阻塞性睡眠呼吸暂停低通气综合征影响因素分析

阻塞性睡眠呼吸暂停低通气综合征影响因素分析作者：朱立营 鲁建光 肖玉丽    作者单位：黑龙江省齐齐哈尔市第一医院耳鼻咽喉科（朱立营）哈尔滨医科大学附属第二医院耳鼻咽喉-头颈外科（肖玉丽）     【摘要】  目的 探讨颈围（neck circumference,NC），体重指数（body mass index,BMI），嗜睡评分(Epworth sleepiness scale,ESS) 与阻塞性睡眠呼吸暂停低通气综合征（Obstructive Sleep Apnea-Hypopnea Syndrome，OSAHS）的发病和严重程度的相关性，并试图为OSAHS患者寻找一种简洁、快速、经济的初筛方法。方法 临床疑似OSAHS的患者136例，对所有入选者行多导睡眠图（polysomnography，PSG）检查并记录身高、体重和颈围，计算BMI。对120例经多导睡眠图确诊的OSAHS患者采用Epowrth嗜睡评估表 (ESS) 进行测评，分析ESS、BMI、NC与呼吸紊乱指数（apnea hypopnea index,AHI）之间的相关性，并将以上各因素进行多元线性回归分析，推导出线性回归方程,再由回归方程计算出AHI的理论预测值，分析理论值与实测值的相关性，验证回归方程的有效性。结果 以NC、ESS和BMI为自变量，以AHI为因变量推导出的多元回归方程为AHI=46.129+2.335BMI-2.546NC+4.863ESS，根据该方程计算得出的AHI理论值与AHI实测值比较，无显著性差异（P＞0.05），理论值与实测值呈显著正相关（r=0.843，P<0.01）。结论 NC、ESS和BMI与OSAHS的严重程度之间存在明显的相关性，可以作为临床对OSAHS病人进行初步筛选的良好指标。根据NC、ESS和BMI的回归方程计算得出的AHI理论值可以作为判定OSAHS的严重程度的一个参考指标。    【关键词】  阻塞性睡眠呼吸暂停综合征 多元线性回归 呼吸紊乱指数　　The Analysis of Influencing Factors on OSAS  Zhu Liying,et  al.  (HNO Department,Qiqihar First Hospital,Heilongjiang 161005 China)　　【Abstract】  Objective  To explore the possible correlation of the clinical parameters (such as neck circumference,body mass index,Epworth sleepiness scale) with the severity of Obstructive Sleep Apnea-Hypopnea Syndrome，OSAHS;and to get a rapid,simple and reliable method on assessing the severity of  OSAHS.Methods  136 patients who seemed to be ill with OSAHS had been inspected with the PSG，120 cases of these patients accepteded the diagnosis standard of OSAHS,they were brought into the investigation.All patients underwent the physical examination,which included neck circumference,body mass index  and  Epworth sleepiness scale;The correlation between apnea and hypopnea index(AHI) and neck circumference,body mass index,epworth sleepiness scale were analyzed.All the independent variables were analyzed by linear regression through the dependent variables－AHI.At the same time,we got the multiple linear regression equation.Then the new AHI can be calculated by the equation.We  compared  the new AHI with the old