设备检测到的心房颤动与睡眠呼吸暂停的双向时间关联

《Heart Rhythm》：Bidirectional Temporal Association of Device-Detected Atrial Fibrillation and Sleep Apnea

　　

摘要

背景

心房颤动与睡眠呼吸暂停之间的关联已被充分证实，但二者之间日常的时间先后关系仍不明确。

目的

研究设备检测到的心房颤动与设备检测到的睡眠呼吸暂停之间的双向日常关联，同时区分新发心房颤动发作与现有发作的持续。

方法

数据来自正在进行的、对植入起搏器的患者进行连续远程监测的ACaSA前瞻性研究。分析了2020年9月至2025年8月期间收集的数据。严重睡眠呼吸暂停定义为呼吸紊乱指数≥20，而心房颤动发作则定义为每日持续时间≥6分钟。共进行了三项按时间分层的日度个体内病例交叉分析：路径1研究前一日的心房颤动负荷与次夜严重睡眠呼吸暂停发生的关系；路径2研究前一夜的严重睡眠呼吸暂停与次日心房颤动发作的关系；路径3研究前一夜的严重睡眠呼吸暂停与已有心房颤动发作持续的关系。作为次要分析，还使用了广义线性混合效应模型。

结果

共分析了218名患者的112,242个患者日的数据。严重睡眠呼吸暂停的发生前，前一日心房颤动负荷较高的概率逐渐上升，6分钟至1小时的比值比为1.38（95%置信区间为1.10–1.74），1至12小时的比值比为1.81（95%置信区间为1.52–2.15），≥12小时的比值比为2.52（95%置信区间为1.97–3.22），所有结果的p值均≤0.005。无论是新发心房颤动发作还是现有发作的持续，其发生前一夜出现严重睡眠呼吸暂停的概率也较高，相应比值比分别为1.35（95%置信区间为1.10–1.64，p=0.003）和2.39（95%置信区间为1.47–3.88，p<0.001）。

结论

连续监测显示，心房颤动与睡眠呼吸暂停之间存在双向的时间关联。严重睡眠呼吸暂停的发生前心房颤动负荷较高，而新发心房颤动发作及现有发作持续之前，严重睡眠呼吸暂停出现的概率也更高。

引言

心房颤动与睡眠呼吸暂停常常同时存在，且这两种疾病各自都会增加不良心血管事件的风险[1,2]。患有睡眠呼吸暂停的患者患心房颤动的风险更高，而在心房颤动患者中，睡眠呼吸暂停也很常见，它可能会增加治疗难度，降低心律控制策略的成功率[3]。现代心脏植入式电子设备能够持续监测每日的心房颤动负荷以及由设备生成的睡眠呼吸障碍替代指标——呼吸紊乱指数，这为高分辨率研究二者之间的时间关联提供了可能[4,5]。

尽管心房颤动与睡眠呼吸暂停之间的关联已被证实，但其短期内的时间先后关系尚未完全明确[6]。以往的研究大多聚焦于从睡眠呼吸暂停发展到心房颤动的路径。在VARIOSA-AF研究中，基于设备的监测显示，睡眠呼吸暂停越严重，后续出现心房颤动的风险越高[4]。可能的机制包括间歇性低氧、胸腔内压力波动、自主神经激活以及急性心房牵张，这些因素都可能促进心律失常的产生[7,8]。

反之，心房颤动是否会导致夜间呼吸障碍加重这一反向路径则研究较少。心房颤动引发的血流动力学变化、心输出量减少以及体液状态改变，都可能影响睡眠期间的呼吸稳定性，但目前针对这一问题的高分辨率纵向数据仍然有限[9, 10, 11]。

