基于问卷的妊娠期阻塞性睡眠呼吸暂停风险评估：与代谢参数和糖尿病家族史的关联

《Healthcare》：Questionnaire-Based Assessment of Obstructive Sleep Apnea Risk During Pregnancy: Associations with Metabolic Parameters and Family History of Diabetes

　　

目的：妊娠期阻塞性睡眠呼吸暂停（OSA）与不良母婴结局相关，但常用筛查问卷可能因妊娠特异性生理变化而表现不同。本研究比较了使用柏林问卷（Berlin Questionnaire）和STOP-BANG问卷获得的基于问卷的OSA风险分类，并检查了其与代谢参数和糖尿病相关病史的关联。方法：本横断面研究纳入了210名在三级产科诊所就诊的孕妇。柏林问卷高风险定义为至少两个类别阳性。STOP-BANG评分0–2、3–4和5–8分别表示低、中、高风险。使用多变量逻辑回归分析社会人口学、产科、人体测量学和生化变量。结果：柏林问卷将34名参与者（16.2%）分类为高风险。STOP-BANG将183名（87.1%）分类为低风险，5名（2.4%）为中风险，22名（10.5%）为高风险。根据两种工具，当前体重较高与基于问卷的OSA风险增加相关。在柏林模型中，HbA_1c、BMI和糖尿病家族史与高基于问卷的OSA风险独立相关。在STOP-BANG模型中未发现独立关联。尽管柏林模型总体准确率为83.3%，但仅正确分类了2.9%的高风险参与者。结论：问卷识别了不同的OSA风险模式。发现具有工具特异性，并不表明确诊的OSA。鉴于缺乏多导睡眠监测（polysomnography）、模型性能中等和高风险分类有限，应谨慎解释结果。

**论文解读：妊娠期阻塞性睡眠呼吸暂停的问卷风险评估与代谢参数及糖尿病家族史的关系**

**研究背景与问题**
妊娠期伴随显著的生理、激素和解剖学改变，如体重增加、上气道黏膜水肿和功能残气量减少，这些变化使孕妇易出现睡眠呼吸障碍。阻塞性睡眠呼吸暂停（OSA）与不良妊娠结局（如妊娠期高血压、先兆子痫、妊娠期糖尿病（GDM）、胎儿生长受限和早产）密切相关，患病率约15%–20%。然而，诊断OSA的金标准——夜间多导睡眠监测（polysomnography, PSG）在孕期应用受限于成本、可及性和患者负担。因此，临床常使用筛查问卷，如柏林问卷（Berlin Questionnaire）和STOP-BANG问卷，但这些工具在孕期的表现可能因妊娠特异性生理变化而不同。既往研究主要关注肥胖、人体测量学特征及妊娠并发症，而关于问卷评估的OSA风险与糖尿病家族史及代谢参数的关系证据有限，且在中安纳托利亚地区缺乏同时比较两种问卷的研究。因此，本研究旨在评估两种问卷在孕妇中的风险分类，并探讨其与代谢参数和糖尿病相关病史的关联，假设柏林问卷与肥胖、代谢参数及糖尿病家族史的关联更强。论文发表在《Healthcare》。

**关键技术与方法**
这是一项横断面研究，连续纳入2025年12月至2026年3月期间在土耳其中安纳托利亚一家三级医院产科门诊就诊的210名孕妇。使用柏林问卷（高风险定义为至少两个类别阳性）和STOP-BANG问卷（评分0–2低风险、3–4中风险、5–8高风险；中高风险合并为单一组进行二元逻辑回归）评估OSA风险。收集社会人口学、产科、人体测量学（身高、体重、BMI）和生化参数（空腹血糖、HbA_1c、总胆固醇、HDL胆固醇、LDL胆固醇），并从医院电子病历提取。采用多变量二元逻辑回归分析独立关联因素，并通过Hosmer–Lemeshow检验、Nagelkerke R²和总体分类准确率评估模型拟合度。

