阻塞性睡眠呼吸暂停成人患者第一年CPAP治疗脱离的基线预测模型：一项丹麦队列的二次分析

《Patient Preference and Adherence》：A Baseline Prediction Model for First-Year CPAP Treatment Disengagement in Adults with Obstructive Sleep Apnea: A Secondary Analysis of a Danish Cohort

　　

目的 旨在评估并内部验证一个在设备使用数据可用之前，针对记录的首次一年持续气道正压通气（CPAP）治疗脱离的固定基线模型，并将其与更复杂的替代模型进行比较。患者与方法 研究人员对2012–2013年启动CPAP治疗的丹麦单中心队列进行了二次分析。结局为记录的52周治疗状态事件，该事件未区分主动停药与失访。在695名参与者中，662名确定了状态，共有94个事件。固定逻辑回归模型包括当前吸烟、Epworth嗜睡量表（ESS）评分和呼吸暂停低通气指数（AHI），系数在632例完整病例（85个事件）中估计。性能通过重复10折交叉验证及自助法置信区间（CIs）进行评估。结果 当前吸烟与更高的事件发生几率相关（比值比[OR] 2.45，95% CI 1.47–4.07）。更高的ESS（每5分增加OR 0.68，95% CI 0.53–0.87）和更高的AHI（每10次事件/小时增加OR 0.56，95% CI 0.45–0.68）与较低的事件发生几率相关。交叉验证的曲线下面积（AUC）为0.762（95% CI 0.709–0.812），Brier评分为0.103（0.087–0.119），校准截距为?0.001（?0.259至0.226），校准斜率为0.927（0.624–1.298）。在662名参与者中，扩展模型和全模型未能持续改善预测误差。94个事件无法区分主动停药与失访。结论 三个常规可得的基线指标提供了中等的预测信息，而更广泛及惩罚模型未带来一致改善。这些发现为直接评估设备使用、治疗偏好和治疗负担的当代CPAP队列的外部验证提供了一个固定时间窗的基准。

**阻塞性睡眠呼吸暂停成人患者第一年CPAP治疗脱离的基线预测模型：一项丹麦队列的二次分析解读**

**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，全球约有近10亿30–69岁成人受其影响。持续气道正压通气（CPAP）是OSA的成熟治疗方法，但其临床获益高度依赖于患者的长期依从性。然而，许多患者在治疗启动后第一年内即出现治疗脱离，表现为主动停药、设备使用量低于客观阈值或失访。不同研究对“治疗脱离”的定义各异，数据来源、观察窗口和结局的差异限制了直接比较，也使得基线预测模型缺乏统一标准。在治疗启动这一信息有限的时刻，临床医生和患者需在缺乏设备使用数据（如漏气曲线、残余AHI等）的情况下权衡预期获益与治疗负担。因此，核心问题在于：在治疗启动前，仅凭常规可得的基线变量能提供多少预测信息？此前Jacobsen等对同一丹麦队列的分析已识别出当前吸烟、Epworth嗜睡量表（ESS）评分和呼吸暂停低通气指数（AHI）与长期CPAP不依从独立相关，但未定义固定的52周预测目标、未提供完整方程，也未报告内部验证的校准和总体预测误差。为此，本研究旨在建立一个固定时间窗的基线预测模型，并评估其性能及更复杂模型的潜在价值。

**研究内容与结论**

研究人员对丹麦Silkeborg医院睡眠障碍门诊2012–2013年启动CPAP治疗的成人OSA队列进行了二次分析。通过公开数据集重建了可复现的52周治疗状态结局（记录的治疗脱离事件，未区分主动停药与失访），共纳入695名参与者，其中662名具有确定状态（94个事件）。固定逻辑回归模型纳入当前吸烟、ESS评分和AHI三个预测因子，系数在632例完整病例中估计。通过重复10折交叉验证和自助法置信区间评估模型性能。结果表明，当前吸烟与更高的事件发生几率相关，而更高的ESS和AHI与更低的事件发生几率相关。交叉验证的AUC为0.762，Brier评分为0.103，校准截距接近0，校准斜率为0.927。与更复杂的扩展模型和惩罚模型相比，固定模型在区分度、预测误差和校准方面未得到一致改善。该研究明确了基线可获信息的价值与局限性，为当代CPAP队列的外部验证提供了固定时间窗基准。论文发表于《Patient Preference and Adherence》。

