《Sleep Science and Practice》：Association between ASCVD risk score and STOP-BANG questionnaire for obstructive sleep apnea screening: a cross-sectional analysis
编辑推荐：
目的：相较于心血管疾病（CVD），初级保健医生（PCP）对阻塞性睡眠呼吸暂停（OSA）的筛查可能较少。ASCVD（动脉粥样硬化性心血管疾病）风险评分与STOP-BANG问卷均评估重叠的心血管代谢危险因素。本研究考察ASCVD与STOP-BANG评分间的相关性，
目的：相较于心血管疾病（CVD），初级保健医生（PCP）对阻塞性睡眠呼吸暂停（OSA）的筛查可能较少。ASCVD（动脉粥样硬化性心血管疾病）风险评分与STOP-BANG问卷均评估重叠的心血管代谢危险因素。本研究考察ASCVD与STOP-BANG评分间的相关性，以及二者联合相对于单独使用STOP-BANG是否会改变OSA筛查效能。方法：对来自两个National Sleep Research Resource数据集的201名40–75岁参与者进行横断面二次分析。计算ASCVD、STOP-BANG与呼吸暂停低通气指数（AHI）间的Spearman相关。针对检出至少轻度OSA（AHI>5），计算ASCVD（≥7.5%）、STOP-BANG（≥3）及二者联合的诊断效能指标（敏感性、特异性、阳性与阴性预测值、似然比、曲线下面积）。采用单变量与多变量logistic回归评估独立关联。结果：ASCVD与STOP-BANG呈强相关（r=0.79，95% CI 0.76–0.81）。STOP-BANG敏感性优于ASCVD（0.91对0.52）。ASCVD联合STOP-BANG较单独STOP-BANG适度提升特异性（0.66）与似然比（2.57）。STOP-BANG、ASCVD及联合模型AUC分别为0.67、0.64、0.77，置信区间重叠，判别力均一般且无明显差异。多变量回归中仅STOP-BANG仍与OSA显著相关（每分OR 1.60，95% CI 1.30–1.97）。结论：ASCVD与STOP-BANG评分强相关，反映共享的心血管代谢危险因素。STOP-BANG仍是OSA优选筛查工具，而ASCVD仅反映重叠风险负荷，未提供额外判别价值。
研究背景与立题依据
美国预防服务工作组（USPSTF）推荐筛查卒中与心脏病，但认为常规筛查阻塞性睡眠呼吸暂停（OSA）证据不足，致使初级保健提供者（PCP）对OSA筛查不足。ASCVD（动脉粥样硬化性心血管疾病）风险评分基于年龄、胆固醇、血压、吸烟、糖尿病及用药估算10年心脑血管病风险；STOP-BANG问卷则通过打鼾、日间疲乏、目击呼吸暂停、高血压、体重指数（BMI）、年龄、颈围、男性性别8项筛查OSA，评分≥3通常转多导睡眠图（PSG）以AHI>5确诊。两工具共享心血管代谢风险域，但常规心血管风险评分（如ASCVD estimator）能否在STOP-BANG之外提供额外判别价值尚不清楚。该研究据此在《Sleep Science and Practice》发表，旨在回答ASCVD与STOP-BANG相关性及联合筛查是否改变OSA（AHI>5）识别效能。
主要技术方法
研究人员采用横断面二次分析，样本来自National Sleep Research Resource（NSRR）下Cleveland Family Study（CSF）与Heart Biomarker Evaluation in Apnea Treatment（HeartBEAT）两个回顾性睡眠研究队列，纳入201名40–75岁、具完整人口学/临床/问卷及PSG数据者。ASCVD按2019 ACC/AHA公式连续计算，截值≥7.5%为阳性；STOP-BANG按标准8项计总分，截值≥3为阳性；联合阳性定义为两者均阳性。相关性用Spearman秩相关；诊断效能计敏感性、特异性、阳性/阴性预测值、似然比、OR及AUC；关联强度用单变量与多变量logistic回归（ASCVD按每5%增量重标度，VIF检多重共线），软件为Excel与RStudio，α=0.05，95% CI。
研究结果
引言部分已阐明背景与目标，此处不重复。
方法部分得出：样本量满足相关与判别力估算（相关需194、判别需200），队列白人53%、男性43%、均值年龄53.6±8.6岁，高血压51%、糖尿病20%、吸烟18%，平均STOP-BANG 4.1±2.0，平均ASCVD 8.5%±8.4%，40%（81例）达AHI>5轻度OSA。
结果部分：ASCVD与STOP-BANG相关r=0.79（0.76–0.81）；ASCVD-AHI r=0.60，STOP-BANG-AHI r=0.69，联合-AHI r=0.68。诊断效能上ASCVD敏感性0.52（0.42–0.62）低于STOP-BANG 0.91（0.85–0.96），但特异性0.76（0.68–0.85）高于STOP-BANG 0.43（0.33–0.53）；联合模型敏感性0.88未优于STOP-BANG单独，特异性升至0.66（0.57–0.75），似然比2.57（2.15–2.99）优于单独1.59，PPV 0.81、NPV 0.76。AUC：ASCVD 0.64（0.58–0.71），STOP-BANG 0.67（0.61–0.73），联合0.77（0.69–0.85），区间重叠。单变量回归STOP-BANG每分OR 1.68（1.39–2.03），ASCVD每5% OR 1.52（1.20–1.59）；多变量中仅STOP-BANG留存显著（OR 1.60/分，1.30–1.97），ASCVD不显著（OR 1.13，0.89–1.44），VIF<5。
讨论部分：强相关反映两工具捕获重叠代谢域；多变量中ASCVD被STOP-BANG覆盖，提示STOP-BANG含OSA特异信息（如打鼾、目击呼吸暂停、颈围）而ASCVD仅示系统负荷。ROC有交叉，联合在全区间优于单用但AUC提升未超CI重叠，增量有限。局限含横断面不能因果、NSRR睡眠转诊队列频谱偏倚（OSA患病率40%高于初级保健）、年龄40–75及种族多样性受限、未评成本与结局。
结论翻译：结果显示ASCVD与STOP-BANG评分强相关，反映心血管疾病与OSA间共享风险域。然而ASCVD非为OSA筛查设计，在STOP-BANG外增量价值有限。即便如此，对ASCVD风险升高者，PCP可考虑加做STOP-BANG以识别OSA风险。未来应前瞻验证并评估其对筛查效率、转诊模式及患者结局的影响，并可按OSA严重度分层及按性别比较两工具表现。
研究意义
该文首次在NSRR合并队列中量化ASCVD与STOP-BANG的秩相关（0.79）并证明后者在多变量模型中完全中介前者与OSA关联，为“心血管风险评分不能替代OSA专用问卷”提供诊断学证据；同时给出联合截值（ASCVD≥7.5%且STOP-BANG≥3）在特异性与似然比上的小幅改良，提示在已算ASCVD的PCP场景中用STOP-BANG补筛的成本极低，具有实操指引价值。
