职业驾驶员主观睡眠主诉与客观阻塞性睡眠呼吸暂停负担之间的差距

《Clocks & Sleep》：The Gap Between Subjective Sleep Complaints and Objective Obstructive Sleep Apnea Burden Among Professional Drivers

　　

阻塞性睡眠呼吸暂停（OSA）在职业驾驶员中高度相关；然而，自我报告的症状可能无法反映客观的疾病负担。这项横断面研究调查了207名接受呼吸多导睡眠图（respiratory polygraphy）检查的大都市公共交通专业驾驶员中主观睡眠主诉与客观测量的OSA负担之间的关系。采用Epworth嗜睡量表（ESS）、雅典失眠量表（AIS）、匹兹堡睡眠质量指数（PSQI）和STOP–BANG问卷评估日间嗜睡、失眠症状、睡眠质量和OSA风险。客观OSA负担通过呼吸暂停低通气指数（AHI）和睡眠呼吸暂停特异性低氧负担（SASHB）评估。中重度OSA（AHI ≥ 15 events/h）在65.2%的参与者中被识别，而仅有2.4%报告了过度日间嗜睡。ESS、AIS和PSQI评分彼此相关，但与AHI或SASHB无相关性。结合这些主观测量的模型对中重度OSA的区分能力有限（曲线下面积[AUC] = 0.533），而包含年龄和身体质量指数（BMI）的模型显示出中等区分能力（AUC = 0.637），其中BMI与结局独立相关。主观睡眠主诉与客观测量的OSA负担相关性差，支持在必要时使用临床风险评估和客观睡眠评估。

阻塞性睡眠呼吸暂停（obstructive sleep apnea，OSA）是一种以反复上气道阻塞、间歇性低氧和睡眠碎片化为特征的睡眠相关呼吸障碍，在职业驾驶员中尤为值得关注，因其与职业和道路安全密切相关。既往研究表明，OSA患者发生机动车事故的几率显著升高，而自我报告的日间嗜睡与事故风险并无稳定关联，提示仅凭主观症状难以可靠评估OSA相关的驾驶风险。职业驾驶员OSA筛查常依赖包含症状与人体测量学指标的问卷，如STOP-BANG，但症状报告可能受到驾驶执照限制等职业后果的影响，造成主观报告与客观疾病负担之间的不一致。现有文献对多种主观睡眠主诉维度（日间嗜睡、失眠症状、睡眠质量）与常规OSA严重度指标及睡眠呼吸暂停特异性低氧负担（sleep apnea-specific hypoxic burden，SASHB，反映呼吸事件相关血氧下降深度与持续时间的指标）之间的关系，在城市公共交通驾驶员中刻画尚不充分。为此，研究人员开展了一项横断面研究，以检验主观睡眠主诉与客观测量的OSA负担之间的关联，并评估主观症状指标和临床特征对中重度OSA的区分能力。

研究人员共纳入207名来自罗马尼亚布加勒斯特同一城市公共交通运营商的职业公共交通运输驾驶员，均在职业健康或驾驶适任评估背景下完成标准化问卷和夜间呼吸多导睡眠图（respiratory polygraphy，一种便携式夜间呼吸监测方法）检查。研究使用Epworth嗜睡量表（Epworth Sleepiness Scale，ESS）、雅典失眠量表（Athens Insomnia Scale，AIS）、匹兹堡睡眠质量指数（Pittsburgh Sleep Quality Index，PSQI）和STOP-BANG问卷分别评估日间嗜睡、失眠症状、睡眠质量和OSA临床风险；客观OSA负担采用呼吸暂停低通气指数（apnea-hypopnea index，AHI）和SASHB衡量。统计分析包括Spearman秩相关、Mann-Whitney U检验、二元logistic回归及受试者工作特征（receiver operating characteristic，ROC）曲线和曲线下面积（area under the curve，AUC）。呼吸多导睡眠图采用VitalNight PG系统，SASHB由PC-Software MSV（版本5.25R1）自动计算。

