中度至重度阻塞性睡眠呼吸暂停的形态学与临床特征分析

《Respiratory Medicine》：Morpho-clinical insights into moderate-to-severe obstructive sleep apnea

阻塞性睡眠呼吸暂停预测模型研究采用前瞻性队列（n=925）分析形态学（CMA角度、I-MS评分）与临床特征（日间嗜睡、打鼾、BMI、颈围等）对中重度阻塞性睡眠呼吸暂停（MS-OSA）的预测效能，发现综合模型AIC值最优（737），形态模型特异性达0.96，临床模型敏感性0.46，提出三步分流方案或单步替代方案以优化专科诊所筛查流程。

　　

Moussa Riachy|Sophie Riachy|Albert Riachy|Farid Mallat|Nicolas Medawar|Thalia Hanna|Kristy Braidy|Dalia Al Halabi|Joe Elio El Chaer|Karl Chammas|Antoine El Kik|Hind Eid

黎巴嫩贝鲁特H?tel Dieu de France大学医院肺科和重症监护科

摘要

引言

阻塞性睡眠呼吸暂停综合征是由于睡眠期间上呼吸道反复阻塞引起的。中度至重度病例在睡眠门诊中较为常见，并存在显著的健康风险。本研究评估了形态类型模型、临床症状模型以及结合形态和临床特征的模型是否能够预测阻塞性睡眠呼吸暂停综合征（MS-OSA）。

方法

在2018年至2024年间，我们对925名接受I型多导睡眠监测的成人进行了前瞻性研究，记录了他们的基本人口统计信息/人体测量数据以及两个新的动态指标：颅下颌角（CMA）和吸气Mallampati评分（I-MS）。我们建立了逻辑回归模型，并通过80-20分割法和10折交叉验证进行了内部验证。为了便于解释结果，我们预先设定了某些操作阈值。

结果

在925名患者中（72.8%为男性，平均体重指数BMI为30.3±5.6 kg/m2，平均AHI为32.7±24.4），日间嗜睡（75.5%）和打鼾（74.6%）较为普遍。年龄、男性性别、BMI和颈部围度是MS-OSA的显著预测因素。较高的I-MS评分和凸形的颅下颌角与MS-OSA的风险增加相关。在内部验证中，综合形态类型模型表现出较高的特异性（0.96）和阳性预测值（PPV）（0.82）。临床症状模型虽然敏感性较高（0.46），但阴性预测值（NPV）较低（0.80），即不能完全排除MS-OSA的可能性。将临床特征（柏林分类1型和动脉高血压）加入形态类型模型后，模型的整体拟合度提高（Akaike信息量准则值降低至737），同时保持了较高的特异性。

结论

我们提出了一种简单的三步工作流程，以支持专科诊所中的疾病分诊。未来的研究应重点完善和验证这些工具在不同人群中的适用性。这些模型旨在用于疾病分诊和优先级排序，而非替代或限制诊断测试。

部分内容摘录

引言：

阻塞性睡眠呼吸暂停（OSA）是一种常见的睡眠相关呼吸障碍，其特征是睡眠期间由于舌头和咽部肌肉间歇性松弛导致上呼吸道反复阻塞（1）。全球约有10亿成年人患有OSA，其患病率在4%到30%之间（2）。中度至重度OSA（MS-OSA，定义为每小时≥15次呼吸暂停事件）影响约9.1%的成年人，是心血管死亡的独立风险因素（3, 4）

研究设计与对象：

本研究纳入了2018年1月至2024年1月期间被转诊至黎巴嫩H?tel-Dieu de France大学医院睡眠中心的成人患者，这些患者接受了I型多导睡眠监测。排除有颅面异常的患者。该研究在一家三级睡眠中心进行，对象为因I型多导睡眠监测而就诊的成人。这些模型旨在用于患者的逐步分诊，而非人群筛查。

临床和多导睡眠监测数据

研究人群的特征详见补充材料1。共有925名患者参与，平均年龄为52.5±15.5岁，其中72.8%为男性。平均BMI为30.3±5.6 kg/m2，表明大部分患者超重。75.5%的患者存在日间嗜睡现象，74.6%有夜间打鼾情况，49.3%的患者观察到呼吸暂停。在76.5%的患者中，吸气时颅下颌角的变化影响了呼吸暂停的等级分类。

讨论

本研究旨在通过开发针对MS-OSA的预测模型，提出一种综合的管理方法，以改善该疾病的诊疗效果。尽管先前的研究已经确定了某些临床特征，如EDS、女性性别和完全同心性上呼吸道塌陷（34, 35, 36），但本研究特别关注MS-OSA。研究分析了人口统计和人体测量数据，包括性别等因素。

先前研究结果展示

本研究的部分初步结果已在2024年9月西班牙举行的第27届欧洲睡眠研究学会大会和2024年维也纳ERS大会上以海报形式展示（Eid等人，2024年）。这些结果见补充材料。

作者贡献声明

Antoine El Kik：撰写、审稿与编辑、验证、研究。Hind Eid：撰写、审稿与编辑、初稿撰写、验证、监督、方法学设计、研究实施、数据分析、概念构建。Moussa Riachy：撰写、审稿与编辑、初稿撰写、数据可视化、验证、监督、软件使用、资源协调、项目管理、方法学设计、研究实施、资金获取、数据分析、概念构建。Joe Elio El Chaer：

数据获取声明：

由于伦理法规限制，本研究的数据无法公开获取，但可向通讯作者提出合理请求后获得。

利益冲突声明：

作者声明与本研究无关的任何利益冲突。本研究未接受外部资助。所有作者都对研究和论文撰写做出了重要贡献，并同意文章的内容和提交方式。

资金声明：

本研究未获得任何特定资助

利益冲突声明：

作者声明没有可能影响本研究结果的已知财务利益或个人关系。