多发性硬化患者睡眠呼吸障碍的患病率及临床关联：系统评价与荟萃分析

《Multiple Sclerosis and Related Disorders》：Prevalence and clinical associations of sleep-disordered breathing in multiple sclerosis: a systematic review and meta-analysis

　　

**摘要**

**背景：** 睡眠呼吸障碍（SDB），包括阻塞性和中枢性睡眠呼吸暂停，可能加重多发性硬化（MS）患者的疲劳、认知功能障碍和生活质量下降。其报告的患病率差异较大，且MS特异性因素对SDB风险的影响尚不明确。

**方法：** 我们对报道MS成人患者客观SDB测量指标的研究进行了系统评价和Meta分析。检索数据库至2025年7月。采用随机效应模型估算合并患病率和平均呼吸暂停-低通气或呼吸事件指数（AHI/REI）。通过Meta回归分析其与人口学因素和MS相关因素的关联。汇总病例对照研究以比较MS患者与对照组的SDB风险比。采用GRADE评估证据确定性。

**结果：** 共纳入29项研究，包括1,167例MS患者。SDB的合并患病率为30%（95% CI：21–40%），平均AHI为7.2次/小时（95% CI：4.2–10.2），提示以轻度SDB为主。Meta回归分析发现，较高的体重指数（BMI）、较长的病程、更重的残疾（EDSS评分更高）以及研究人群中进展型MS患者比例较高是AHI升高的预测因素。病例对照研究（n=7）未显示MS患者与对照组相比SDB风险显著增加；然而，病例对照研究参与者的EDSS评分相对较低。研究异质性较大，各结局的证据确定性均为极低。

**结论：** SDB影响着相当比例的MS患者，尤其是疾病进展较重或BMI较高的患者。尽管所识别的SDB多为轻度，且MS患者的疲劳具有多因素起源，但SDB对睡眠质量和认知功能潜在的影响支持实施针对性筛查策略。未来研究应评估MS适配的评估策略是否能提高SDB检出率，以及治疗SDB能否改善MS相关结局。

**引言**

多发性硬化（MS）是一种中枢神经系统慢性炎症和神经退行性疾病，可导致多种症状，包括运动功能受损、认知功能障碍、情绪障碍和疲劳（Compston and Coles 2008）。疲劳在MS中极为常见，其产生机制多样，且难以与嗜睡或其他睡眠相关症状相区分（Manjaly, Harrison等, 2019）。

睡眠呼吸障碍（SDB）是一种常见的可治疗性疾病，其特征是睡眠期间正常呼吸反复中断，导致间歇性低氧血症和睡眠碎片化。SDB包括阻塞性睡眠呼吸暂停（OSA）、中枢性睡眠呼吸暂停（CSA）和低通气（Braley and Chervin 2015, Abbasi, Gupta等, 2021）。OSA的患病率约为CSA的50倍（Donovan and Kapur 2016）。

SDB的常见症状包括疲劳、睡眠质量差、日间嗜睡、生活质量下降和注意力受损。除这些直接影响外，未治疗的SDB日益被认识到是心血管疾病、认知障碍和痴呆的重要可改变危险因素，其机制包括睡眠碎片化、交感神经激活、高血压（特别是夜间高血压）（Shiina 2024）、低氧血症和氧化应激、高碳酸血症以及类淋巴系统功能障碍（Shi, Chen等, 2018, Abbasi, Gupta等, 2021, Ercolano, Bencivenga等, 2024）。纵向研究表明，未接受治疗的OSA患者认知下降率更高（Yaffe, Laffan等, 2011），且OSA严重程度与认知功能表现更差相关（Haba-Rubio, Marti-Soler等, 2017）。

在MS患者中，SDB与更差的认知功能表现（Valentine, Kratz等, 2023）、疲劳（Braley, Segal等, 2014）和生活质量下降（Trojan, Kaminska等, 2012）相关。

