中老年人群打鼾与动脉粥样硬化心血管疾病10年发病评估风险的相关性研究

背景随着人们生活方式的变化,动脉粥样硬化心血管疾病(ASCVD)作为心脑血管疾病的重要组成部分,呈现年轻化的趋势,打鼾作为常见的睡眠呼吸相关健康问题,是阻塞性睡眠呼吸暂停低通气综合征(OSAHS)的特征指标,然而目前针对打鼾与ASCVD之间相关关系的研究较少,仍需要对该因素进行识别,为早期干预提供科学依据。目的探讨中老年人群打鼾频率和ASCVD 10年发病风险的相关性。方法于2018—2021年采取多阶段分层整群抽样的方法对上海市静安区35~75岁常住居民进行调查。通过问卷调查收集研究对象一般资料、实验室检查收集总胆固醇(TC)、三酰甘油(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)。打鼾频率:每周打鼾1~2次为轻度打鼾,每周打鼾3~4次为中度打鼾,每周打鼾5~7次的为重度打鼾;按ASCVD 10年发病风险<5%、5%~<10%、≥10%分别定义为低危组、中危组和高危组。采用有序多分类Logistic回归分析探讨打鼾与ASCVD 10年发病风险及ASCVD风险因素的相关性。结果10898名居民参与了本研究,剔除对个人打鼾情况不清楚的1079名,共计9819名居民被纳入研究。ASCVD风险评估结果显示低危组5930名,中危组1804名,高危组2085名。在总人群中,模型1有序多分类Logistic回归分析结果显示,与不打鼾相比,中度打鼾及重度打鼾均是ASCVD10年发病风险的危险因素(P<0.05)。模型2在模型1的基础上调整了年龄,模型3在模型2的基础上调整了高血压、糖尿病、超重或肥胖、吸烟、饮酒、学历因素,结果显示打鼾频率上升会引起ASCVD 10年发病风险等级上升。进一步将总人群按照性别划分为男性和女性后,与不打鼾组相比,重度打鼾与ASCVD 10年发病风险等级相关(P<0.05),且男性重度打鼾的风险大于女性,但轻度打鼾及中度打鼾与ASCVD风险不相关(P>0.05)。进一步分析打鼾与ASCVD风险因素的关系,结果显示与不打鼾组相比,重度打鼾是高三酰甘油血症、高总胆固醇血症、高低密度脂蛋白胆固醇血症、低高密度脂蛋白胆固醇血症的危险因素,中度打鼾是高低密度脂蛋白胆固醇血症、低高密度脂蛋白胆固醇血症的危险因素(P<0.05)。轻度打鼾则与ASCVD风险因素无关。结论打鼾频率与ASCVD 10年发病风险及风险因素具有相关性,且集中在中度和重度打鼾人群,应将轻度及中度打鼾人群作为早期干预的重点人群,促进ASCVD的早期防治。

打鼾儿童发生OSAS的影响因素及列线图预测模型构建

目的 探讨打鼾儿童发生阻塞性睡眠呼吸暂停综合征(OSAS)的危险因素,并构建列线图预测模型。方法 选取175例打鼾儿童,根据多导睡眠监测结果将其分为鼾症组(n=122)与OSAS组(n=53)。比较两组患儿的临床资料,采用多因素Logistic回归模型分析打鼾儿童发生OSAS的危险因素,应用R 3.6.3软件的rms程序包构建列线图预测模型并进行验证。结果 两组患儿的体质指数、扁桃体肥大情况、腺样体肥大情况、肥胖情况、烟草暴露情况、鼻炎/鼻窦炎病史、打鼾家族史差异有统计学意义(P<0.05)。多因素Logistic回归分析结果显示,肥胖、扁桃体肥大、腺样体肥大、有鼻炎/鼻窦炎病史是打鼾儿童发生OSAS的危险因素(P<0.05)。基于上述危险因素构建的列线图预测模型具有良好的区分度、校准度和拟合度,对打鼾儿童发生OSAS有一定的预测价值。结论 肥胖、扁桃体肥大、腺样体肥大、有鼻炎/鼻窦炎病史是打鼾儿童发生OSAS的危险因素,基于以上危险因素构建的列线图预测模型对打鼾儿童发生OSAS有一定的预测价值。

