nhanes睡眠数据处理

Question

nhanes数据库的加速度计分钟及数据下载，经过排除缺失，保证有效天数后pax_valid（data.table），如何找到同一个受试者的睡眠是连贯的呢?或者如何界定一个受试者开始睡眠时间，请给出这部分的R代码。虽然分钟及数据有佩戴状态，但是直接用这个变量界定睡眠难免不准，我们是否可以识别最长睡眠窗口，将每个人的各自的最长睡眠时间窗口开始的时间点作为24小时的0点，完后延长24小时，然后进行睡眠分析呢？

Answer 1

晚上好🌙🌙🌙
本答案参考通义千问

在处理 NHANES 数据（特别是加速度计数据）时，识别受试者的睡眠时间窗口是进行后续睡眠分析的关键步骤。你提到的思路非常合理：通过识别最长睡眠窗口来确定每个受试者的“睡眠周期”，并将其作为24小时的0点进行标准化。

以下将从数据准备、睡眠窗口识别、睡眠时间标准化三个层面进行详细说明，并提供R代码示例。

---

一、数据准备与预处理

1. 加载必要的库

library(data.table)
library(lubridate)
library(ggplot2)

2. 导入数据（假设你已经下载了 pax_valid 数据）

# 假设你的数据存储在一个名为 'pax_valid' 的 data.table 中
# 包含字段：seqn（受试者ID）、minute（分钟数）、accel（加速度值）、wear_status（佩戴状态）

# 示例数据结构：
# seqn | minute | accel | wear_status
# 1    | 0      | 0     | 1
# 1    | 1      | 0     | 1
# ...

3. 过滤有效天数（可选）

# 每个受试者至少需要有某个天数（例如 1 天）的数据才纳入分析
valid_days <- pax_valid[, .N, by = seqn][N >= 1440] # 1440 分钟 = 1 天
pax_valid <- pax_valid[valid_days]

---

二、识别睡眠窗口

关键思路：

• 睡眠窗口是指连续一段时间内，加速度值低于阈值（如 < 50），且佩戴状态为 1。
• 为了找到最长睡眠窗口，我们需要：

1. 标记睡眠事件（连续低加速度 + 佩戴状态为1）
2. 找出每个受试者的最长睡眠窗口
3. 将该窗口的起始时间作为“24小时”的0点

步骤 1：标记睡眠事件

# 定义睡眠阈值（根据文献或实际数据设定）
sleep_threshold <- 50

# 标记睡眠事件：连续低加速度 + 佩戴状态为1
pax_valid[sleep_event := NA_real_]

pax_valid[, (
  sleep_event = ifelse(accel < sleep_threshold & wear_status == 1, 1, 0)
), by = seqn]

# 将连续的睡眠事件分组（连续1视为一个睡眠事件）
pax_valid[, group := rleid(seqn, sleep_event)]
pax_valid[sleep_event == 0, group := NA_real_]

步骤 2：找出最长睡眠窗口

# 计算每个睡眠事件的持续时间（分钟）
sleep_events <- pax_valid[sleep_event == 1, .(
  seqn,
  start_minute = min(minute),
  end_minute = max(minute),
  duration = end_minute - start_minute + 1
)]

# 按受试者分组，找出最长睡眠窗口
longest_sleep <- sleep_events[, .SD[which.max(duration)], by = seqn]

步骤 3：提取最长睡眠窗口的开始时间

# 提取最长睡眠窗口的起始时间
longest_sleep_start <- longest_sleep[, .(seqn, start_minute)]

---

三、将睡眠窗口作为24小时的0点进行标准化

目标：

将每个受试者的最长睡眠窗口的开始时间作为“0点”，并延长24小时，用于后续睡眠分析。

实现方式：

1. 构建24小时时间轴（以最长睡眠窗口为起点）

# 将每个受试者的睡眠窗口起始时间作为0点
pax_valid_longest <- merge(pax_valid, longest_sleep_start, by = "seqn")

# 将原始分钟数转换为相对于睡眠窗口的时间（即以睡眠开始时间为0点）
pax_valid_longest[, time_in_sleep_cycle := minute - start_minute]

# 现在，time_in_sleep_cycle 是相对于睡眠开始的分钟数（0 ~ 1439）

2. 将时间范围限制为24小时

# 只保留睡眠窗口前后各12小时（即 -12*60 到 +12*60）
pax_valid_longest <- pax_valid_longest[
  time_in_sleep_cycle >= -720 & time_in_sleep_cycle <= 720
]

---

四、可视化示例（可选）

ggplot(pax_valid_longest, aes(x = time_in_sleep_cycle, y = accel)) +
  geom_line() +
  facet_wrap(~ seqn) +
  labs(title = "Acceleration over Sleep Cycle (Normalized to Sleep Start)")

---

五、总结与建议

✅ 关键步骤总结：

1. 标记睡眠事件：基于加速度和佩戴状态判断睡眠。
2. 识别最长睡眠窗口：找到每个受试者的最长连续睡眠时间段。
3. 标准化时间轴：将最长睡眠窗口的起始时间设为0点，构建24小时时间轴。
4. 分析睡眠模式：基于标准化后的时间轴进行睡眠阶段分析、节律研究等。

📌 注意事项：

• 睡眠阈值（如 sleep_threshold）需根据具体数据调整，可能需参考文献或手动校准。
• 睡眠窗口定义：可以考虑引入更复杂的算法（如使用 sleep_wake 包中的函数）。
• 数据质量：确保 pax_valid 数据已清洗过缺失值和异常值。

---

六、完整 R 代码汇总

library(data.table)
library(lubridate)

# 假设 pax_valid 已加载
# 步骤1: 标记睡眠事件
sleep_threshold <- 50
pax_valid[sleep_event := NA_real_]
pax_valid[, (
  sleep_event = ifelse(accel < sleep_threshold & wear_status == 1, 1, 0)
), by = seqn]
pax_valid[, group := rleid(seqn, sleep_event)]
pax_valid[sleep_event == 0, group := NA_real_]

# 步骤2: 找到最长睡眠窗口
sleep_events <- pax_valid[sleep_event == 1, .(
  seqn,
  start_minute = min(minute),
  end_minute = max(minute),
  duration = end_minute - start_minute + 1
)]
longest_sleep <- sleep_events[, .SD[which.max(duration)], by = seqn]

# 步骤3: 合并并标准化时间
pax_valid_longest <- merge(pax_valid, longest_sleep, by = "seqn")
pax_valid_longest[, time_in_sleep_cycle := minute - start_minute]
pax_valid_longest <- pax_valid_longest[
  time_in_sleep_cycle >= -720 & time_in_sleep_cycle <= 720
]

# 可视化（可选）
library(ggplot2)
ggplot(pax_valid_longest, aes(x = time_in_sleep_cycle, y = accel)) +
  geom_line() +
  facet_wrap(~ seqn) +
  labs(title = "Acceleration over Sleep Cycle (Normalized to Sleep Start)")

---

如果你希望进一步优化睡眠检测（如使用机器学习模型或更精细的算法），也可以考虑使用 sleep_wake 或 actigraphy 包。欢迎继续提问！