系统性红斑狼疮睡眠障碍的潜在特征分析：与身心结局的关联及个体化管理策略

《Frontiers in Immunology》：Associations of sleep disturbances in systemic lupus erythematosus with physical and psychological outcomes: a cross-sectional latent profile analysis

本研究通过潜在特征分析（LPA）在331名系统性红斑狼疮（SLE）患者中识别出三种睡眠障碍特征：重度、中度和轻度。研究发现，睡眠潜伏期和主观睡眠质量是SLE患者最受影响的领域，而病程、疲劳严重程度、钙补充剂使用、肾功能受损、焦虑和抑郁是影响特征归属的关键因素。该研究为SLE患者的个性化睡眠管理提供了重要的循证依据。

　　

1 引言

系统性红斑狼疮（SLE）是一种自身免疫介导的结缔组织疾病，以免疫驱动的炎症为特征。患者通常经历较低的生活质量。尽管药物治疗取得了显著进展，但SLE患者的健康相关生活质量仍不理想。当前SLE管理策略已转向长期慢性病护理，强调生活质量的改善。

潜在特征分析（LPA）作为一种无监督数据分析技术，比传统离散聚类方法具有更强的统计效力，能提高聚类准确性并降低假阳性率。将其应用于SLE患者有助于根据睡眠模式对个体进行分类，识别不同的睡眠障碍特征，从而加深对SLE相关睡眠障碍特定模式及影响因素的理解。

本研究旨在探讨SLE患者睡眠障碍特征的异质性。假设识别患者亚组中常见的睡眠障碍可为临床医生优化SLE睡眠问题管理和治疗提供有价值的见解。

2 方法

2.1 研究参与者

这项横断面观察性研究纳入了331名于2021年至2022年间从某三级医院风湿免疫科招募的SLE患者。参与者入选标准包括：有抗核抗体（ANA）阳性史且符合2019年欧洲抗风湿病联盟/美国风湿病学会（EULAR/ACR）、2012年系统性红斑狼疮国际合作诊所（SLICC）或1997年ACR的SLE分类标准；年龄在18至70岁之间；能够理解研究程序并提供书面知情同意。排除标准包括：存在其他自身免疫性风湿性疾病；伴有重要器官衰竭或恶性肿瘤；严重认知障碍、痴呆、精神疾病或其他神经退行性疾病；疑似或确认妊娠；无法独立或在协助下完成研究问卷。本研究经四川大学华西医院伦理委员会批准。

2.2 数据收集

收集的数据包括：一般临床资料（人口统计学信息、个人史、既往史、主诉、用药史、SLE相关临床特征）；实验室数据（血常规、肝肾功能、电解质、免疫球蛋白、补体、自身抗体、24小时尿蛋白定量等）；临床特征；以及评估量表。

疾病活动度使用系统性红斑狼疮疾病活动指数2000（SLEDAI-2000）评估。焦虑和抑郁使用医院焦虑抑郁量表（HADS）评估，其包含HADS-焦虑（HADS-A）和HADS-抑郁（HADS-D）两个亚量表，分界值≥8分提示可能存在焦虑或抑郁。疲劳严重程度使用疲劳严重程度量表（FSS）评估，总分≥36分表示存在显著疲劳。睡眠质量使用匹兹堡睡眠质量指数（PSQI）评估，该量表包含7个成分（主观睡眠质量、睡眠潜伏期、睡眠持续时间、睡眠效率、睡眠障碍、催眠药物使用和日间功能障碍），总分≥7分表示睡眠质量差。

2.3 统计分析

使用Excel建立数据库。采用Shapiro-Wilk正态性检验评估数据分布。使用tidyLPA包进行LPA。模型拟合通过Akaike信息准则（AIC）、Bayesian信息准则（BIC）、调整BIC（aBIC）和熵值进行评估。聚类分析纳入了PSQI的五个维度：主观睡眠质量、睡眠潜伏期、睡眠持续时间、睡眠效率和睡眠障碍。将催眠药物使用和日间功能障碍排除在外，以避免疲劳和情绪障碍的影响。

2.4 样本量计算

参考相关建议，本研究所需最小样本量为128（k=7，2⁷=128），实际纳入331例，满足要求。

3 结果

3.1 人口统计学和临床特征

共纳入331名SLE患者，其中女性300名（90.63%），男性31名（9.37%），平均年龄35.28±11.37岁，平均病程70.79±81.65个月。

3.2 基于LPA的SLE患者睡眠质量特征

基于PSQI五个维度的分析确定三类别潜在特征模型拟合最佳。LPA得出的三聚类模型熵值为0.996，表明分类精度高。三聚类模型具有最低的BIC和AIC值。聚类1（重度睡眠障碍，n=42）在睡眠潜伏期、睡眠效率和主观睡眠质量上得分最高。聚类2（中度睡眠障碍，n=174）在睡眠潜伏期和主观睡眠质量上得分相对较高。聚类3（轻度睡眠障碍，n=115）在所有睡眠质量领域得分最低。

