阻塞性睡眠呼吸暂停觉醒检测方法的研究进展

阻塞性睡眠呼吸暂停(OSA)的主要特点是夜间间歇低氧及睡眠片段化。觉醒中断睡眠连续性,导致睡眠破碎,这可能会导致认知功能障碍、白天过度嗜睡以及心血管不良结局事件的发生,觉醒对于诊断OSA和降低并发症(包括心脏病和认知障碍)的发生风险非常重要。传统的觉醒判读需要睡眠专家对整夜的PSG记录进行手动评分,耗时长且专家之间的一致性较低,因此寻找简便、高效、可靠的觉醒检测方法,可为临床医生提供有力的帮助。本文系统综述识别OSA患者觉醒的不同方法,包括自主神经标志物(脉搏传导时间、脉搏波波幅、外周动脉张力、心率等)及基于机器学习的自动觉醒检测系统,发现自主神经标志物可能在特定的亚群中更有益,深度人工网络仍然是未来自动检测觉醒的主要研究方法。

护理干预对阻塞性睡眠呼吸暂停低通气综合征患者无创机械通气治疗依从性的效果评价

目的探讨以护士为主导的管理模式对阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者使用无创机械通气治疗依从性的干预效果。方法选取2019年9月至2020年8月于天津医科大学总医院睡眠中心行多导睡眠图(PSG)监测诊断为重度OSAHS并进行无创机械通气治疗的患者92例,采用随机数字表法分为干预组(45例)和对照组(47例)。干预组在常规治疗和定期复诊的基础上,于患者购买呼吸机1周内开始定期对其电话随访,访问内容采用Duffy设计的标准电话随访手稿,持续6个月;对照组实施常规治疗、定期复诊,不对其进行电话随访,但鼓励患者进行电话咨询。对干预前后两组患者的Epworth嗜睡量表(ESS)评分以及干预后两组患者的无创机械通气使用依从性进行比较。结果干预后两组患者的ESS评分均较干预前有所降低,差异均具有统计学意义(均P<0.001),且干预后干预组患者的ESS评分低于对照组(P<0.001)。干预后干预组无创机械通气使用的依从性优于对照组(P<0.001)。结论以护士为主导并结合电话随访的管理模式可减轻OSAHS患者的嗜睡情况并提高患者无创机械通气治疗的依从性。

阻塞性睡眠呼吸暂停患者呼吸事件相关觉醒与脉率升高的关系

目的探讨阻塞性睡眠呼吸暂停(OSA)患者呼吸事件相关觉醒与脉率升高的关系,评估脉率升高能否作为觉醒的替代标志物。方法选取2021年1月至2022年8月就诊于天津医科大学总医院呼吸与危重症医学科睡眠中心进行多导睡眠监测(PSG)的80例患者[男性40例、女性40例、年龄18~63(37±13)岁]稳定的非快速眼动睡眠(NREM)的PSG记录,比较每个呼吸事件相关觉醒开始前10 s的平均脉率、最低脉率和觉醒结束后10 s内的最高脉率,同时分析觉醒指数与脉率升高指数(PRRI)以及ΔPR1(最高脉率-最低脉率)和ΔPR2(最高脉率-平均脉率)分别与呼吸事件持续时间、觉醒持续时间、脉搏血氧饱和度(SpO2)下降幅度和最低SpO2的相关性。对其中53例患者各选择NREM时10个不伴觉醒的事件和10个伴有觉醒的事件(按SpO2下降幅度进行匹配),比较两组事件终止前后ΔPR。此外,选取50例患者同步进行便携式睡眠监测(PM),并分为非重度OSA组(n=22)和重度OSA组(n=28),分别采用呼吸事件后ΔPR≥3、≥6、≥9、≥12次作为觉醒的替代标志物,将ΔPR进行手动评分并整合到PM的呼吸事件指数(REI)中,比较根据四个脉率截点所计算的REI与金标准PSG计算的呼吸暂停低通气指数(AHIPSG)之间的一致性。结果重度OSA患者ΔPR1[(13±7)次/min]、ΔPR2[(11±6)次/min]均显著高于非、轻、中度OSA患者;觉醒指数与四个PRRI均显著正相关(r分别为0.968、0.886、0.773、0.687,P<0.001);觉醒结束后10 s内的最高脉率[(77±12)次/min]显著高于觉醒前10 s的最低脉率[(65±10)次/min,t=113.24,P<0.001]和平均脉率[(67±11)次/min,t=103.02,P<0.001];ΔPR1、ΔPR2与SpO2下降幅度中度相关(r=0.490、0.469,P<0.001);按SpO2下降幅度匹配后,伴觉醒的呼吸事件终止前后ΔPR显著高于不伴觉醒的呼吸事件[(9±6)比(6±5)次/min,t=7.72,P<0.001]。非重度OSA组中REI+PRRI3和REI+PRRI6与AHIPSG差异均无统计学意义(P=0.055、0.442),且REI+PRRI6与AHIPSG有良好的一致性(平均差值为0.7次/h,95%CI 8.3~7.0次/h)。重度OSA组中PM的四个指标与AHIPSG差异均有统计学意义(均P<0.05),且一致性较差。结论OSA患者呼吸事件相关觉醒与脉率升高独立相关,夜间频繁觉醒可导致脉率波动频率升高,脉率升高可能作为觉醒的一个替代标志物,尤其是在非重度OSA患者中,脉率升高≥6次可显著提高PM与PSG的诊断一致性。

