA Meye. A rating scale for mania: reliability, validity and sensitivity. The British Journal of Psychiatr, 133:429–435, 1978. [18] SH Jones, DJ Hare, and Evershed K. Actigraphic assessment of circadian activity and sleep patterns in bipolar disorder. Bipolar Disord., 7(2):176–186, 2005 Apr. [19] Allison G. Harvey, D. Anne Schmidt, Antonina Scarna, Christina Neitzert Semler, and Guy M. Goodwin. Sleep-Related Functioning in Euthymic Patients With Bipolar Disorder, Patients With Insomnia, and Subjects Without Sleep Problems. Am J Psychiatry, 162(1):50–57, 2005. [20] Audrey Millar, Colin A Espie, and Jan Scott. The sleep of remitted bipolar outpatients: a controlled naturalistic study using actigraphy. Journal of affective disorders, 80(2):145–153, 2004. [21] An American Academy of Sleep Medicine. Practice Parameters for the Role of Actigraphy in the Study of Sleep and Circadian Rhythms. Vol. 26, No. 3, 2003. [22] American Academy of Sleep Medicine. Actigraphy is a useful way to assess and manage sleep disorders. SLEEP, Apr. 2007. 44

[23] J. Padˇera. Bipometrics - Psychiatrist Portal [online]. [cit. 2010-12-01], https://nit.felk.cvut.cz/tomcat/bipometrics/, 2009. ˇ [24] F. Spaniel. Information Technology Aided Relaps Prevent in Schizophrenia [online]. [cit. 2010-12-01],

http://www.itareps.com, 2007.

ˇ e vysok´e uˇcen´ı [25] K. Sedl´aˇckov´a. Anal´yza bipol´arn´ıch pacient˚ u. Master’s thesis, Cesk´ technick´e v Praze, fakulta elektrotechnick´a, 2008. ˇ e vysok´e uˇcen´ı technick´e [26] J. Poupˇe. Analysis of bipolar patients. Master’s thesis, Cesk´ v Praze, fakulta elektrotechnick´a, 2008. [27] CamNtech Ltd. The Actiwatch [online], 2009. [cit. 2010-12-01], http://www.camntech.com/. ˇ e vysok´e uˇcen´ı [28] J. Mistr. Actigraphy analysis of bipolar patients. Master’s thesis, Cesk´ technick´e v Praze, fakulta elektrotechnick´a, 2010. [29] Mark Hall, Eibe Frank, Geoffrey Holmes, Bernhard Pfahringer, Peter Reutemann, and Ian H. Witten. The WEKA data mining software: an update. SIGKDD Explor. Newsl., 11(1):10–18, 2009.

45

46

Pˇ r´ıloha A Obsah pˇ riloˇ zen´ eho CD Na pˇriloˇzen´em CD ˇcten´aˇr nalezne kompletn´ı data, kter´a n´am byla zas´ıl´ana z l´ekaˇrsk´eho pracoviˇstˇe. Jedn´a se jak o data objektivn´ı - soubory s pˇr´ıponou .AWD, tak data subjektivn´ı - tabulky ve form´atu .XLS. Vzhledem k d´elce monitorovan´ych obdob´ı se jedn´a o v´ıce soubor˚ u. D´ale je na CD k dispozici kompletn´ı SW, kter´y byl za celou dobu existence tohoto projektu vytvoˇren. Souˇca´st´ı CD je i elektronick´a verze t´eto pr´ace.

I

II

Pˇ r´ıloha B Vizualizace oken sp´ ankov´ ych parametr˚ u Kaˇzd´y obr´azek obsahuj´ıc´ı matici odpov´ıd´a jednomu parametru. Sloupce matice repreˇ adky odzentuj´ı jednotliv´e deprese (lev´y obr´azek), ˇci zdrav´e obdob´ı (prav´y obr´azek). R´ pov´ıdaj´ı t´ydn˚ um bl´ıˇz´ıc´ım se k datu ud´ alosti. Posledn´ımu ˇr´adku n´aleˇz´ı 1. t´yden pˇred, prvn´ımu pak 4. t´yden pˇred ud´alost´ı. Vizualizace probˇehla pro oba pacienty. U pacienta ˇc. 6 jsme zobrazovali parametry jen 3 t´ydny pˇred depresemi.