**关键技术与方法概述**

本研究采用的关键技术方法包括：（1）基于公开数据集（Dryad Digital Repository）的二次分析，通过固定算法重建52周治疗状态结局，将未知状态与确认无事件区分开；（2）固定逻辑回归模型，设定当前吸烟、ESS评分、AHI三个预测因子，且线性形式在重采样中保持不变；（3）内部验证采用50次重复分层10折交叉验证，并辅以2000次自助法优化校正，评估指标包括AUC、Brier评分、校准截距、校准斜率和对数损失；（4）共同队列模型比较在662名确定状态参与者中进行，评估了七参数扩展模型、15参数全模型及其岭回归、弹性网络和LASSO版本，各模型超参数通过内层五折交叉验证调优；（5）缺失数据处理采用多重链式方程插补（20个插补数据集）和逆概率加权作为敏感性分析，并针对未知状态参与者进行极端赋值检验。

**研究结果**

**队列与结局分类**：695名参与者中，94名在52周时或之前出现记录事件，568名无事件且随访≥52周，共662名具有确定状态（94个事件，14.2%）。33名参与者因随访不足52周被归类为未知状态。48名参与者在52周后首次记录不依从，被视为52周时无事件。94个事件无法区分主动停药与失访。

**固定来源信息模型**：拟合方程logit(p) = 0.263140 + 0.894995 × 当前吸烟 ? 0.077494 × ESS ? 0.058641 × AHI。当前吸烟与更高事件发生几率相关（OR 2.45，95% CI 1.47–4.07）；ESS（每5分增加OR 0.68，95% CI 0.53–0.87）和AHI（每10次/小时增加OR 0.56，95% CI 0.45–0.68）与更低事件发生几率相关。这些为预测性关联，非因果效应。

**模型性能**：在632例完整病例中，重复交叉验证AUC为0.762（95% CI 0.709–0.812），Brier评分0.103，校准截距?0.001，校准斜率0.927。自助法优化校正后AUC为0.764，Brier评分0.103。平均预测风险范围为0.0004至0.596，高风险尾部稀疏。

**共同队列模型比较**：在662名参与者中，固定模型AUC为0.759，Brier评分0.108；七参数模型AUC为0.763，Brier评分0.109；全无惩罚模型AUC为0.753，Brier评分0.111；岭回归、弹性网络和LASSO模型AUC分别为0.750、0.756、0.756，Brier评分均为0.110–0.111。所有扩展模型均未显著优于固定模型。

**AHI函数形式**：AHI线性形式、临床分类（5–<15、15–<30、≥30次/小时）和限制性三次样条（4个节点：11.50、22.585、39.015、75.69次/小时）的全局性能相似：AUC分别为0.761、0.761、0.757；Brier评分分别为0.1032、0.1041、0.1036；校准斜率分别为0.923、0.928、0.834。但个别预测差异最大可达0.141（分类）和0.135（样条）。线性形式因简洁性和更稳定的全局校准而被保留。

**缺失结局与缺失预测因子敏感性分析**：多重插补后吸烟OR为2.33，ESS每5分OR为0.67，AHI每10次/小时OR为0.57；逆概率加权结果与主分析一致。将31名未知状态参与者极端赋值（全部无事件或全部事件）后，ESS和AHI的关联在全部事件赋值下减弱，ESS的CI包含1。

**事后样本量敏感性**：基于Riley标准，15个预测参数所需样本量在100%至25%拟合场景下约为1207–5057名参与者，而本研究中662名参与者（94个事件）和632名参与者（85个事件）低于这些要求，表明潜在不稳定性。

**总结与讨论**

本研究在固定52周时间窗下，三个常规可得的基线指标（当前吸烟、ESS、AHI）为记录的治疗脱离提供了中等程度的区分能力（AUC 0.762）。关键发现是，更复杂的模型（包括扩展和惩罚模型）在区分度、预测误差和校准方面均未提供一致改善。AHI不同函数形式虽未改变全局性能，但在低值和高值极端区域对个体预测产生实质性差异。研究的主要局限性在于结局的异质性：公开数据集无法区分主动停药、偏好相关的治疗变更或失访，且缺乏客观设备使用数据。此外，队列来自2012–2013年的历史就诊配置，时间可迁移性受限。当前吸烟仍为关联因素，但无法确定其是否反映气道症状、尼古丁依赖、社会经济因素或其他未测量特征。ESS和AHI则可能通过感知获益发挥中介作用。未来研究应直接评估治疗偏好、预期获益、自我效能和治疗负担，并将这些指标分别与客观设备使用、主动停药、偏好相关治疗变更和失访相关联。本研究结论如下：在这个历史性的丹麦单中心队列中，当前吸烟、ESS和AHI为记录的第一年CPAP治疗脱离提供了中等但有限的基线预测信号。更大的模型复杂性未带来一致改善，而AHI的不同函数形式改变了个体预测但全局性能相似。这些发现明确了常规可获基线信息的价值与局限性。需要在当代队列中开展外部验证，并直接测量设备使用、治疗偏好和治疗负担。