孫錫仕，成俊芬，張金健梁正詩黃杰雯彭 敏黎雄斌（.廣東醫(yī)科大學附屬第二醫(yī)院，廣東湛江 54003；.廣東醫(yī)科大學附屬醫(yī)院，廣東湛江 5403）

阻塞性睡眠呼吸暫停（Obstructive sleep apnea，OSA）是一種以睡眠期間反復上呼吸道塌陷為特征的越來越常見的疾病[1]。打鼾被定義為聲音≥40 dB（A），而睡眠中斷通常發(fā)生在大于夜間噪音污染的閾值（45 dB（A））的聲音水平上[2]。有流行病學研究結果表明，年齡、男性和BMI 等因素都會增加人類和動物模型中的咽部坍縮性[2]。此外，肥胖也會改變聲音產(chǎn)生及表現(xiàn)[3]。本研究對BMI 和鼾聲超過閾值的持續(xù)時間與OSA 病情程度進行相關性分析，旨在能更進一步了解患者病情，為診療提供幫助。

1 資料和方法

1.1 研究對象

納入2019 年6 月-2021 年6 月在廣東醫(yī)科大學附屬第二醫(yī)院睡眠疾病研究所行Watch-PAT 檢查且符合以下納排標準的患者。納入標準：（1）年齡18～80歲；（2）上氣道阻塞、肥胖等病因引起的OSA；（3）有自主行為能力和認知能力，并同意簽署知情同意書的患者；（4）總睡眠時間為＞4 h。排除標準：（1）有腦部腫瘤或癲癇病史者；（2）合并各種精神及心理疾病者，正在服用鎮(zhèn)靜安眠藥物者；（3）嚴重器官功能衰竭的患者；（4）已接受治療的OSA 患者。本研究經(jīng)廣東醫(yī)科大學附屬第二醫(yī)院醫(yī)學倫理委員會同意批準（GDEFEY2020LS030）。

1.2 基本資料收集

收集患者姓名、年齡、性別、身體質(zhì)量、身高等一般資料，并計算身體質(zhì)量指數(shù)（BMI），BMI（kg/m2）=身體質(zhì)量（kg）/身高（m）2。

1.3 Watch-PAT 檢測

主要用于篩查睡眠呼吸障礙的Watch-PAT 睡眠監(jiān)測儀器（規(guī)格型號為Watch-PAT 200，生產(chǎn)廠家為以色列伊塔）。囑患者檢查當天勿飲酒、咖啡及睡眠藥物，長期進行某種藥物治療者可事先向自己的醫(yī)師咨詢哪些藥物不能停服。Watch-PAT 睡眠監(jiān)測儀器主要記錄外周動脈血管張力（PAT）、心率、血氧飽和度、睡眠或清醒階段、鼾聲、體位等參數(shù)。軟件自動分析整個睡眠過程中出現(xiàn)的 PAT 信號變化，得出呼吸暫停低通氣指數(shù)（AHI）數(shù)值。所有患者睡眠時間保證至少7 h 監(jiān)測。AHI 是指每小時睡眠時間內(nèi)呼吸暫停加低通氣的次數(shù)。以AHI≥5 次/h，呼吸事件以阻塞型呼吸暫停為主者判定為 OSA。入選本研究者按病情分為非OSA 組（AHI＜5 次/h）、輕度 OSA 組（5 次/h≤AHI＜15 次/h）、中度 OSA 組（15 次/h≤AHI＜30 次/h）、重度 OSA 組（≥30 次/h）。

1.4 統(tǒng)計學處理

采用SPSS 26.0 軟件進行統(tǒng)計學處理。計量資料采用中位數(shù)（25 分位數(shù)，75 分位數(shù)）[M（P25，P75）]表示，計數(shù)資料用頻率表示。計量資料采用多組獨立樣本秩和檢驗（Kruskal-Wails 檢驗），計數(shù)資料采用χ2檢驗或Fisher 確切概率法。各變量與AHI 的相關關系應用Spearman 相關分析。采用多因素logistic 回歸得出有意義的變量，最后進行受試者工作特征曲線（ROC）分析。采用Medcalc 軟件進行受試者工作特征（ROC）曲線分析分別評價BMI、鼾聲大于閾值的持續(xù)時間及其兩者聯(lián)合評估OSA 病情嚴重程度的效能，以確定研究變量的截止水平下的ROC 曲線面積，并計算各變量的敏感度、特異度及約登指數(shù)。P＜0.05 為差異有統(tǒng)計學意義。