(a)

(b)

Obr´ azek B.1: Celkov´ y ˇcas bez pohybu + d´elka NAP oblast´ı (pac. ˇc. 1)

III

(a)

(b)

Obr´ azek B.2: Celkov´ a doba sp´ anku (pac. ˇc. 1)

(a)

(b)

Obr´ azek B.3: Celkov´ y ˇcas probuzen´ı (pac. ˇc. 1)

(a)

(b)

Obr´ azek B.4: Poˇcet probuzen´ı (pac. ˇc. 1)

IV

(a)

(b)

Obr´ azek B.5: Celkov´ y ˇcas bez pohybu (pac. ˇc. 1)

(a)

(b)

Obr´ azek B.6: Poˇcet f´ az´ı bez pohybu (pac. ˇc. 1)

(a)

(b)

Obr´ azek B.7: Suma pohybov´e aktivity v pr˚ ubˇehu sp´ anku (pac. ˇc. 1)

V

(a)

(b)

Obr´ azek B.8: Poˇcet minut s pohybem (pac. ˇc. 1)

(a)

(b)

Obr´ azek B.9: Celkov´ y ˇcas bez pohybu + d´elka NAP oblast´ı (pac. ˇc. 6)

VI

(a)

(b)

Obr´ azek B.10: Celkov´ a doba sp´ anku (pac. ˇc. 6)

(a)

(b)

Obr´ azek B.11: Celkov´ y ˇcas probuzen´ı (pac. ˇc. 6)

VII

(a)

(b)

Obr´ azek B.12: Poˇcet probuzen´ı (pac. ˇc. 6)

(a)

(b)

Obr´ azek B.13: Celkov´ y ˇcas bez pohybu (pac. ˇc. 6)

VIII

(a)

(b)

Obr´ azek B.14: Poˇcet f´ az´ı bez pohybu (pac. ˇc. 6)

(a)

(b)

Obr´ azek B.15: Suma pohybov´e aktivity v pr˚ ubˇehu sp´ anku (pac. ˇc. 6)

IX

(a)

(b)

Obr´ azek B.16: Poˇcet minut s pohybem (pac. ˇc. 6)

X

Pˇ r´ıloha C Dotazn´ık HRSD HAMILTON RATING SCALE FOR DEPRESSION [12] Patient’s Name: Date os Assessment: To rate the severity of depression in patients who are already diagnosed as depressed, administer this questionnaire. The higher the score, the more severe the depression. For each item, write the correct number on the line next to the item. (Only one response per item)

XI

1.

Depressed mood(Sad, hopeless, helpless, worthless) 0 = Absent 1 = Gloomy attitude, pessimism, hopelessness 2 = Occasional weeping 3 = Frequent weeping 4 = Patient reports highlight these feelings states in his/her spontaneous verbal and non-verbal communication

2.

Feelings of guilt 0 = Absent 1 = Self-reproach, feels he/she has let people down 2 = Ideas of guilt or rumination over past errors or sinful deeds 3 = Present illness is punishment 4 = Hears accusatory or denunciatory voices and/or experiences threatening visual hallucinations. Delusions of guilt

3.

Suicide 0 = Absent 1 = Feels life is not worth living 2 = Wishes he/she were dead, or any thoughts of possible death to self 3 = Suicide, ideas or half-hearted attempt 4 = Attempts at suicide (any serious attempt rates 4)

4.

Insomnia, early 0 = No difficulty falling asleep 1 = Complaints of occasional difficulty in falling asleep i.e. more than half-hour 2 = Complaints of nightly difficulty falling asleep

XII

5.

Insomnia, middle 0 = No difficulty 1 = Patient complains of being restless and disturbed during the night 2 = Walking during the night – any getting out of bed rates 2 (except voiding bladder)

6.

Insomnia, late 0 = No difficulty 1 = Waking in the early hours of the morning but goes back to sleep 2 = Unable to fall asleep again if he/she gets out of bed

7.