one， by which the evaluation of the linear regression equation was detected.Results  When all the requested variables (BMI,NC,ESS) entered,we got the linear regression equation about dependent variable AHI(AHI =46.129+2.335BMI -2.546NC+ 4.863ESS),by which we got the new AHI.We found significant correlations between new AHI and the old AHI(r=0.843，P<0.01).Conclusions  Neck circumference,body mass index and Epworth sleepiness scale are significantly correlated with the severity of OSAHS.The three factors are better evaluation index of OSAHS,it has the evident worth to forecast the degree of OSAHS.　　【Key words】  Obstructive sleep apnea syndrome(OSAS)  Multiple linear regression  Apnea hypopnea index(AHI)    阻塞性睡眠呼吸暂停低通气综合征（Obstructive Sleep Apnea-Hypopnea Syndrome，OSAHS）是一种严重的具有潜在致死性的睡眠呼吸障碍疾患。患者由于夜间睡眠时频繁出现打鼾和呼吸暂停，导致低氧血症及高碳酸血症，夜间反复觉醒及片断化睡眠，造成白天嗜睡、焦虑、抑郁等精神活动异常，给工作、学习、生活甚至人身安全造成严重危害。多道睡眠图是检查和诊断OSAHS的金标准，OSAHS的诊断和分度主要根据呼吸暂停或低通气指数的大小。本文分析ESS、BMI、NC与AHI之间的相关性，并将以上各因素进行回归分析推导出线性回归方程，进而计算出AHI的理论预测值，为OSAHS患者寻找一种简洁，快速，经济的初筛方法。1  资料和方法　　1．1  一般资料  选择从2004年9月~2006年9月来哈尔滨医科大学附属第二医院耳鼻咽喉科就诊的以夜间睡眠打鼾、憋气为主诉的患者136例，对所有患者行PSG检查。所有研究对象均除外有头部创伤、癫痫、脑肿瘤、脑出血、代谢中毒、感染等病史，以及服用影响神经系统兴奋性药物病史者。其中120例确诊为OSAHS，16例排除。120例患者中，男119例，女11例，年龄19~69岁，中位年龄43.50岁。　　1．2  方法  夜间睡眠呼吸监测：对所有入选者采用SW-SM2000C型多导睡眠分析系统（北京东方万泰公司）进行睡眠监测并做人工分析。OSAHS的判断标准为夜间7h睡眠中发生呼吸暂停和/或低通气30次以上，或平均每小时发生呼吸暂停和/或低通气的次数即呼吸紊乱指数（AHI）大于5次/h。记录所有入选者的AHI值。　　1．3  ESS测评  参照Johns等［1］1991年提出的方法，采用Epowrth嗜睡评估表以自我问卷方式对患者进行嗜睡评分。问卷项目包括：1）坐着阅读时。2）看电视时。3）公共场所坐着活动。4）乘车旅行持续1小时不休息。5）条件允许情况下午后躺着休息时。6）午饭后（未饮酒）坐着休息时。7）坐着和别人谈话时。8）驾车时停车等信号的几分钟内。在上述情况下是否会出现瞌睡，从不瞌睡为0分，偶尔瞌睡为1分，经常瞌睡为2分，每次都发生瞌睡为3分。对8种情景下发生瞌睡的机会分别评分，然后相加即得嗜睡评分。颈围测量法：由专职护士测量，受检病人取坐位或站立位，两眼平视，平静呼吸，用软尺紧贴喉结下缘测量颈部周径。身高、体重测量：正确测量病人的身高、体重，并计算出体重指数。体重指数（BMI）=体重（kg）/身高2（kg/m2）。测量身高时要求病人脱鞋，保持垂直站立位，两眼平视前方。称体重时病人脱去外套，鞋子，同时减去内衣的重量。　　1．4  统计学分析  所有观察指标量化，然后以AHI为因变量Y，以BMI、NC、ESS为自变量X，应用SPSS 10.0软件进行数据处理，先进行直线相关与逐步回归分析，求出回归方程Y1（BMI），Y2（NC），Y3（ESS），Y（总）。再以回归方程推算出AHI的理论预测值，采用配对t检验和直线相关分析比较AHI理论预测值与实际测量值之间的差异。