上气道低阻力鼾症模型猪咽组织的生物力学重建

目的:研究上气道低阻力咽腔力学环境改变对咽部软组织(悬雍垂、软腭和鼻咽腔)形态及力学特性的影响。方法:用小型猪建立上气道低阻力动物模型来模拟阻塞性睡眠呼吸暂停综合征(OSAHS)症状,对动物模型的咽组织(包括鼻咽腔软组织、软腭和悬雍垂)进行单轴拉伸实验,离体检测各部分的弹性,并和正常情形进行对比。同时使用电镜观察低阻力给气道造成的组织学改变。结果:与对照组相比,模型组小型猪的悬雍垂、软腭力学特性发生显著改变,在相同的张应力作用下,模型猪的悬雍垂、软腭更容易拉长。电镜观察表明:低阻力咽腔力学环境造成模型组悬雍垂、软腭纤维组织增生,炎症细胞浸润。结论:上气道低阻力形成类似于OSAHS症状的咽腔力学环境改变,可以引起包括软腭和悬雍垂在内的咽部软组织发生易于OSAHS形成和发展的重建。

慢性间歇性低氧对SD幼鼠生长发育影响的实验研究

目的利用间歇性低氧诱导幼年Sprague-Dawley幼鼠,探索间歇性低氧对幼鼠生长发育的影响。方法 20d雄性SD鼠24只,体重(45±4.7)g,随机分成间歇性低氧组(E组)和对照组(C组),各12只。E组行间歇性低氧4周,对照组暴露于空气,分别于第1(T1)、2(T2)、3(T3)、4(T4)周监测两组幼鼠的身长(EL、CL)及体重(EW、CW)。结果①E组、C组在T3、T4时点身长体重明显高于T1(P<0.05)。②在T3、T4时点E组明显低于C组(P<0.05)。结论 SD幼鼠经间歇性低氧诱导后生长缓慢,符合小儿鼾症临床特征,故利用间歇性低氧诱导SD幼鼠,建立动物模型是可行的。

“1+1”对症健康宣教模式在单纯性鼾症患者扁桃体切除术后的应用

目的探讨“1+1”对症健康宣教模式对单纯性鼾症患者扁桃体切除术后康复情况和心理状态的影响。方法选取2017年1月至2019年5月广元市中心医院行扁桃体切除术的鼾症患者120例为研究对象,按照随机数字表法分为对照组和试验组,每组60例。对照组围术期接受常规宣传教育,试验组在对照组基础上接受“1+1”对症健康宣教模式。比较两组患者术后第1、3、5天的疼痛视觉模拟量表(VAS)、干预前后焦虑自评量表(SAS)和抑郁自评量表(SDS)评分;扁桃体剥离面白膜脱落时间、切口愈合时间、住院时间和并发症发生率。结果与对照组比较,试验组术后第1、3、5天VAS得分、SAS评分和SDS评分均降低(P<0.05);术后扁桃体剥离面白膜脱落时间、切口愈合时间和住院时间更短,术后并发症发生率更低(P<0.05)。结论“1+1”对症健康宣教模式可改善患者不良负性心理、减轻痛苦、降低术后并发症发生率,缩短住院周期,促进康复。

基于听觉子带关联维数的SAHS鼾声筛查

提出一种依据鼾声录音筛查睡眠呼吸暂停低通气综合征严重程度的新方法,使用关联维数计算方法分析鼾声的非线性性质.根据听觉心理感知尺度在整个频带上划分子带,通过计算听觉子带关联维数向量,刻画睡眠呼吸症状严重程度的分布状况.提取各类鼾声的子带关联维数特征,以期训练出高斯混合模型,判断SAHS患者病情的严重程度.该方法与黄金标准多导睡眠监测诊断相比,其诊断患病严重程度的正确率为90%,相关系数为0.96(P<0.001).实验表明该方法能有效筛查鼾症严重程度,对辅助医疗和居家监护等有积极作用.