Work and activities 0 = No difficulty 1 = Thoughts and feelings of incapacity related to activities: work or hobbies 2 = Loss of interest in activity - hobbies or work - either directly reported by patient or indirectly seen in listlessness, in decisions and vacillation (feels he/she has to push self to work or activities) 3 = Decrease in actual time spent in activities or decrease in productivity. In hospital, rate 3 if patient does not spend at leas three hours a day in activities 4 = Stopped working because of present illness. In hospital rate 4 if patient engages in no activities except supervised ward chores

8.

Retardation:Psychomotor (Slowness of thought and speech; impaired ability to concentrate; decreased motor activity) 0 = Normal speech and thought 1 = Slight retardation at interview 2 = Obvious retardation at interview 3 = Interview difficult 4 = Interview impossible

XIII

9.

Agitation 0 = None 1 = Fidgetiness 2 = Playing with hands, hair, obvious restlessness 3 = Moving about; can’t sit still 4 = Hand wringing, nail biting, hair pulling, biting of lips, patient is on the run

10. Anxiety (psychological), Demonstrated by:( subjective tension and irritability, loss of concentration, worrying about minor matters, apprehension, fears expressed without questioning, feelings of panic, feeling jumpy) 0 = Absent 1 = Mild 2 = Moderate 3 = Severe 4 = Incapacitating 11. Anxiety somatic (Physiological concomitants of anxiety such as: gastrointestinal: dry mouth, wind, indigestion, diarrhea, cramps, belching, cardiovascular: palpations, headaches, respiratory: hyperventilation, sighing, urinary frequency, sweating, giddiness, blurred vision, tinnitus) 0 = Absent 1 = Mild 2 = Moderate 3 = Severe 4 = Incapacitating 12. Somatic symptoms (gastrointestinal) 0 = None 1 = Loss of appetite but eating without encouragement 2 = Difficulty eating without urging. Requests or requires laxatives or medication for GI symptoms

XIV

13. Somatic symptoms: general 0 = None 1 = Heaviness in limbs, back or head; backaches, headaches, muscle aches, loss of energy, fatigability 2 = Any clear-cut symptom rates 2 14. General Symptoms (Symptoms such as: loss of libido, menstrual disturbances) 0 = Absent 1 = Mild 2 = Severe 15. Hypochondriasis 0 = Not present 1 = Self-absorption (bodily) 2 = Preoccupation with health 3 = Strong conviction of some bodily illness 4 = Hypochondrial delusions 16. Loss of Weight Rate either ‘A’ or ‘B’: A. When rating by history: 0 = No weight loss 1 = Probable weight loss associated with present illness 2 = Definite (according to patient) weight loss B. Actual weight changes (weekly): 0 = Less than 1 lb (0.5 kg) weigh loss in one week 1 = 1-2 lb (0.5 kg-1.0 kg) weight loss in week 2 = Greater than 2 lb (1 kg) weight loss in week 3 = Not assessed

XV

17. Insight 0 = Acknowledges being depressed and ill 1 = Acknowledges illness but attributes cause to bad food, overwork, virus, need for rest, etc. 2 = Denies being ill at all Total score

score

diagnosis

0 to 6

normal person

7 to 17

mild depression

18 to 24 moderate depression over 24

severe depression

Tabulka C.1: Vyhodnocen´ı dotazn´ıku HRSD dle sk´ore

XVI

Pˇ r´ıloha D Dotazn´ık YMRS YOUNG MANIA RATING SCALE - PARENT VERSION Child Name: Date: Directions: Please read each question below and circle the answer number which most closely describes your child.

XVII

1.

Mood - Is your child’s mood higher (better) than usual? 0 = No 1 = Mildly or possibly increased 2 = Definite elevation- more optimistic, self-confident; cheerful; appropriate to their conversation 3 = Elevated but inappropriate to content; joking, mildly silly 4 = Euphoric; inappropriate laughter; singing/making noises; very silly

2.

Motor Activity/Energy - Does your child’s energy level or motor activity appear to be greater than usual? 0 = No 1 = Mildly or possibly increased 2 = More animated; increased gesturing 3 = Energy is excessive; hyperactive at times; restless but can be calmed 4 = Very excited; continuous hyperactivity; cannot be calmed

3.