**研究结果**
1. **问卷风险分布**：柏林问卷将176名（83.8%）孕妇分类为低风险，34名（16.2%）为高风险。STOP-BANG将183名（87.1%）分类为低风险，5名（2.4%）为中风险，22名（10.5%）为高风险。
2. **社会人口学和产科特征与问卷风险的关系**：单变量分析显示，年龄较大与两种问卷的高风险均显著相关（柏林p=0.024，STOP-BANG p=0.003）。当前体重和BMI较高与两种问卷的高风险均显著相关（均p<0.05），但BMI仅在柏林问卷的多变量模型中保持独立关联。
3. **糖尿病家族史与问卷风险的关系**：糖尿病家族史与柏林问卷高风险显著相关（p=0.017），但与STOP-BANG问卷无显著关联（p=0.720）。
4. **生化参数与问卷风险的关系**：单变量分析中，HbA_1c、空腹血糖、HDL胆固醇、LDL胆固醇和总胆固醇与两种问卷的风险均无显著关联（均p>0.05）。
5. **多变量逻辑回归分析**：柏林问卷模型中，HbA_1c（每增加1个单位，OR=1.446）、BMI（每增加1 kg/m²，OR=1.054）和糖尿病家族史（OR≈2.8）为独立相关因素。模型Hosmer–Lemeshow p=0.363，Nagelkerke R²=0.137，总体准确率83.3%，但仅正确分类了2.9%的高风险参与者。STOP-BANG模型中，所有评估变量均无独立关联，模型Hosmer–Lemeshow p=0.782，Nagelkerke R²=0.048，总体准确率86.7%。

**讨论与结论**
讨论部分指出，本研究发现柏林问卷和STOP-BANG问卷识别了不同的OSA风险模式，且关联具有工具特异性。较高体重和BMI在两种问卷的单变量分析中均与风险增加相关，但BMI仅在柏林问卷中保持独立关联，这可能与肥胖是柏林问卷的核心组成部分有关。糖尿病家族史与柏林问卷高风险独立相关，可能反映了遗传易感性导致的胰岛素抵抗、肥胖等重叠风险因素，但该关联在STOP-BANG模型中未观察到，提示两种问卷评估的风险维度不同。HbA_1c与柏林问卷风险独立相关，但多数值在非糖尿病范围内，应视为探索性发现，可能与间歇性缺氧和睡眠片段化所致的交感激活、氧化应激和炎症影响糖代谢有关。然而，STOP-BANG模型无独立预测因子，可能因其项目（如男性性别、年龄>50岁）不适用于孕妇，且合并中高风险组仅27人，统计效能有限。柏林模型虽具统计显著性，但解释力弱（Nagelkerke R²=0.137）且对高风险个体识别能力极低（2.9%），临床实用性受限。研究结论部分翻译如下：在本横断面研究中，柏林问卷和STOP-BANG问卷在孕妇中识别了不同的基于问卷的OSA风险模式。单变量分析中，当前体重和BMI较高与两种筛查工具的风险增加相关。然而，在多变量分析中，仅柏林问卷中BMI、HbA_1c和糖尿病家族史与高基于问卷的OSA风险独立相关。相比之下，HDL胆固醇、LDL胆固醇和总胆固醇在多变量模型中与基于问卷的OSA风险无独立关联。尽管存在这些统计显著关联，但模型解释力弱且识别高风险参与者的能力极其有限，因此不能作为独立临床预测模型使用。这些发现反映了基于自我报告筛查工具的问卷风险分类，不应解释为客观确诊的OSA。代谢特征和糖尿病相关病史可能因筛查工具不同而对基于问卷的OSA风险产生不同影响。由于OSA未通过PSG确认，应谨慎解释结果。需要采用客观诊断方法的大规模前瞻性研究来验证这些发现，并阐明代谢因素在妊娠期OSA风险评估中的作用。