NoSAS评分、STOP-BANG问卷、Epworth嗜睡量表在评估呼吸系统疾病患者发生OSAHS风险的价值

目的比较NoSAS评分、STOP-BANG问卷(SBQ)与Epworth嗜睡量表(ESS)在评估呼吸系统疾病(RD)患者发生阻塞性睡眠呼吸暂停低通气综合征(OSAHS)风险的价值。方法收集190例行整夜多导睡眠监测(PSG)患者的临床资料,NoSAS、SBQ和ESS评分。根据受试者工作特征(ROC)曲线,以不同的呼吸暂停低通气指数(AHI)为判定分界,比较3个量表评估OSAHS风险的敏感性、特异性、阳性预测值、阴性预测值、诊断比值比(DOR)和准确性。结果以AHI≥5次/h为判定分界时,NoSAS及SBQ的ROC曲线下面积(AUC)分别为0.833、0.729,表明两者对轻度OSAHS均具有预测价值。其中,NoSAS的DOR值较大(16.150),表明NoSAS评估发生轻度OSAHS风险的准确性更好。以AHI>15次/h为判定分界时,NoSAS的AUC为0.704,表明其对中度OSAHS具有预测价值。以AHI>30次/h为判定分界时,SBQ的AUC值(0.706)和DOR值(6.527)均较高,表明其对重度OSAHS具有预测价值且准确性较好。评价OSAHS高风险(SBQ≥3)的患者时,SBQ的敏感性高于NoSAS和ESS。结论当评估RD患者发生轻、中度OSAHS的风险时,NoSAS优于SBQ和ESS;评估发生重度OSAHS时,SBQ优于NoSAS和ESS。临床工作中应根据实际情况选择合适的预测工具评估发生OSAHS的风险,以便根据评估结果制定并实施早期干预计划。