Sexual Interest - Is your child showing more than usual interest in sexual matters? 0 = No 1 = Mildly or possibly increased 2 = Definite increase when the topic arises 3 = Talks spontaneously about sexual matters; gives more detail than usual; more interested in girls/boys than usual 4 = Has shown open sexual behavior- touching others or self inappropriately

4.

Sleep - Has your child’s sleep decreased lately? 0 = No 1 = Sleeping less than normal amount by up to one hour 2 = Sleeping less than normal amount by more than one hour 3 = Need for sleep appears decreased; less than four hours 4 = Denies need for sleep; has stayed up one night or more

XVIII

5.

Irritability - Has your child appeared irritable? 0 = No more than usual 2 = More grouchy or crabby 4 = Irritable openly several times throughout the day; recent episodes of anger with family, at school, or with friends 6 = Frequently irritable to point of being rude or withdrawn 8 = Hostile and uncooperative about all the time

6.

Speech (rate and amount) - Is your child talking more quickly or more than usual? 0 = No change 2 = Seems more talkative 4 = Talking faster or more to say at times 6 = Talking more or faster to point he/she is difficult to interrupt 8 = Continuous speech; unable to interrupt

7.

Thoughts - Has your child shown changes in his/her thought patterns? 0 = No 1 = Thinking faster; some decrease in concentration; talking ”around the issue” 2 = Distractible; loses track of the point; changes topics frequently; thoughts racing 3 = Difficult to follow; goes from one idea to the next; topics do not relate; makes rhymes or repeats words 4 = Not understandable; he/she doesn’t seem to make any sense

8.

Content - Is your child talking about different things than usual? 0 = No 2 = He/she has new interests and is making more plans 4 = Making special projects; more religious or interested in God 6 = Thinks more of him/herself; believes he/she has special powers; believes he/she is receiving special messages 8 = Is hearing unreal noises/voices; detects odors no one else smells; feels unusual sensations; has unreal beliefs XIX

9.

Disruptive-Aggressive Behavior - Has your child been more disruptive or aggressive? 0 = No; he/she is cooperative 2 = Sarcastic; loud; defensive 4 = More demanding; making threats 6 = Has threatened a family member or teacher; shouting; knocking over possessions/ furniture or hitting a wall 8 = Has attacked family member, teacher, or peer; destroyed property; cannot be spoken to without violence

10. Appearance - Has your child’s interest in his/her appearance changed recently? 0 = No 1 = A little less or more interest in grooming than usual 2 = Doesn’t care about washing or changing clothes, or is changing clothes more than three time a day 3 = Very messy; needs to be supervised to finish dressing; applying makeup in overly- done or poor fashion 4 = Refuses to dress appropriately; wearing bizarre styles 11. Insight - Does your child think he/she needs help at this time? 0 = Yes; admits difficulties and wants treatment 1 = Believes there might be something wrong 2 = Admits to change in behavior but denies he/she needs help 3 = Admits behavior might have changed but denies need for help 4 = Denies there have been any changes in his/her behavior/thinking Signature of Parent / Guardian:

XX

Pˇ r´ıloha E Popis datov´ eho souboru AWD V´ystupn´ı soubor generovan´y aktigrafick´ym zaˇr´ızen´ım obsahuje kromˇe samotn´ych dat jeˇstˇe hlaviˇcku, kter´a je vysvˇetlena v n´asleduj´ıc´ıch ˇr´adc´ıch:

Patient 01

Identifikace mˇeˇren´eho subjekt.

06-XI-2006 Datum poˇc´atku mˇeˇren´ı. 17:00:00

Poˇc´ateˇcn´ı ˇcas mˇeˇren´ı.

8

Skuteˇcn´a vzorkovac´ı perioda n´asoben´a ˇctyˇrmi. Perioda je v minut´ach.

00

Vˇek. Pokud je 00, vˇek nebyl zad´an.

V622782

Prvn´ıch 6 ˇc´ıslic rodn´eho ˇc´ısla. V´yznam p´ısmene nen´ı zn´am.

X

Pohlav´ı. Pokud je X, pohlav´ı nebylo zad´ano.

0

Namˇeˇren´a data.

0

Namˇeˇren´a data.

2433

Namˇeˇren´a data.

...

...

XXI