2  结果　　所有观察指标以均数±标准差表示，见表1；以AHI为因变量，以BMI、NC和ESS为自变量进行多元逐步回归分析，所得回归方程结果见表2，三个观测指标全部进入方程，经假设检验回归方程有意义。　　表1  PSG监测结果以及BMI、NC和ESS测定值测量指标    略　　表2  以AHI为因变量，分别以BMI、NC和ESS为自变量的线性回归分析　略　　表3  以AHI为因变量，以BMI、NC和ESS为自变量的多元逐步回归分析　略　　分别按上述前四个回归方程求出相应的AHI值，四组理论预测的AHI值与实测值的相关性见如下的散点图：    可见由NC、ESS和BMI为自变量的多元逐步回归方程推导出的AHI理论值与AHI实际测得值关系最为密切，呈显著正相关（r=0.843,P<0.01）。理论值和实际测量值经配对t检验（表4），结果无显著差异（P＞0.05），即理论值和实际测定值两组数据之间的相关性较好，说明此方程对于AHI具有良好的预测价值。　　表4  根据总回归方程推导的AHI理论值与AHI实测值比较（略）　　图1 －图4  略3  讨论　　OSAHS以反复发作的睡眠时呼吸暂停或气流减低，严重打鼾，白天嗜睡为特征，其发病率很高，在美国，成年男性的发病率达15%，女性达9%，65岁以上老年人发病率更高［2］。在我国，有报道患病率为3.4%［3］。由于反复的夜间缺氧，高碳酸血症及睡眠结构紊乱，可导致人体代谢紊乱和神经内分泌失调，发生组织器官的缺血、缺氧及多系统功能损害［4-5］，严重者甚至可以发生猝死。有报道称，OSAHS的五年病死率可达11%~13%，而AHI＞20的患者病死率更高，达37%［6］；因此，尽早预防和治疗这一疾病不仅可明显提高患者的生活质量，预防各种并发症的发生，而且可以有效的提高患者的生存率。为了早期预防和治疗OSAHS，尽早诊断显得尤为重要。对于OSAHS诊断的确定，多导睡眠图（PSG）仍是“金标准”。其诊断标准参照中华医学会耳鼻咽喉科分会，中华耳鼻咽喉科杂志编辑委员会2002年4月杭州会议制定的关于OSAHS的诊断及分度标准［7］，即AHI在5~20次/h为轻度，21~40次/h为中度，AHI＞40次/h为重度。根据夜间多导睡眠监测（PSG）可以轻易的获得AHI的确切值，因而确诊OSAHS也很容易。而对于缺乏PSG的基层医院，确诊OSAHS却绝非易事，尤其是有中枢性呼吸睡眠障碍疾病的患者。基层医院一般采用常规体格检查来发现阻塞部位及阻塞层面，进而采取治疗措施，具有很大的盲目性。本文旨在为OSAHS患者寻找一种简洁、快速、经济的初筛方法，并为基层医院在OSAHS的诊断方面提供一个便捷的途径。阻塞性睡眠呼吸暂停综合征的影响因素是多方面的，国外有资料表明［8］，颈围超过43厘米的成人中30％患有OSAHS。Stroh等研究发现颈围与AHI呈正相关［9］，认为颈围是目前反映睡眠时上气道口径及功能最特异的指标。另外，Salvador等认为肥胖是OSAHS的一个重要预测因素［10］，肥胖者比非肥胖者发生OSAHS的可能性高10倍，肥胖与OSAHS之间的密切联系已得到公认，而在肥胖人群中，BMI可作为OSAHS的重要监测指标。按中国肥胖问题工作组推荐的BMI分类标准，当体重指数大于等于28时，各种危险因素异常和聚集的特异度可达到90％以上，假阳性率小于8％［11］。李永霞等认为体重超重比与呼吸紊乱严重程度指标AHI呈正相关［12］，即BMI与AHI呈正相关。上述说明BMI，颈围不仅与AHI有明显的相关关系［13］，而且与AHI的严重程度也密切相关，即BMI越大，颈围越粗，AHI越大，患者的严重程度越重。究其原因则是肥胖或颈围增大者，颈部、咽部、舌及腭部等上气道脂肪过度聚集，软组织体积增大，导致上气道变窄，仰卧位睡眠时咽部组织的下坠和颈部脂肪的压迫使狭窄的气道进一步塌陷闭塞，从而导致阻塞性呼吸暂停及低通气的发生。关于ESS在OSAHS 发病及预测中的作用，亦有许多报道。在Chung的研究中［14］，正常人的ESS值为7.5±3.0，而OSAHS患者的ESS值为13.2±4.7。在Johns的研究中发现ESS值与AHI有显著的相关性［1］，这与本组的研究相同。即ESS值越高，OSAHS病情越重，ESS评分基本与病情相符。对于各个独立的观察指标而言，NC、BMI、ESS均与AHI显著相关，与OSAHS的发病关系密切。ESS评分与BMI越高、NC越大，夜间睡眠时发生呼吸紊乱的次数越多，缺氧越严重。但是，OSAHS的病情严重程度不应由ESS、BMI、年龄、颈围等单个因素来确定，由单个因素预测OSAHS的严重程度偏颇较大，而由三者来共同预测的AHI相对客观，因为总回归方程的回归系数要大于任何一个单一因素的回归方程的回归系数，上面的散点图已经作出了直观的描述。