老年阻塞性睡眠呼吸暂停综合征患者高血压影响因素的多中心模型构建及评分系统研究

本刊推荐：针对老年OSAS患者高血压共病风险预测难题，中国人民解放军总医院等单位联合开展多中心研究，通过1290例患者数据分析，构建包含年龄、BMI、AHI等6项指标的预测模型（AUC=0.714）及等效评分系统，为临床早期识别高风险患者提供可视化工具。该成果发表于《Aging Clin Exp Res》，对OSAS相关高血压的精准防控具有重要实践价值。

　　

睡眠占据人生三分之一时光，但夜间发生的呼吸暂停可能正在悄悄摧毁健康。阻塞性睡眠呼吸暂停综合征（OSAS）这个看似普通的"打鼾"疾病，实则暗藏杀机——全球近10亿患者中，50岁以上人群患病率超50%，而其中64.73%会发展为高血压。这种"呼吸暂停-高血压"的致命组合，不仅导致血管持续承受"过山车式"的血氧波动，更会引发交感神经过度激活、氧化应激等连锁反应，最终造成非杓型血压波动（即夜间血压不降反升）这种最危险的血压模式。面对老年OSAS患者高血压筛查缺乏特异性工具的现状，中国人民解放军总医院领衔的六家三甲医院开展了一项突破性研究。

研究团队采用多中心横断面设计，纳入2015-2017年间经多导睡眠监测（PSG）确诊的1290例≥60岁OSAS患者。通过bootstrap法将样本分为建模集（80%）和验证集（20%），采集包括人口统计学指标、PSG参数（AHI、最低血氧饱和度LSpO₂等）及生化指标（TB、HDL-C等）在内的多维数据。采用二元logistic回归筛选预测因子，基于回归系数构建列线图模型，并通过ROC曲线和Hosmer-Lemeshow检验评估效能。

研究结果揭示六大关键预测因子：年龄（每增10年风险升3.7%）、BMI（≥28 kg/m²时风险翻倍）、AHI（≥30事件/小时风险增0.9%）、FBG（≥5.555 mmol/L风险增18.8%）呈正相关，而HDL-C（≥1.025 mmol/L风险降65.2%）和TB（≥11.95 μmol/L风险降4.8%）为保护因素。据此构建的预测模型在建模集和验证集的AUC分别为0.714和0.662，校准曲线显示预测风险与实际风险高度吻合。更实用的是，研究者将模型转化为10分制评分系统（如60-70岁=1分，BMI 24-28=2分），当总分≥4分时高血压风险超80%。

这项研究首次为中国老年OSAS人群量身定制了高血压预警工具，其创新价值体现在三方面：一是突破传统筛查模式，利用常规检查指标即可快速风险评估；二是发现TB的抗氧化作用可能通过维持血管稳态发挥保护效应，为机制研究提供新思路；三是开发的评分系统与复杂模型预测效能无统计学差异（Z=1.4606，P>0.05），极大提升了基层适用性。正如讨论所述，该成果不仅弥补了疾病特异性预测工具的空白，更提示临床应重点关注OSAS患者的代谢指标（如FBG、HDL-C）和氧化应激标志物（TB）的动态变化。

未来研究需在社区人群中验证模型的外部适用性，并纵向观察非高血压OSAS患者的血压演变规律。但毋庸置疑，这项发表于《Aging Clinical and Experimental Research》的成果，已然为老年OSAS患者的精准健康管理点亮了一盏明灯。