3.3 入组样本的睡眠质量

SLE样本的平均PSQI总分为7.59±3.44。各成分平均分如下：成分1（主观睡眠质量）1.58±0.76；成分2（睡眠潜伏期）1.92±1.03；成分3（睡眠持续时间）0.78±0.91；成分4（睡眠效率）0.45±0.80；成分5（睡眠障碍）1.16±0.51；成分6（催眠药物使用）0.24±0.76；成分7（日间功能障碍）1.48±1.19。所有维度和总分的组间差异均有统计学意义，其中PSQI-睡眠潜伏期和PSQI-睡眠效率的差异最为显著。

3.4 各聚类基线人口统计学的描述性和差异性分析

331名患者被分为三个聚类。各聚类在病程中位数上存在显著差异：聚类2病程最长（60个月），其次是聚类3（36个月），聚类1最短（17个月）。所有离婚患者（2例）均在聚类1中。在年龄、性别、体重指数（BMI）、吸烟/饮酒史、居住地和家庭收入等其他变量上，各聚类无显著差异。

3.5 各聚类疾病特征、用药情况和实验室检查结果的描述性和差异性分析

三组在钙补充剂使用率上存在显著差异，聚类1的使用率最高。聚类2中肾功能不全患者比例显著高于其他两组（45例患者中有30例集中在聚类2）。心理症状方面，焦虑和抑郁的发生率在各组间差异显著：聚类1发生率最高，聚类3最低。聚类2报告的疲劳病例数最多。其他变量无显著差异。

3.6 影响潜在特征分析中聚类的因素分析

以聚类2为参照组，构建无序多分类逻辑回归模型。分析显示，病程、疲劳严重程度、钙补充剂使用、肾功能不全、焦虑和抑郁均是影响聚类归属的显著因素。与聚类2相比，聚类3与较低的疲劳水平[OR (95% CI) = 0.522 (0.437, 0.625)]、较低的钙补充剂使用可能性[OR (95% CI) = 0.889 (0.748, 1.056)]、更高的无焦虑可能性[OR (95% CI) = 0.380 (0.231, 0.625)]、较小的家庭规模[OR (95% CI) = 0.938 (0.900, 0.978)]和较长的病程[OR (95% CI) = 1.003 (1.002, 1.004)]相关。与聚类2相比，聚类1的主要特征为较短的病程[OR (95% CI) = 0.992 (0.990, 0.994)]和本科及以上学历者比例较高[OR (95% CI) = 2.632 (2.062, 3.359)]。

4 讨论

SLE常伴有睡眠质量差，患病率在42%至81%之间。睡眠障碍会加重疾病负担，影响整体健康和生活质量。本研究的LPA识别出SLE患者三种不同的睡眠障碍模式。睡眠潜伏期和主观睡眠质量是受影响最严重的领域。

研究发现，与参照组（聚类2）相比，轻度睡眠障碍组（聚类3）与较轻的焦虑症状和较低的疲劳水平相关，这支持了负面情绪和疲劳与睡眠质量差之间的双向关系。重度睡眠障碍组（聚类1）在所有PSQI成分上得分均最高，其最显著的特征是睡眠效率极差，存在睡眠维持障碍。

睡眠潜伏期是所有三个聚类中受影响最显著的领域，因此睡眠卫生教育至关重要。本研究未发现疾病活动度等SLE相关因素对睡眠模式有显著影响。

分析表明，个性化治疗对于SLE的综合管理至关重要。对于中度睡眠障碍组，治疗重点应改善入睡困难。对于重度睡眠障碍组，除解决入睡问题外，还需干预睡眠维持障碍及其他合并症。

4.1 局限性

本研究存在一些局限性。首先，其横断面设计无法进行因果推断。其次，使用催眠药物的患者数量较少，阻碍了跨聚类药物使用情况的详细分析。然而，详细的临床历史数据是本研究的主要优势，大样本量为支持SLE患者睡眠障碍的个性化管理提供了有力证据。

5 结论

未来研究应在更大规模、多中心、纵向设计中验证这些发现，以更好地理解SLE患者睡眠障碍的因果关系和动态变化。此外，有必要研究睡眠卫生教育和个性化治疗方法对改善SLE患者睡眠结局的有效性。通过解决睡眠障碍，有望提升SLE患者的整体生活质量、疾病管理和长期健康结局。