本组患者的研究结果表明由颈围，ESS，BMI为自变量的方程推导出的理论AHI值与AHI实测值关系最为密切，且呈直线相关（r=0.843，P<0.01），理论值和实际测量值无明显差异（t=0.981，P＞0.05），即理论值和实际测定值之间的相关性较好，说明此方程具有较好的预测价值，因而可以根据回归方程对OSAHS患者的轻重程度做出初步筛查与诊断。利用回归方程推算AHI,可以作为诊断OSAHS的一种简单易行的初筛手段，对临床疑似OSAHS的患者首先进行AHI推算，根据 AHI的大小选择进一步的诊断及治疗方案，可以有效减少医疗资源的不必要浪费，在一定程度上减轻患者的经济负担。虽然利用回归方程可以初步判定OSAHS的严重程度，但其预测值仍有偏差，但相对于单个指标，如颈围、体重指数、ESS嗜睡评分等，其预测值又相对客观，因而在实际工作中，应用应该有所变通。对于OSAHS诊断的确定诊断，多导睡眠图（PSG）仍是“金标准”。PSG监测不仅可以确定OSAHS的有无，更可对其严重程度做出客观评价，并可根据夜间动态脑电图的变化，分析病人的睡眠结构有无紊乱及失眠的原因［15］，因而在实际的工作中仍发挥着不可取代的作用。对于监测条件缺乏的基层医院，如遇怀疑有OSAHS的患者，可以根据多元线性回归方程初步推算AHI,预测OSAHS的发病与发展，积极干预，尽早采取治疗措施，重视OSAHS患者病情影响因素的探讨，对于干预和治疗OSAHS都有重要的临床意义。【参考文献】　　［1］ Johns MW.A new method for measuring daytime sleepiness:The Epworth sleepiness scale［J］.Sleep 1991，14:540-545　　［2］ Young T,Palta M,Dempsey J,et al.The occurrence of sleep-disordered breathing among middle-aged adults［J］.N Engl J Med,1993,328:1230-1235　　［3］ 黄席珍.睡眠呼吸障碍疾患诊治进展与国内16年来的经验［J］.中华呼吸和结核杂志，1998，21：463-465　　［4］ 陈光辉，刘玲玲，王士雯，等.睡眠呼吸暂停综合征与心脑血管疾病的相关性研究［J］.中国临床康复，2004，8(6):1039-1041　　［5］ 倪秀石，肖永龙，朱文辉.睡眠及暂停综合征患者脑血流变化脑功能相关性分析［J］.中国临床康复，2003，7(9):1429　　［6］ 李玉明，岳智勇，梁美庚.阻塞性睡眠呼吸暂停综合征450例疗效分析［J］.临床耳鼻咽喉科杂志，2003，17（3）：159-160　　［7］ 中华医学会耳鼻咽喉科学分会，中华耳鼻咽喉科杂志编委会.阻塞性睡眠呼吸暂停低通气综合征诊断依据和疗效评定标准暨悬雍垂腭咽成形术适应症(杭州)［J］.中华耳鼻咽喉科杂志,2002,37 (6):403-404　　［8］ Guille minault C,Stoohs R,Kim YD.Upper airway sleep disordered breathing in women［J］.Ann Intern Med,1995,122:493-501　　［9］ Stroh IK,Redlinc S.Recognition of obstructive sleep apnea［J］.Am J Resp Crit care med,1996,154:279-289　　［10］ Salvador J,Iriarte J,Silva C,et al.The obstructive sleep apnea syndrome in obesity:a conspirator in the shadow［J］.Rev Med Univ Navarra,2004,48(2):55-62　　［11］ 陈春明.中国成人体质指数分类的推荐意见简介［J］.中华预防医学杂志，2001，35：349-350　　［12］ 李永霞，董昭兴，钟红，等.不同肥胖程度和阻塞性睡眠呼吸暂停综合征的研究［J］.中国医师杂志，2006,6(8):817-818　　［13］ 赵颖，曾祥龙,等.颈围与阻塞性睡眠呼吸暂停综合征的相关性研究［J］.口腔正畸学杂志,1999，6（1）22-25　　［14］ Chung KF.Use of the Epworth sleepiness scale in Chinese patients with obstructive sleep apnea and normal hospital employees［J］.J Psychosom Res,2000,49:367-372　　［15］ 郭晓明，游国雄，宿长军,等.抑郁性失眠与心理生理性失眠多导睡眠图特征比较［J］.中国临床康复，2004，8(9):1635-1636