2 結果

2.1 一般資料

本研究納入了336 例患者，年齡為51.0（37.3，65.0）歲，男性273 例（273/398，81.3%）。BMI、AHI、呼吸障礙指數(shù)（RDI）、氧減指數(shù)（ODI）、血氧飽和度小于90%的睡眠持續(xù)時間（T90）、鼾聲大于40 dB 的持續(xù)時間、鼾聲大于5 0 dB 的持續(xù)時間、鼾聲大于60 dB的持續(xù)時間、鼾聲大于70 dB 的持續(xù)時間及鼾聲大于閾值（45 dB）的持續(xù)時間分別為26.0（23.1，28.4）kg/m2、14.5（4.2，39.0）次/h、19.0（10.1，38.6）次/h、7.8（1.5，27.1）次/h、2.6（0.0，34.3）min、129.8（67.7，218.3）min、18.2（9.0，56.6）min、3.5（1.7，7.4）min、0.6（0.2，1.2）min 及40 .2（17.0，104.1）min，并且它們隨著OSA 病情程度加重而增加，差異有統(tǒng)計學意義（P＜0.01）。平均心率、最高心率、總睡眠時間（TST）、入睡效率、覺醒指數(shù)、REM 時間、最低夜間血氧飽和度（LaSO2）及平均夜間血氧飽和度分別為 67.0（60.0，72.0）次/h、101.0（94，112.0）次/h、447（394，481）min、79.1（71.6，84.9）%、1.4（0.9，2.0）次/h、85.0（77.0，90.0）% 及95.0（93.0，96.0）%，差異有統(tǒng)計學意義（P＜0.01）。最低心率、總記錄時間（TIB）、潛伏期及快速眼動（REM）潛伏期分別為 47.0（41.0，51.8）次/h、585（587，585）min、30.0（19.0，51.0）min 及113.0（69.0，164.0）min，差異無統(tǒng)計學意義（P＞0.05）。見表1。

表1 入選患者的一般資料

2.2 OSA 患者影響因素分析

將一般資料結果中差異有統(tǒng)計學意義的因素與AHI 進行相關性分析，除了覺醒指數(shù)差異無統(tǒng)計學意義（P＞0.05），其他因素均有統(tǒng)計學意義（P＜0.01 或0.05），且OSA 組的相關系數(shù)均比非OSA 組高?？梢?，RDI、ODI、T90、最低夜間血氧飽和度及平均夜間血氧飽和度與AHI 呈強相關（P＜0.01），BMI 及鼾聲大于閾值的持續(xù)時間與AHI 呈中等相關（P＜0.01），其他因素與AHI 相關性較弱。然后將AHI 為因變量，以性別為分類協(xié)變量時，選擇BMI 及鼾聲大于閾值的持續(xù)時間進行多因素logistic 回歸分析，其診斷比值比（OR）分別為1.021（1.012～1.030）及1.232（1.130～1.344）（P＜0.01）。見表2、3?？梢?，BMI 及鼾聲程度大于閾值的持續(xù)時間均是其獨立影響因素。

表2 睡眠參數(shù)與 AHI 相關性分析的相關系數(shù)

2.3 ROC 分析

將多因素 logistic 回歸分析得到獨立影響因素BMI及鼾聲大于閾值的持續(xù)時間建立ROC 曲線，然后根據(jù)ROC 曲線確定各項指標評估OSA 病情嚴重程度的最佳截斷值。結果顯示鼾聲大于閾值的持續(xù)時間及其聯(lián)合BMI 的ROC 曲線面積、靈敏度和最大約登指數(shù)隨著OSA 病情越嚴重越高，BMI 的ROC 曲線面積變化不大，但其靈敏度和最大約登指數(shù)隨著OSA 病情越嚴重越高。在AHI 為30 時，BMI 和鼾聲大于閾值的持續(xù)時間兩者聯(lián)合的ROC 曲線面積為0.841，最佳截斷值為0.839；在此截斷值下，其靈敏度是82.2%，特異性是76.6%，最大的約登指數(shù)是 0.588。BMI 和鼾聲大于閾值的持續(xù)時間兩聯(lián)合聯(lián)合指標評估OSA 病情嚴重程度的效能比單一指標的更高，見表4。

表4 阻塞性睡眠呼吸暫停預測因子對OSA 診斷效果的評價

3 討論

OSA 主要的特征是反復的上呼吸道阻塞，從而導致慢性間歇性缺氧、高碳酸血癥、睡眠分裂和交感神經(jīng)活動增加，進而導致和加重心腦血管疾病、耐藥性高血壓、肺部疾病、糖尿病和認知障礙等，并降低生活質(zhì)量，甚至導致機動車事故[4-7]。在本研究中，ODI、T90隨著OSA 病情程度加重而增加，LaSO2隨著OSA 病情程度加重而下降?？梢娧躏柡投炔还苁窍陆档拇螖?shù)，或是下降的持續(xù)時間，還是下降的程度，均明顯影響OSA 病情的進展。有文獻報道，低氧血癥的測量參數(shù)與OSA 的嚴重程度增加密切相關，且使與高血壓和T2DM 等共病的風險增加[8]。Ding 等[9]的研究進一步證明了T90、LaSO2和ODI 是重度OSA 患者非酒精性脂肪肝的獨立預測因子。本研究也發(fā)現(xiàn)ODI、T90、LaSO2及平均夜間血氧飽和度與AHI 呈強相關。Choi等[5]的研究表明，CPAP 滴定后的ODI、LaSO2及平均氧飽和度等睡眠參數(shù)都發(fā)生了顯著變化。有關動物和臨床數(shù)據(jù)表明，OSA 的間歇性缺氧通過改變內(nèi)皮血管運動的調(diào)節(jié)，血管運動張力和修復能力，同時促進血管炎癥和氧化應激[10]。據(jù)有關文獻，慢性間歇性缺氧促進氣道重塑的發(fā)生和發(fā)育，從而加速肺重塑的進展，進而導致肺部疾病[7]。先前的研究表明，短期睡眠剝奪和分裂會導致胰島素抵抗，進而影響2 型糖尿病的發(fā)生發(fā)展[11]?？梢姡脱跹Y的測量參數(shù)通過不同的機制影響OSA 病情的發(fā)生發(fā)展。

