目前,学界广泛认同未经治疗的睡眠呼吸暂停会加速心血管疾病的进程,增加其发病率及死亡率。
80%的患病人群未经过相关的诊断及治疗,共病发病风险增加。虽然未经治疗的睡眠呼吸暂停不会直接导致死亡,众多研究已经证实了未经治疗的睡眠呼吸暂停与心血管疾病、肥胖、II型糖尿病、高血压之间的直接联系,使用持续正压通气治疗可有效降低这一风险。睡眠呼吸暂停的早期筛查、诊断,对预防及减缓已知共病的发展进程有重要意义。
现在使用较多的筛查方式有问卷加PSG(多导睡眠图谱)检测。基于主观感受进行评估的问卷调查,无法与客观检测数据的准确性相比。STOP-Bang问卷中以每小时AHI > 5作为筛查标准,因其具有很高的敏感度(93%)被广泛接受,但特异度(56%)较差也会带来部分假阳性结果。对于问卷阳性结果的人群,一般建议接受PSG检测。PSG大规模应用于对睡眠障碍的检测,具有其局限性,检测步骤较为繁杂,耗时长,人力耗费较多,费用较高等缺点使其无法应用于潜在的风险人群。
文献名称:Ambulatory screening tool for sleep apnea: analyzing a single-lead electrocardiogram signal (ECG)
作者:Solveig Magnusdottir & Hugi Hilmisson
Springer斯普林格出版社在线出版时间:2017年9月7日
研究目的:验证单导心电数据自动分析睡眠呼吸暂停的准确性及实用性,心肺耦合(CPC)以及心率循环变化 (CVHR)两种算法的结合,来进行睡眠呼吸暂停的筛查。
研究方法:通过对47人进行CPC+CVHR算法检测及PSG(多导睡眠图谱)检测筛查睡眠呼吸暂停,对两种检测的分析结果进行对比。
研究结果:
灵敏度89%,特异度79%,一致性85%,PPV(阳性预测值,筛检试验检出的全部阳性例数中,真正患病的例数(真阳性)所占的比例)0.86,NPV(阴性预测值)0.83, Kappa系数0.70(0.61~0.80 高度的一致性)
配合自动分析软件,会得到更加有效的数据,灵敏度93%,特异度79%,一致性87%,PPV0.87,NPV0.88, Kappa系数0.74。
使用心肺耦合(CPC)以及心率循环变化(CVHR)技术并配以自动分析软件,可成为中度及重度睡眠呼吸暂停筛查的强有力临床工具。
SleepImage经FDA批准,设备小巧、便于佩戴,采用专利技术及临床验证算法分析心电、心率变异性、呼吸等数据,用于筛查睡眠障碍,客观测量睡眠时间、睡眠质量、睡眠异常。睡眠呼吸暂停是睡眠过程中呼吸周期性的中止,在呼吸中止及恢复呼吸的过程中,心率呈现周期性的增加和降低。
检测主要数据:SQI睡眠质量指数、SAI睡眠呼吸暂停指数、稳定睡眠(HFC高频耦合)、不稳定睡眠(LFC低频耦合)。
通过SAI、SQI、eLFCbb 和eLFCNB 可鉴别睡眠呼吸暂停的发生,同时亦可判断睡眠呼吸暂停的类型——阻塞性、中枢性或混合型。
更多阅读