综述：睡眠期间产生的数字生物标志物：其在睡眠医学之外的领域的转化潜力

睡眠信号可作为跨领域数字生物标志物，其在心血管（HRV降低）、神经退行（慢波活动减少）、代谢（血糖波动）及妊娠并发症监测中显示预后价值。当前研究多基于观察性数据，缺乏大样本前瞻性试验及标准化验证框架，需加强多模态传感器开发与临床转化路径优化。

摘要

背景

睡眠提供了一个稳定的生理窗口，减少了行为和环境因素的干扰，使其成为数字生物标志物的一个有前景的来源。诸如脑电图（EEG）、心率变异性（HRV）、呼吸、血氧饱和度和运动等信号，如果进行纵向记录，可能会提供超出传统睡眠医学的临床意义深刻的见解，并可应用于心血管、神经学及其他领域。

方法

对当前关于睡眠衍生数字生物标志物的文献进行了叙述性回顾，重点关注概念基础、传感器技术、验证要求以及超越睡眠障碍的转化应用。证据涵盖了七个主要临床领域，并考虑了患者报告的结果、监管框架以及验证和实施过程中遇到的挑战。

结果

夜间信号在各种医疗条件下均显示出预测和监测价值。在心血管医学中，夜间心率变异性降低和睡眠期间血氧饱和度异常与不良后果相关；而在神经学中，慢波活动减少和纺锤波密度降低与神经退行性过程有关。精神病学研究表明，夜间心率和心率变异性的变化反映了情绪状态，并可能预测治疗反应。在代谢和母婴领域，可穿戴设备测量的睡眠规律性和自主神经特征正在成为血糖波动和妊娠并发症的早期预测指标。尽管这些发现展示了广泛的适用潜力，但证据仍然存在异质性，大多数数据来自观察性或队列研究。目前缺乏大规模的前瞻性试验以及标准化的验证和监管框架，这是该领域需要优先解决的问题。

结论

睡眠衍生的数字生物标志物是一个不断发展的领域，在睡眠医学之外的多种疾病中具有很高的转化潜力。随着多模式家用传感器技术的出现，可以实现纵向监测，从而生成疾病的发展轨迹而不仅仅是临床快照。强有力的验证和监管协调对于将这些生物标志物从探索性研究推进到常规临床应用至关重要。