阻塞性睡眠呼吸暂停（OSA）患者接受持续气道正压通气（CPAP）治疗后残余呼吸事件的患病率与管理：一项前瞻性观察性临床经验

《Sleep and Breathing》：Prevalence and management of residual respiratory events in OSA patients treated with CPAP: a prospective observational clinical experience

　　

摘要
目的
残余呼吸事件（RREs）在持续气道正压通气（CPAP）使用者中常见，可导致CPAP依从性差和早期终止治疗。RREs的管理尚未标准化。本研究旨在测试一种针对CPAP设备检测到的RREs的结构化管理算法在阻塞性睡眠呼吸暂停（OSA）患者中的应用。
方法
本研究为一项前瞻性观察性临床研究，旨在测试针对出现RREs患者的特定算法，并包含病例-对照比较。病例组为OSA患者（呼吸暂停低通气指数（AHI）≥15），在CPAP使用前3个月内通过远程监测（TMg）报告出现RREs（流量型AHI（AHI_flow）>10）。对照组为无RREs的相似CPAP患者。所有患者均接受实验室多导睡眠图（PSG）检查并进行手动压力滴定，以设定Resmed? CPAP设备上的固定CPAP压力。出现RREs时，遵循特定算法进行管理并解决这些事件，仅在漏气校正后实施。
结果
共273例患者中有19例出现RREs。与匹配对照组相比，病例组在滴定PSG中RREs更高，且更常使用鼻-口面罩（p<0.05）。在19例RRE患者中，15例以阻塞性AHI_flow为主，通常通过增加CPAP压力迅速缓解，使AHI_flow≤10。4例患者以中枢性AHI_flow和陈-施呼吸（CSR）为主，个体化管理成功，其中1例转为自动伺服通气（auto-servo ventilation）。
结论
一旦控制漏气，依从性良好的CPAP使用者中RREs的发生并不常见。结构化的算法有助于明确设备检测到的RREs的可能机制，并指导CPAP治疗最初几个月的个体化管理。RREs最常见的原因是CPAP压力不足，但也出现了共病失眠与睡眠呼吸暂停（COMISA）和“特发性”中枢性睡眠呼吸暂停（CSA）/CSR的病例，需要特定管理。

论文解读文章

**研究背景与问题**
阻塞性睡眠呼吸暂停（OSA）是一种常见的睡眠呼吸障碍，持续气道正压通气（CPAP）是其一线治疗手段。然而，尽管经过仔细的CPAP压力滴定，仍有10%至25%的中重度OSA患者出现残余呼吸事件（RREs），包括阻塞性和中枢性事件。RREs可导致CPAP依从性差和早期治疗终止，尤其治疗中出现的中枢性睡眠呼吸暂停（TE-CSA）与不良预后相关。目前，CPAP设备可通过远程监测（TMg）检测RREs，但管理策略尚未标准化。现有指南提出不同算法，但缺乏统一流程，且漏气常干扰事件检测的准确性。因此，本研究旨在测试一种结构化管理算法，用于处理CPAP设备检测到的RREs，并评估其患病率及患者特征。

**研究内容与结论**
CHU Brugmann大学医院呼吸科开展了一项前瞻性观察性临床研究，纳入273例中重度OSA（AHI≥15）患者，均经实验室多导睡眠图（PSG）确诊并接受CPAP治疗（Resmed? S10/S11设备）。研究采用病例-对照设计，病例组为CPAP使用前3个月内通过TMg报告出现RREs（AHI_flow>10）的19例患者，对照组按年龄、体重指数（BMI）、性别和OSA严重程度（中度/重度）进行1:1匹配。所有患者均接受CPAP手动滴定。针对RREs，研究人员遵循特定算法（先控制漏气，再根据事件类型调整压力或进行个体化处理），并通过2周后远程监测评估疗效。研究结论表明：一旦控制漏气，依从性良好患者中RREs发生率较低（7%）；该算法有助于明确RREs机制（多数为阻塞性，可通过增加1-2 cm H₂O压力解决；少数中枢性或CSR需个体化处理，如认知行为治疗或转为自动伺服通气），并指导早期管理。论文发表在《Sleep and Breathing》。