NoSAS评分、STOP-Bang问卷和Epworth嗜睡量表对不同年龄OSA患者的筛查价值

目的比较对不同年龄层阻塞性睡眠呼吸暂停(OSA)患者采用NoSAS评分、STOP-Bang问卷(SBQ)、Epworth嗜睡量表(ESS)筛查的实施和价值。方法回顾性分析2017年1月至2021年12月就诊于天津医科大学总医院睡眠中心进行整夜多导睡眠监测(PSG)的打鼾患者1954例的临床资料。将1954例分为四个年龄段组:少年组41例,青年组818例,中年组925例,老年组170例。根据呼吸暂停低通气指数(AHI),将AHI 5~15、>15~30、>30次/h分别判定为OSA轻度、中度和重度。收集患者的症状及人口学资料,计算NoSAS、ESS和SBQ得分,绘制受试者工作特征(ROC)曲线,比较3个量表的敏感度、特异度、阳性预测值和阴性预测值。结果少年组中,在AHI>15、>30次/h时,NoSAS的AUC分别为0.780和0.922,均明显高于SBQ和ESS,对诊断中度和重度OSA有中度以上预测价值。青年组中,在AHI≥5、>15和>30次/h时,NoSAS(AUC分别为0.837、0.786、0.762)和SBQ(AUC分别为0.843、0.786、0.775),对诊断OSA及其严重程度均有中度预测价值。中年和老年组中,在AHI≥5次/h时,NoSAS的AUC分别为0.761、0.800,对诊断OSA的预测价值最高;AHI>15次/h时,SBQ的AUC分别为0.706、0.722,对诊断中重度OSA预测价值最高。以SBQ≥3为判定分界分别预测四个年龄段OSA患者时,其敏感度和阴性预测值大部高于NoSAS和ESS,但特异度大部呈ESS>NoSAS>SBQ。结论在少年人群中,NoSAS适用于筛查中度和重度OSA患者。在青年人群中,SBQ和NoSAS筛查OSA及其严重程度的效果均较好,且SBQ更敏感。在中年和老年人群中,NoSAS筛查OSA的能力较好,但SBQ筛查中重度OSA效果更显著。临床应根据患者的年龄分层选择合适的量表作为OSA的筛查工具,以便更精准地筛查出OSA高风险人群。

基于低氧参数的阻塞性睡眠呼吸暂停患者呼吸事件类型预测模型

目的分析阻塞性睡眠呼吸暂停(OSA)患者低氧参数,探究其在不同类型呼吸事件中的差异及联系,并构建呼吸事件类型预测模型。方法选取经多导睡眠监测(PSG)诊断为OSA的50例患者进行回顾性分析,其中男41例、女9例,年龄18~74(45.72±13.39)岁。对患者的整夜记录数据中所有伴有脉搏血氧饱和度(SpO_(2))下降的呼吸事件,根据事件类型分为低通气(3316个)、阻塞型呼吸暂停(OA,5552个)、中枢型呼吸暂停(CA,1088个)、混合型呼吸暂停(MA,1369个),所有事件记录分别从PSG软件导出为逗号分隔变量(.csv)文件,使用内部构建的Matlab软件导入和分析。比较四组间SpO_(2)最低值(e-minSpO_(2))、SpO_(2)下降幅度(ΔSpO_(2))、SpO_(2)下降回升持续时间(DSpO_(2))、SpO_(2)下降持续时间(d.DSpO_(2))、SpO_(2)回升持续时间(r.DSpO_(2))、SpO_(2)<90%持续时间(T90)、下降时SpO_(2)<90%持续时间(d.T90)、回升时SpO_(2)<90%持续时间(r.T90)、SpO_(2)<90%曲线下面积(ST90)、下降时SpO_(2)<90%曲线下面积(d.ST90)、回升时SpO_(2)<90%曲线下面积(r.ST90)、氧降速率(ODR)、复氧速率(ORR)共13个低氧参数差异,并分别构建低通气模型(H)、OA模型(O)、CA模型(C)及MA模型(M);采用单因素分析及Kruskal-Wallis H检验比较组间各低氧参数的差异。针对不同呼吸事件类型,运用二元logistic回归方法确定进入方程模型的变量,绘制受试者工作特征(ROC)曲线,比较4个模型的敏感度、特异度、阳性预测值、阴性预测值,评估预测模型的准确性。结果各类型呼吸事件的ΔSpO_(2)、ODR、ORR、T90、d.T90、r.T90、ST90、d.ST90、r.ST90呈MA>OA>CA>低通气,e-minSpO_(2)呈MA<OA<CA<低通气;logistic回归显示e-minSpO_(2)、ΔSpO_(2)、d.DSpO_(2)、r.DSpO_(2)、ODR、ORR、d.T90、r.T90、d.ST90、r.ST90为低通气的独立预测因子,ΔSpO_(2)、d.DSpO_(2)、r.DSpO_(2)、ORR、d.T90、r.T90、d.ST90、r.ST90为OA的独立预测因子,ΔSpO_(2)、d.DSpO_(2)、r.DSpO_(2)、ODR、ORR、r.T90、d.ST90、r.ST90为CA的独立预测因子,e-minSpO_(2)、ΔSpO_(2)、d.DSpO_(2)、r.T90、d.ST90、r.ST90为MA的独立预测因子;模型H、O、C、M的ROC曲线下面积(AUC)分别为0.875、0.751、0.755、0.749,且所有模型特异度(分别为0.865、0.722、1.000、0.993)、阴性预测值均较高(分别为0.871、0.692、0.904、0.881)。结论基于低氧参数可建立4种呼吸事件类型预测模型,为应用夜间SpO_(2)自动识别呼吸事件类型提供了一种可行的新型工具。