OSA 存在于45% 的肥胖患者，肥胖是一個世界性的公共健康問題，BMI 是超重/肥胖使用最廣泛的人體測量方法[12-13]。有研究報道，肥胖是OSA 發(fā)展的主要危險因素[14]。在本研究中，BMI 隨著OSA 病情程度加重而增加，并且與AHI 的相關系數(shù)為 0.609，這與之前的研究相一致[1，15]。本研究還發(fā)現(xiàn)鼾聲大于閾值的持續(xù)時間隨著OSA 病情程度加重而增加，且與AHI呈中等相關。打鼾是由通過狹窄氣道的湍流氣流引起的，臨床上一直試圖將打鼾的各種特征與OSA 的嚴重程度聯(lián)系起來[16]。有研究表明，客觀的打鼾與OSA 的嚴重程度有關，并且會使伴侶面臨慢性睡眠障礙和健康不利影響的風險[2]。也有研究發(fā)現(xiàn)打鼾強度和頻率是OSA 存在的獨立預測因子[2，16]。因此，BMI 和打鼾均是OSA 影響因素。

性別會影響脂肪的分布、體型和OSA 發(fā)病率的增加[13]。因此，我們以性別為分類協(xié)變量，BMI 與鼾聲大于閾值的持續(xù)時間為自變量，AHI 為因變量，進行多因素 logistic 回歸分析，以提高精準度，結果分析顯示它們是OSA 的獨立影響因素。有文獻結果表明，BMI 和打鼾嚴重度這兩個簡單參數(shù)便于快速評估，為OSA 提供快速風險分層[17]。本研究發(fā)現(xiàn)BMI、鼾聲大于閾值的持續(xù)時間及其兩者聯(lián)合指標隨著OSA 病情越嚴重越高，當AHI 為30 時，它們達到最高，其BMI與鼾聲大于閾值的持續(xù)時間及其兩者聯(lián)合的ROC 曲線面積分別為0.759、0.840 和0.841，可見它們的評估OSA 嚴重程度的效能較高，并且聯(lián)合指標能提高它們評估OSA 嚴重程度的效能。有研究報道，身體質(zhì)量的增加與NREM 和REM 睡眠期間AHI 的增加有關[1]。Avraam 等[18]發(fā)現(xiàn)，男性、肥胖和仰臥位這些危險因素可能會增加睡眠過程中氣道塌陷的概率。有關研究發(fā)現(xiàn)，打鼾是由軟腭、咽壁、會觀舌和舌頭的高頻振蕩引起，但OSA 組和對照組患者咽部塌陷的氣道幾何形狀有所不同，因此OSA 與習慣性打鼾者的打鼾模式不同[19-20]。肥胖通常導致頸圍增加，并促進由于局部脂肪組織沉積而增加的上氣道濕陷性的出現(xiàn)，從而導致上呼吸道狹窄程度和阻力的逐漸增加，進而使鼾聲強大及其時間持續(xù)增加，最終導致OSA 病情的嚴重程度加重[21-22]。Wilson 等[23]發(fā)現(xiàn)，BMI＞30，平均鼾聲強度＞38 dBA 的男性，AHI＞10 的可能性是正常人的4.1倍?？傊?，BMI 與鼾聲大于閾值的持續(xù)時間聯(lián)合指標有助于評估OSA 病情嚴重程度。

綜上所述，BMI 與鼾聲大于閾值的持續(xù)時間與OSA 的病情嚴重程度密切相關，并且兩者聯(lián)合評估OSA 的病情嚴重程度比單一指標效果更佳，這對監(jiān)測OSA 患者嚴重程度、預后及臨床隨訪具有重要的臨床應用價值。

本研究也存在一些局限性。首先，我們無法徹底消除選擇偏差，因為這是一個單一中心的橫截面研究，此有待日后進行隊列研究或干預性研究加以解決；本研究樣本偏小，研究結論尚需要更大的樣本量研究去進一步驗證。