Høyoppløselig automatisk søvnanalyse avslører nye søvnmønstre ved narkolepsi

Louise Frøstrup Follin og Stine Knudsen Heier 

Louise Frøstrup Follin og kollegaer har i en ny studie undersøkt hvordan søvnen mer presist ser ut hos personer med narkolepsi type 1. Sykdommen kjennetegnes av sterk søvnighet på dagtid og plutselig tap av muskelkraft (katapleksi), og også veldig ustabil nattesøvn, noe som skyldes tap av signalstoffet hypokretin, et signalstoff i hjernen som stabiliserer søvn og våkenhet.  

Søvnen analyseres for grovt i vanlig klinisk praksis 

Ved vanlig klinisk søvnmåling (polysomnografi) registreres signaler fra hjernen under søvn. Disse signalene deles tradisjonelt inn i 30-sekunders bolker, såkalte epoker, som hver tildeles ett søvnstadium, for eksempel lett søvn, dyp søvn, REM-søvn eller våkenhet. 

Follin og kollegaer har i imidlertid i tidligere studier vist at søvn er en dynamisk prosess, der hjernen kan skifte mellom ulike søvnstadier på bare noen få sekunder. Når søvnen kun analyseres i 30-sekunders epoker, kan slike raske skift bli oversett og dermed kan viktig informasjon om søvnens ustabilitet gå tapt. 

Kunstig intelligens muliggjør mer detaljert søvnanalyse 

På bakgrunn av denne kunnskapen har Follin og kollegaer trent opp en kunstig intelligens-modell (U-Sleep) til å automatisk analysere søvn i mye kortere tidsintervaller, nemlig 5 sekunder, såkalte mini-epoker. 

Ved hjelp av en mini-epoke-tilpasset versjon av den automatiske søvnklassifiseringsmodellen U-Sleep, kunne hele natten analyseres i høy tidsoppløsning. Dette gjorde det mulig å fange opp de korte oppvåkninger og raske overganger mellom søvnstadier som kan bli oversett i tradisjonelle 30-sekunders analyser. 

Detaljert søvnanalyse avslører mer fragmentert søvn hos personer med narkolepsi type 1  

I den nye studien med 125 personer med narkolepsi type 1 og 100 av deres friske søsken som sammenligningsgruppe, undersøkte Follin og  kollegaer søvnfragmentering grundig ved hjelp av både 30-sekunders epoker og 5-sekunders mini-epoker. 

Resultatene viste tydelig at personer med narkolepsi har mer fragmentert søvn enn søsknene sine. Dette gjaldt både når søvnen ble analysert i 30-sekunders epoker og i 5-sekunders mini-epoker, men forskjellene var langt tydeligere når søvnen ble analysert i 5-sekunders mini-epoker.  

Når forskerne delte natten i første og andre halvdel, ble det i tillegg klart at søvnen hos personer med narkolepsi ble stadig mer fragmentert (ustabil) utover natten. Spesielt økte antallet oppvåkninger hos pasienter i andre halvdel av natten, mens søvnen hos søsknene forble mer stabil. 

Søvnfragmentering henger sammen med alvorlighetsgrad av narkolepsi 

Studien viste også at graden av søvnfragmentering hang sammen med hvor alvorlig narkolepsien er. Personer med narkolepsi som hadde alle de klassiske narkolepsisymptomene – søvnighet på dagtid, katapleksi, søvnparalyse og hallusinasjoner – hadde mer søvn-våken-fragmentering enn dem med færre symptomer. 

Videre fant Follin og kollegaer at alvorlighetsgraden av hypokretin-manglen i spinalvæsken, dvs.  pasienter med svært lavt eller ikke-målbart nivå av hypokretin, også hadde særlig økende søvnfragmentering sent på natten. Også disse sammenhengene kunne kun påvises ved høyoppløselighetsanalyser (mini-epoker) men var ikke synlige (ble oversett) når søvnen kun ble analysert med tradisjonelle 30-sekunders epoker. 

Hvordan vi måler søvn, avgjør hva vi finner 

Denne studien er det siste arbeidet i Louise Frøstrup Follins doktorgradsprosjekt, som har hatt som mål å utvikle og anvende metoder for automatisk analyse av søvn i høyere detaljgrad enn det som er mulig med dagens standardmetoder. Resultatene viser tydelig at hvordan vi måler søvn har stor betydning for hva vi finner. Når søvn analyseres i 5-sekunders intervaller, avdekkes mønstre av søvnustabilitet som i stor grad forblir skjult i tradisjonelle 30-sekunders analyser.  Mønstre som må antas å ha klinisk betydning, da de har sammenheng både med alvorlighetsgrad av symptomer og årsaken til sykdommen (graden av hypokretinmanglen). 

Studiet tyder på at høyoppløselig, automatisert søvnanalyse kan gi et mer realistisk bilde av hvordan personer med narkolepsi faktisk sover, og gi bedre forståelse av forskjeller mellom ulike pasienter. Dette kan være et mulig grunnlag for mer presis diagnostikk og oppfølging av narkolepsi i fremtiden.  

Referanse

Artikkelen er publisert i SLEEPJ. Janurary 2026 med tittelen "High-resolution sleep fragmentation assessment in narcolepsy type 1 and their non-narcoleptic siblings: a 5-second mini-epoch study".

Follin LF, Viste R, Vevelstad J, Langdalen K, Hansen BH, RKB Grande, Kaufmann T, Christensen JAE, Zahid AN, Viken MK, Juvodden HT, Knudsen-Heier S.

Førsteforfatter Louise Frøstrup Follin er medisinsk ingeniør og ph.d-stipendiat ved Nasjonalt senter for sjeldne diagnoser, enhet hjernesykdommer. Artikkelen inngår i hennes doktorgradsarbeid/prosjekt «Narcolepsy after H1N1 vaccination: A data-driven approach for understanding electrophysiological signals and disease risk in vaccinated individuals».  

Sisteforfatter Stine Knudsen-Heier, overlege, ph.d, er leder av forskningen på narkolepsi ved Nasjonalt senter for sjeldne diagnoser, enhet hjernesykdommer samt Louises ph.d -hovedveileder.   

Mer om Louise Frøstrup Follins forskningsprosjekt:  

Bedre og hurtigere søvnanalyse: Kan kunstig intelligens hjelpe oss til å få et mer presist bilde av søvnen vår?

Studien er  en del av forskningsprosjektet ”Fenotype og patogenese ved narkolepsi etter H1N1-vaksinasjon i Norge”  ved Nasjonalt senter for sjeldne diagnoser, enhet hjernesykdommer 

Til Nasjonalt senter for sjeldne diagnoser, enhet hjernesykdommer