打鼾与高血压关系的流行病学研究

本文利用随机整群抽样法,对河南省沁阳县1265名(男578,女678)30岁以上农民进行了高血压与打鼾、体重指数、年龄和性别等关系的调查研究。结果发现:(1)18.0％的男性和10.2％的女性为习惯性打鼾;(2)11.3％的男性和15.4％的女性是高血压;(3)高血压与打鼾有显著的关系,多元logistic回归分析揭示,打鼾、肥胖、年龄和女性是高血压发生的危险因素,在校正了肥胖、年龄和性别后,高血压在习惯性打鼾者中发生的相对危险为不打鼾者的2.56倍,在有时打鼾者中为1.60倍。因此,我们提出,除去肥胖、年龄和性别影响外,打鼾仍然是高血压发生的一种危险因素。

基于鼾声的声学特征估计睡眠呼吸暂停指数

睡眠呼吸暂停低通气综合征(sleep apnea hypopnea syndrome,SAHS)是一种睡眠呼吸疾病.提出用鼾声的声学特征对SAHS严重程度进行筛查的方法.提取鼾声的美频率倒谱系数(Mel-frequency cepstral coefficients,MFCC),利用高斯混合模型对鼾声进行建模和分类,并估计了打鼾者的呼吸暂停低通气指数(apnea hypopnea index,AHI).对120人的实验结果表明,与多导睡眠仪(polysomnography,PSG)诊断的AHI值相比,本方法对严重程度诊断的正确率达80.00%,与PSG诊断的一致性达到83.30%,相关系数为0.9563(P<0.001).说明MFCC是筛查SAHS较为有效的声学特征.研究结果对医疗辅助诊断和居家医疗的发展有着积极的促进作用.

女性打鼾人群阻塞性睡眠呼吸暂停低通气综合征筛查模型的初步研究

目的探索女性打鼾人群的阻塞性睡眠呼吸暂停低通气综合征(OSAHS)筛查模型。方法 2017年1月~2018年2月于北京协和医院收集223例行睡眠呼吸监测的打鼾女性,进行女性OSAHS的危险因素及打鼾情况的调查与分析,根据Logistic回归系数对各指标进行赋分,建立筛查模型,计算筛查模型的积分,绘制ROC曲线,评价筛查效果。结果 223例打鼾女性中有110例OSAHS患者和113例非OSAHS患者,体重指数(BMI)、月经状态、改良Mallampati分级(MMP)、打鼾年限及打鼾程度进入回归方程模型,P<0.05。赋分情况:BMI≥24.55 kg/m^2(3分),绝经(3分),MMP≥Ⅲ级(2分),打鼾年限≥10.25年(4分),重度打鼾(2分),该筛查模型积分范围为0~14分;ROC曲线下面积A为0.795,95%可信区间为(0.737,0.853),P<0.001,差异有统计学意义,筛查模型积分=7分时,约登指数最大为0.452,因此将7分作为最佳切分值。本筛查模型以呼吸暂停低通气指数(AHI)≥5次/h为诊断标准时,其灵敏度、特异度、阳性预测值和阴性预测值分别为70.9%、74.3%、72.6%和71.8%。结论通过对女性打鼾人群的OSAHS危险因素与打鼾情况的研究分析,建立了女性打鼾人群OSAHS筛查模型,有一定的临床应用价值。

系统性干预对鼾症单纯性悬雍垂腭咽成形手术患者焦虑抑郁及睡眠质量的影响

目的:探讨系统性干预对鼾症单纯性悬雍垂腭咽成形(UPPP)手术患者焦虑抑郁及睡眠质量的影响。方法:选取2016年8月-2017年7月在我院接受鼾症UPPP手术治疗的80例患者,按时间先后将患者分为两组(每组40例)。对照组(2016年8月-2017年1月接诊患者)给予常规干预模式,观察组(2017年2-7月)给予系统性干预。比较两组的焦虑、抑郁程度,睡眠质量,并记录两组患者对不同干预模式满意度及并发症的发生情况。结果:两组干预后SAS和SDS评分明显下降,且观察组明显低于对照组(t=-9.544,-5.820;P<0.001)。两组干预后DSQAS评分较干预前明显下降,且观察组下降幅度大于对照组(t=-3.444,P<0.001)。观察组并发症总发生率明显低于对照组(χ^2=4.114,P<0.05)。观察组干预模式总满意率明显高于对照组患者(P<0.05)。结论:系统性干预模式可有效改善鼾症UPPP手术患者的心理状态及睡眠质量,降低术后并发症的发生情况。

