心肺耦合(CPC)分析在儿童睡眠中的应用

随着睡眠学科的发展,便携式睡眠监测设备的需求不断增加。如何能最大限度减轻睡眠监测的首夜效应并提高监测的依从为睡眠学界广泛关注,尤其是在儿童的睡眠监测方面。本研究为哈佛大学医学院睡眠中心与交叉医学团队指导的两阶段研究,旨在1)比较CPC分析方法与传统基于呼吸气流信号分析的睡眠结果,探索CPC图谱分析是否可反映儿童睡眠结构,同时比较CPC睡眠呼吸紊乱指数(CPC-RDI)与传统呼吸气流信号得来的RDI是否一致。2)如果CPC与传统基于呼吸气流的方法在一致性方面得到肯定,那么联合应用CPC与动态血氧监测进行儿童睡眠初筛,评价它在特定人群中的分析结果是否可靠。

应用CPC技术预测急性脑卒中患者并发重度OSAS的危险因素研究

目的探讨急性脑卒中患者并发重度阻塞性睡眠呼吸暂停综合征(OSAS)的危险因素。方法应用CPC进行睡眠监测,采集相关数据。把患者分成无OSAS和重度OSAS组,并对患者性别、年龄、体质量指数(BMI)、不良嗜好、基础疾病、卒中类型、卒中部位及NIHSS评分进行危险因素分析。结果急性脑卒中患者OSAS发生率为70.2%,其中出血性脑卒中患者OSAS的发病率高于缺血性脑卒中患者(P<0.05);单因素分析示年龄、性别、BMI、不良嗜好、卒中类型、严重程度(NIHSS评分)均有统计学意义(P<0.05),而多因素分析示BMI、不良嗜好、严重程度(NIHSS评分)为急性脑卒中患者发生重度OSAS的独立危险因素(P<0.05)。结论急性出血性脑卒中患者OSAS发生率较高,BMI、不良嗜好、NIHSS评分可作为患者发生重度OSA的独立危险因素,临床早期识别干预有助于改善急性脑卒中患者预后。

非呼吸相关睡眠片段化与无症状性脑小血管病的相关性

目的研究非呼吸相关睡眠片段化与无症状性脑小血管病(CSVD)的相关性。方法研究对象为2019年9月至2021年9月于大连医科大学附属第二医院住院患者,完成头颅磁共振(MRI+MRA+DWI+FLAIR)检查及危险因素筛查,完成便携式睡眠呼吸监测-心肺耦合图谱(CPC),排除呼吸相关睡眠障碍,共收集124例。以存在CSVD的患者为试验组(n=70),无CSVD的患者为对照组(n=54),比较两组之间睡眠监测数据:总睡眠时间(TST)、入睡潜伏期(SL)、熟睡(stable)持续时间、浅睡(unstable)持续时间、快速眼球运动(REM)持续时间、觉醒次数(ArI)、睡眠效率(SE)、呼吸暂停低通气指数(AHI)。结果试验组ArI[(30.00±10.06)次]明显高于对照组[(25.61±9.42)次](P<0.05),试验组AHI中位数为5.75(2.65~9.10)次/h,显著高于对照组AHI中位数4.00(1.48~7.03)次/h(P<0.05)。试验组熟睡持续时间中位数为45.75(19.38~91.13)min,显著低于对照组熟睡持续时间中位数76.50(35.5~102.9)min(P<0.05);试验组熟睡时间占比中位数为12.70%(6.23%~22.50%),显著低于对照组19.40%(8.78%~27.90%)(P<0.05)。校正年龄、高血压、糖尿病后,进行统计学分析提示ArI与CSVD存在明显相关(OR=1.098,95%CI:1.022~1.180)(P<0.05)。结论非呼吸相关睡眠片段化可增加CSVD发生的风险。