**关键技术方法**
本研究采用的关键技术方法包括：①实验室多导睡眠图（PSG）进行诊断和手动压力滴定，设定固定CPAP压力；②Resmed? Airview远程监测系统（TMg）实时获取CPAP使用数据（AHI_flow、漏气量、依从性）；③结构化管理算法，先排除显著漏气（例如通过面罩调整或压力优化），再根据AHI_flow中阻塞性/中枢性成分比例（由CPAP设备内置算法区分）指导干预（例如增加压力、认知行为治疗或更换通气模式）；④病例-对照匹配设计，比较两组基线特征和3个月后症状、CPAP数据。样本来源为CHU Brugmann医院连续入组患者，排除了语言障碍、认知障碍及以中枢性睡眠呼吸暂停为主的患者。

**研究结果**
**基线特征与匹配比较**
19例RREs患者（7%患病率）与匹配对照组相比，在合并症和症状上无显著差异。但RRE组在滴定PSG中具有更高的阻塞性呼吸暂停低通气指数（OAHI）、中枢性呼吸暂停低通气指数（CAHI）和氧减指数（ODI），且更常使用鼻-口面罩（13/19 vs. 5/19，p=0.022）。固定CPAP压力水平两组相似（约7.4 cm H₂O）。
**3个月随访结果**
3个月后，两组CPAP使用时长、漏气水平和症状（Epworth嗜睡量表、疲劳严重度量表等）均无差异，但RRE组AHI_flow显著高于对照组（平均差12.51±8.57，p<0.001，Cohen's d=1.46）。
**阻塞性RREs管理**
15例以阻塞性AHI_flow为主的患者中，7例通过增加1-2 cm H₂O压力使AHI_flow<10，7例降至<5，1例因高度可变漏气仍持续高AHI_flow。
**中枢性RREs管理**
2例患者表现出中枢性AHI_flow：1例诊断为共病失眠与睡眠呼吸暂停（COMISA），接受失眠认知行为治疗；另1例调整压力无效，但症状改善且依从性良好，决定不依赖CPAP数据。
**CSR管理**
2例患者检测到陈-施呼吸（CSR）：第1例经CPAP下呼吸描记图（RP）未确认CSR，增加压力后CSR消失（但阻塞性事件仍高），临床结局良好；第2例RP确认CSR且存在明显中枢性事件，患者诊断PSG已有中枢事件（OAHI 28/h，CAHI 13/h），CPAP后加重，符合“持续性CSA”，成功转为自动伺服通气，可能病因为舒张功能不全。

**讨论与结论总结**
讨论部分指出，本研究中RREs患病率较低（7%），主要归因于算法先控制漏气，避免误判。RREs未见与依从性下降或症状改善不足相关，但4/19例患者出现中枢性AHI_flow或CSR，需特别关注（如与心力衰竭、心律失常等严重医学事件相关）。漏气管理是首要步骤，因显著漏气可导致CPAP算法高估AHI_flow（最多增加5次/h）。鼻-口面罩在RRE组更常见，提示患者复杂性（如口呼吸、难治性气道力学）。阻塞性RREs通过增加压力易解决，符合预期。中枢性RREs中，TE-CSA是动态过程，但本研究未发现其与低依从性相关，个体化监测可快速解决误分类（如将阻塞性误判为中枢性）。CSR需经PSG或RP确认，并排查心脏、神经、药物等病因。COMISA（共病失眠与OSA）可导致AHI_flow波动，需仔细评估。研究局限性包括单中心、小样本、未与对照组比较算法效果、未系统用PSG确认设备检测事件、仅适用于Resmed固定压力CPAP用户。
**结论翻译**：一旦控制漏气，依从性良好的CPAP使用者中RREs的发生在治疗初期并不常见。在本队列中，结构化的算法有助于明确设备检测到的RREs（Resmed? CPAP设备）的可能机制，并指导CPAP治疗最初几个月的个体化管理。RREs最常见的原因是CPAP压力不足，但也出现了COMISA和“特发性”CSA/CSR的病例，需要特定管理。然而，这些基于病例的临床观察仅限于有限数量的患者，尤其在中枢性事件方面。在将这些发现推广至更广泛的CPAP治疗人群之前，需要针对这一特定亚组开展进一步研究。