疲劳（Kobelt, Thompson等, 2017）和认知障碍（Benedict, Amato等, 2020）是MS最致残且最常见的症状之一。尽管越来越多的证据表明它们可能与SDB相关（Braley, Segal等, 2014, Valentine, Kratz等, 2023），但它们通常被视为MS不可避免的后果，因此研究不足。

证据表明，MS患者中SDB的患病率可能高于普通人群（Braley and Boudreau 2016），患病率研究结果从0%（Wunderlin, Kesselring等, 1997）到超过90%（Aljundi, Kelly等, 2022）不等，反映了研究设计、诊断阈值和抽样策略的异质性。

多种MS相关因素可能增加对SDB的易感性，包括影响呼吸控制的脑干病变（Braley, Segal等, 2012, Levit, Bouley等, 2020）、上气道肌肉功能改变（Tzelepis and McCool 2015）、活动能力下降、与残疾相关的体重增加（Mohammadi, Mohammadi等, 2024, Salih, Hashim等, 2025）以及使用影响呼吸驱动或睡眠结构的药物（Jullian-Desayes, Revol等, 2016）。因此，SDB可能是MS中潜在的可治疗的加重症状负担的因素。

普通人群中常用的筛查工具，如爱泼沃斯嗜睡量表（ESS，Johns 1991）和STOP-Bang问卷（Chung, Subramanyam等, 2012），在MS患者中的表现较差（Singh, Gavidia等, 2021, Sunter, Omercikoglu Ozden等, 2021）。这可能反映了MS中疲劳的高患病率以及难以将疲劳与嗜睡相区分（Braley, Segal等, 2014, Sparasci, Gobbi等, 2022）。系统评价证据表明，尽管MS患者疲劳程度高，但其ESS平均分通常在正常范围内，且ESS与疲劳量表之间仅呈弱至中等相关，提示疲劳可能使ESS评分升高，降低其在识别真正嗜睡或SDB方面的区分价值（Popp, Fierlbeck等, 2017）。MS流行病学（女性更多见）与SDB流行病学（男性更多见）之间的不匹配，以及筛查工具依赖询问睡眠中观察到的呼吸/打鼾变化（随着病程延长和残疾加重，MS患者更可能没有同床伴侣）（Hammond, McLeod等, 1996, Pfleger, Flachs等, 2010），也可能导致这一问题。

诊断SDB的金标准是基于实验室的多导睡眠监测（PSG）（Lee and Sundar 2021）。在当代临床实践中，大多数诊断（特别是在英国和许多欧洲医疗系统中）是通过家庭呼吸睡眠监测或有限睡眠监测来完成的。这些方法在国家和国际指南中均获认可，并因其便捷性被广泛用作疑似无并发症且OSA可能性高的患者的首选诊断检查。然而，可记录参数的数量差异可能导致中至重度OSA患者的严重程度被低估（Hung, 2022）。此外，诊断方法和评分标准的差异也可能导致研究间的变异性（Suntrawanichakul, 2026）。

尽管先前的评价已研究MS中的SDB，但它们将主观问卷数据与客观PSG数据混合（Li, Liu等, 2024），这限制了患病率估计的准确性，且通常将MS视为单一的同质性疾病实体（Chen, Liu等, 2014, Li, Liu等, 2024），忽略了其巨大的临床异质性以及疾病特异性因素可能改变SDB风险的事实。

更清晰地了解MS中客观诊断的SDB的患病率和临床相关因素，对于提高临床意识并指导筛查和转诊实践具有重要意义。

因此，我们进行了一项系统评价和Meta分析，以估计MS患者中客观诊断的SDB的合并患病率，并探讨与其发生相关的人口学和疾病相关因素。

本系统评价和Meta分析旨在：
1. 估计MS患者中SDB的合并患病率。
2. 确定MS相关因素（包括疾病严重程度、亚型和病程）是否与SDB相关。
3. 探索人口学因素（包括年龄、性别和体重指数）是否影响MS中的SDB患病率。