因此，我们利用ACaSA研究中植入起搏器患者的连续远程监测数据，研究了设备检测到的心房颤动与严重设备检测到的睡眠呼吸暂停之间的双向日常关联。

章节摘录

研究人群

本分析以正在进行的、前瞻性的观察性ACaSA研究（NCT05127720）中的患者为基础，这些患者均植入了MicroPort BOREA DR或TEO DR双腔起搏器。参与者在获得书面知情同意后，于因斯布鲁克医科大学被纳入研究。所有患者都接受了远程监测，设备数据每周传输至研究中心。本次分析纳入了2020年9月至2025年8月期间收集的数据。

数据收集

设备检测到的睡眠呼吸暂停：通过胸腔阻抗在午夜至凌晨5点之间测量呼吸紊乱指数，以此监测患者的呼吸努力情况。这一特定的测量时间窗口是制造商预设的固定值，无法调整，旨在捕捉睡眠的核心时段。MicroPort起搏器中的睡眠呼吸暂停检测算法认为，若超过10秒没有明显的呼吸周期，则视为呼吸暂停事件，而呼吸减弱事件则

人群特征与随访情况

在280名纳入研究的起搏器患者中，排除了那些患有永久性心房颤动、不符合条件的VVI起搏器使用者（n=46）以及随访时间过短（<90天，n=16）的患者后，共有218名患者符合纳入标准（见图2）。这些患者的年龄中位数为76岁（四分位数范围为69–81岁），其中36.7%为女性。基线特征总结见表1。在严格的28天植入后空白期之后，共记录了这些患者的160,599个随访夜晚。其中，47,798个夜晚（29.8%）被归类为

讨论

通过对持续监测的起搏器数据进行纵向分析，我们发现设备检测到的心房颤动与设备检测到的睡眠呼吸暂停之间存在双向的时间关联。严重睡眠呼吸暂停的发生前，心房颤动负荷较高的概率更高，而新发心房颤动发作及现有发作持续之前，严重睡眠呼吸暂停出现的概率也同样较高。

新发心房颤动发作前严重睡眠呼吸暂停概率较高的这一发现与之前的研究结果一致

结论

通过持续的起搏器监测，我们发现了设备检测到的心房颤动与设备检测到的睡眠呼吸暂停之间的双向时间关联。严重睡眠呼吸暂停的发生前心房颤动负荷较高，而新发心房颤动发作及现有发作持续之前，严重睡眠呼吸暂停出现的概率也更高。这些发现为进一步研究同时针对心房颤动和睡眠呼吸障碍的综合管理策略提供了依据

利益冲突声明

所有作者均声明没有利益冲突。

贡献者说明

PS、VB、PR、FB和WD参与了研究概念的构思。PS、VB、PR、FB、AA、MS、PW、AB和WD负责研究方法的设计。PS、VB、PR、FB、AA、MS、PW、AB和WD参与了正式的分析工作。PS、VB、PR、FB、BT、AA、MS和WD参与了相关研究调查。PS、VB、PR、BT和AA负责数据整理工作。PS、VB、PR、FB、BT、BEP和WD参与了软件开发。PS、VB、PR、FB、AB和WD参与了验证工作。PS、VB、PR、BT、MS、PW、AB和WD还参与了

致谢

我们要感谢Wilhelm Grander博士和Simone Gasser博士在患者招募过程中给予的帮助。

资金支持

这项研究是作为因斯布鲁克医科大学内科三部正在进行的ACaSA前瞻性研究（NCT05127720）的一部分开展的。ACaSA研究得到了MicroPort公司提供的无限制教育资助以及“奥地利心脏基金会”的资助。本研究的所有资助方均未参与研究设计、数据收集、数据分析、数据解读等任何环节

Philipp Spitaler|Valentin Bilgeri|Gudrun Feuchtner|Patrick Rockenschaub|Fabian Barbieri|Birkan Tugrul|Agne Adukauskaite|Markus Stühlinger|Bernhard Erich Pfeifer|Peter Willeit|Axel Bauer|Wolfgang Dichtl

奥地利因斯布鲁克6020，因斯布鲁克医科大学内科三部