鼾症中OSAHS的预测模型及危险因素分析

目的分析单纯鼾症与阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者的危险因素,建立OSAHS预测模型,探寻临床上能简单地用于判断病情严重程度的指标。方法选取在自贡市第四人民医院睡眠监测室行整夜多导睡眠监测的592例患者作为研究对象,其中单纯鼾症组178例,OSAHS组414例。采用问卷调查及量表评分方式,记录患者的年龄、性别、身高、体质量、体质量指数(BMI)、颈围、腰围、打鼾程度、Epworth评分等指标。通过分析单纯鼾症与OSAHS患者临床资料的差异,寻找出OSAHS的危险因素;采用相关分析方法分析危险因素与睡眠呼吸暂停低通气指数(AHI)和最低血氧饱和度(SpO2)的相关关系;采用多元逐步回归分析建立OSAHS病情严重程度的预测模型。结果数据分析得出性别、年龄、BMI、颈围、腰围、打鼾程度、Epworth评分是OSAHS的危险因素。相关分析显示上述危险因素与AHI和最低SpO2 显著相关。多元逐步回归分析得出的预测模型为:AHI=2. 338×BMI+9. 378×打鼾程度+1. 42×Epworth评分+1. 235×颈围-103. 415;最低SpO2=-1. 309×BMI-0. 631×Epworth评分-3. 63×打鼾程度+3. 432×性别+118. 504 (性别:男性取值1,女性取值2)。结论 BMI、颈围、性别、打鼾程度和Epworth评分为 OSAHS的独立危险因素,临床上可将OSAHS的危险因素代入预测模型初步估算疾病的严重程度,有助于早期诊断和治疗。

打鼾患者中重度阻塞性睡眠呼吸暂停低通气综合征的临床预测模型

目的对行多导睡眠监测的打鼾患者的临床资料及形态测量指标建立一种简单易行且高效的中重度阻塞性睡眠呼吸暂停低通气综合征(OSAHS)临床预测模型,便于提高中重度OSAHS患者的早期诊断和早期干预。方法收集2015年1月至2018年12月同济大学附属杨浦医院做多导睡眠监测(PSG)的打鼾患者299例,根据PSG检测结果分为中重度OSAHS组(143例)及对照组(156例),收集其临床资料数据,形态测量数据,根据二元Logistic回归方法建立回归方程及受试者工作特征(ROC)曲线。另外收集2019年1-10月同济大学附属杨浦医院做PSG检查的打鼾患者110例作为验证数据集。将110例验证数据集按照各危险因素及赋值带入方程,绘制ROC曲线,计算曲线下面积,并计算灵敏度、特异度、准确率、阳性预测值、阴性预测值。结果打鼾患者中的中重度OSAHS预测方程为y=-10.70786+0.58960×性别+0.14161×体质量指数+1.28162×扁桃体大小+1.80743×改良Mallampati分级,该预测模型ROC曲线的AUC为0.851(95%CI 0.807~0.895),灵敏度为83.9%,特异度为79.5%,临界值为0.634。验证数据集ROC曲线的AUC为0.827(95%CI 0.751~0.904),灵敏度为73.3%,特异度为86.0%,准确率为79.1%,阳性预测值5.238,阴性预测值0.310。结论联合临床方便获取的临床资料数据(性别)、人体测量指标(体质量指数、改良Mallampati分级的舌位、扁桃体大小)建构的预测模型对打鼾患者中重度OSAHS具有较高的预测效率,该模型经外部验证具有较好的预测准确性。