**各章节节选**

**方法**

本研究遵循2020版系统评价与Meta分析优先报告条目（PRISMA）指南（Page, McKenzie等, 2021），并在系统评价前瞻性登记册中注册（CRD: 4202453418PROSPE6）。

**研究选择**

通过数据库检索共识别出3,593篇文章。经去重和标题及摘要筛选后，206篇文章进入全文审查。29项研究符合纳入标准并被纳入分析。研究选择过程见图1。

**讨论**

本系统评价和Meta分析纳入了29项研究，涵盖超过1,100例MS患者，为迄今对该人群中客观诊断的SDB患病率及相关因素的最全面评估。合并患病率估计表明，约四分之一至三分之一的MS患者受SDB影响，合并平均AHI/REI为7次/小时（"轻度"）。Meta回归分析发现，较高的BMI、较长的病程、EDSS评分评估的更高残疾水平以及更高的

**结论**

SDB影响着相当比例的MS患者，患病率估计从四分之一到三分之一不等，平均AHI值提示为轻至中度严重程度。疾病特异性因素，包括较长的病程、更高的残疾程度、进展型亚型和升高的BMI，似乎增加风险，但较大的异质性限制了确定性结论。这些发现强调了提高临床意识、实施针对性筛查策略和开展进一步研究的必要性。

**伦理考量**

本文为系统评价，不包含涉及人类或动物参与者的研究。无需伦理审批和知情同意。

**资助声明**

本研究未获得公共、商业或非营利部门的任何专项资助。

**CRediT作者贡献声明**

构思：LE
数据整理：全体作者
正式分析：LE
调查研究：全体作者
方法学：全体作者
项目管理：全体作者
软件：全体作者
指导：LE
验证：全体作者
撰写——初稿：全体作者
撰写——审阅与编辑：全体作者

**生成式人工智能和AI辅助技术在稿件撰写过程中的声明**

在准备本文期间，作者使用了ChatGPT（OpenAI）以改善本稿件的结构、清晰度和语言。使用该工具后，作者对内容进行了必要的审阅和编辑，并对已发表文章的内容承担全部责任。

**数据可用性**

本文的基础数据来源于已发表的研究，已在参考文献列表中引用。本研究未生成新数据。

**词汇表**

AASM – 美国睡眠医学会
AHI – 呼吸暂停-低通气指数
BMI – 体重指数
CDMS – 临床确定的多发性硬化
CPAP – 持续气道正压通气
CSA – 中枢性睡眠呼吸暂停
EDSS – 扩展残疾状态量表
ESS – 爱泼沃斯嗜睡量表
FSS – 疲劳严重度量表
FVC – 用力肺活量
MFIS – 改良疲劳影响量表
MS – 多发性硬化
OSAHS – 阻塞性睡眠呼吸暂停-低通气综合征
PSG – 多导睡眠监测
PwMS – 多发性硬化患者

**CRediT作者贡献声明（详细）**

Dwiti Jatin Ponda：撰写——审阅与编辑，撰写——初稿，验证，软件，项目管理，方法学，调查研究，数据整理。Florence Olivia Wong：撰写——审阅与编辑，撰写——初稿，验证，软件，项目管理，方法学，调查研究，数据整理。Laura Edwards：撰写——审阅与编辑，撰写——初稿，验证，指导，项目管理，方法学，调查研究，正式分析，数据整理。

**利益冲突声明**

作者声明与本研究的开展、作者身份和/或本文的出版不存在潜在的利益冲突。

**致谢**

我们感谢James Donaldson博士和Shumonta Quaderi博士对睡眠呼吸障碍方面的专业贡献。他们深思熟虑的反馈和临床视角极大地改进了本稿件并丰富了其跨学科相关性。由于他们的贡献属于咨询性质，未涉及数据分析或稿件撰写，因此不符合ICMJE作者标准，在此致以谢意。

Dwiti Jatin Ponda | Florence Olivia Wong | Laura Edwards
诺丁汉大学医学院，女王医疗中心，诺丁汉，NG7 2UH，英国