阻塞性睡眠呼吸暂停患者不同阻塞型呼吸事件的脉搏血氧饱和度曲线变化特点

目的分析阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)患者脉搏血氧饱和度(pulse oximetry,SpO_(2))曲线变化特点即低氧参数,探究其在阻塞型呼吸暂停(obstructive apnea,OA)与低通气(hypopnea,Hyp)事件中的差异及联系,评估不同阻塞型呼吸事件类型对低氧的影响,为未来探索各类型呼吸事件低氧差异及构建呼吸事件类型预测模型提供理论基础。方法选取经多导睡眠监测(polysomnography,PSG)诊断为OSA的60例患者进行回顾性分析,对整夜记录数据中所有伴有氧降的呼吸事件根据事件类型分为OA组(5972个)和Hyp组(4110个),记录和评分事件分别从PSG软件导出为逗号分隔变量(.csv)文件,使用内部构建的Matlab软件导入和分析。对患者的呼吸事件持续时间及是否伴有觉醒进行倾向性评分匹配,比较两组间SpO_(2)最低值(e-minSpO_(2))、SpO_(2)下降幅度(ΔSpO_(2))、SpO_(2)下降回升持续时间(DSpO_(2))、SpO_(2)下降持续时间(d.DSpO_(2))、SpO_(2)回升持续时间(r.DSpO_(2))、SpO_(2)<90%持续时间(T90)、下降时SpO_(2)<90%持续时间(d.T90)、回升时SpO_(2)<90%持续时间(r.T90)、SpO_(2)<90%曲线下面积(ST90)、下降时SpO_(2)<90%曲线下面积(d.ST90)、回升时SpO_(2)<90%曲线下面积(r.ST90)、氧降速率(oxygen desaturation rate,ODR)、复氧速率(oxygen resaturation rate,ORR)共13个低氧参数差异。结果相较轻、中度OSA患者,重度OSA患者氧降更严重;Hyp组与OA组OSA患者呼吸事件持续时间及是否伴有觉醒的差异具有统计学意义(P<0.05),且呼吸事件持续时间以及是否伴有觉醒与大部分低氧参数显著相关;按呼吸事件持续时间以及是否伴有觉醒匹配后,与Hyp组相比,OA组的e-minSpO_(2)显著降低,ΔSpO_(2)、d.DSpO_(2)、r.DSpO_(2)、ODR、ORR、T90、d.T90、r.T90、ST90、d.ST90、r.ST90显著增加(P<0.05)。结论由于病理生理学差异,OA相较Hyp,将导致更严重的氧降。临床评估OSA严重程度时,不应将OA与Hyp事件等价,OA事件可能对机体造成更大损害,为应用夜间SpO_(2)自动识别呼吸事件类型建立基础。

Relationship between respiratory event-related arousal and increased pulse rate in patients with obstructive sleep apnea

Objective To investigate the relationship between respiratory event-related arousal and increased pulse rate in patients with obstructive sleep apnea(OSA),and to evaluate whether elevated pulse rate can be used as a surrogate marker of arousal.Methods A total of 80patients[40 males and 40 females,age range(18-63years),mean age(37±13)years]who attended the Sleep Center of the Department of Respiratory and Critical Care Medicine,Tianjin Medical University General Hospital for polysomnography(PSG)from January 2021 to August 2022 were enrolled.