### 2.1 研究人群特征

研究人群平均年龄为52.5 ± 5.8岁，平均身体质量指数（body mass index，BMI）为34.3 ± 4.1 kg/m²，总工龄为30.3 ± 8.4年；92.8%为男性，71.0%以日班为主，5.3%为夜班，23.7%为倒班，24.6%当前吸烟。AHI中位数为21.7 events/h（IQR 10.3–36.6），SASHB中位数为37.4%·min/h（IQR 15.6–78.5）。无OSA者占11.1%，轻度占23.7%，中度占31.4%，重度占33.8%，因此中重度OSA（AHI ≥ 15 events/h）占65.2%。尽管中重度OSA患病率很高，仅有2.4%的参与者报告过度日间嗜睡（ESS > 10）；按AIS标准存在失眠症状者占19.3%，按PSQI标准为差睡眠者占20.3%。

### 2.2 主观睡眠测量与客观OSA严重度

ESS、AIS和PSQI评分均与AHI和SASHB无显著相关（例如AHI与PSQI的Spearman ρ = 0.046，p = 0.513；AHI与AIS的ρ = 0.018，p = 0.793；AHI与ESS的ρ = 0.066，p = 0.348）。PSQI定义的差睡眠者与非差睡眠者的AHI中位数差异无统计学意义（26.0 vs. 21.0 events/h，p = 0.302）；符合AIS失眠标准者与不符合者的AHI差异同样不显著（26.1 vs. 21.0 events/h，p = 0.262）。然而，三个主观量表之间显著相关，PSQI与AIS呈强正相关（ρ = 0.715，p < 0.001）。此外，BMI与AHI（ρ = 0.260，p < 0.001）和SASHB（ρ = 0.270，p < 0.001）显著正相关，而BMI与ESS、AIS、PSQI均无显著相关。这说明在主观睡眠体验与客观呼吸事件负担之间存在明显脱节。

### 2.3 中重度OSA的临床和主观预测因素

包含年龄和BMI的临床模型与中重度OSA显著相关（χ²(2) = 14.6，p < 0.001），BMI每增加1 kg/m²，中重度OSA的几率约增加15%（比值比[odds ratio，OR] = 1.153，95%置信区间[confidence interval，CI] 1.067–1.247），但年龄无独立关联；该模型的AUC为0.637，区分能力中等。单独评估STOP-BANG总分时，其与中重度OSA无显著关联（OR = 0.951，95% CI 0.786–1.150，p = 0.600），AUC仅为0.526；在常规阈值≥3时，94.2%的参与者筛检阳性，对中重度OSA的灵敏度为94.8%，但特异度仅6.9%，阳性预测值65.6%，阴性预测值41.7%，且STOP-BANG阳性状态与中重度OSA无显著关联。包含ESS、AIS、PSQI三个主观评分的主观症状模型亦不显著（χ²(3) = 1.59，p = 0.661），AUC为0.533，接近随机水平。因此，主观症状模型区分中重度OSA的能力接近偶然水平，而包含年龄和BMI的临床模型虽然区分能力仍然有限，但优于主观模型。

在讨论部分，研究人员指出，本研究发现的主观睡眠主诉与客观OSA负担之间的不匹配，与既往在商用驾驶员和OSA临床人群中的证据一致。低日间嗜睡报告率可能受到职业环境的影响，但本研究未直接评估症状报告行为，因此不能将低嗜睡率归因于刻意隐瞒。长期症状适应也可能是解释之一。BMI与AHI和SASHB的相关性进一步支持人体测量学特征在OSA风险评估中的价值。在职业驾驶员筛查实践中，STOP-BANG阈值≥3在普遍存在高龄、男性和肥胖等风险因素的人群中特异性很低，提示其更适合作为进一步评估的筛选步骤，而非判断疾病存在或严重度的工具。研究局限性包括横断面设计、无先验样本量计算、研究对象为职业选择人群而非一般职业驾驶员、使用呼吸多导睡眠图而非多导睡眠图、未直接评估症状报告行为等。

研究结论可以翻译为：在本研究纳入的职业驾驶员中，主观睡眠主诉与客观测量的OSA负担相关性差。日间嗜睡、失眠症状和感知睡眠质量彼此相关，但与AHI或SASHB无关。结合ESS、AIS和PSQI的模型对中重度OSA的区分能力有限，表明不存在主观主诉不应被解释为没有临床相关疾病的证据。临床特征提供了更高但仍然适度的区分信息，其中BMI与中重度OSA独立相关。这些发现强调了在职业驾驶员中主要依赖自我报告睡眠症状的局限性；主观问卷应与临床风险评估及必要时进行的客观睡眠评估结合使用。