白春杰,李淑芝,刘子晔,刘文辉,刘冬雪,陈丽霞#,纪代红△

(1.内蒙古民族大学附属医院，内蒙古通辽 028000；2.大连大学附属中山医院，大连 116001；3.内蒙古医科大学，呼和浩特 010000)

阻塞性睡眠呼吸暂停低通气综合征(obstructivesleep apnea hypopnea syndrome，OSAHS)是一种常见的睡眠障碍相关的呼吸性疾病，主要指睡眠期间反复出现短暂、可逆的上气道狭窄或阻塞，导致呼吸暂停、睡眠片断化和低氧血症[1]。OSAHS男性发病率为2%～4%，女性为1%～2%，儿童为0～5.7%[2],老年发病率可达到42%[3]。OSAHS可导致患者认知功能下降[4]、白天嗜睡增多，影响日常工作和学习[5]，也可降低患者的生活质量等[6-7]。流行病学及临床研究证实，OSAHS与心脑血管疾病如高血压、冠心病、脑卒中等有着密切关系[8-11]。可见，OSAHS危害极大。因此，OSAHS已成为健康管理中的一个主要问题[12]。多导睡眠图(polysomnograpy，PSG)是诊断OSAHS的“金标准”，但由于操作复杂，需要专业的睡眠技师进行监测及数据分析，设备少、价格昂贵，且患者由于不能适应监测环境及仪器的束缚而产生“首夜效应”，故存在一定的局限性[13]。而体质量指数(body mass index，BMI)是评判肥胖的重要指标，是国际上常用的衡量人体胖瘦程度及是否健康的一个标准[14]，具有简便、易行的特点，医生和护士即可完成评估，更易于临床工作的开展。故本研究为分析BMI与OSAHS的关系，采用受试者工作特征曲线(receiveroperatingcharacteristiccurve，ROC)分析BMI对于OSAHS发生的诊断价值，为OSAHS的预防、诊断及医护人员采取相应干预策略提供参考。

1 资料与方法

1.1 研究对象 本研究采用回顾性研究，选取2017年3-12月大连大学附属中山医院耳鼻喉科OSAHS患者161例，非OSAHS患者51例作为研究对象。纳入标准：(1)经耳鼻喉科医生根据PSG分析结果确诊为OSAHS的患者；(2)年龄大于或等于18岁；(3)自愿参加本研究者。排除标准：(1)合并慢性阻塞性肺疾病等其他种类呼吸系统性疾病的患者;(2)精神疾病患者；(3)恶性肿瘤者；(4)临床资料不完整者。

1.2 PSG PSG在1974年利用心电图(ECG)、脑电图(EEG)、眼动电图(EOG)、肌电图(EMG)、鼻气流(NAF)、腹部和(或)胸部活动[AE和(或)TE]、身体位置、鼾声和血氧饱和度(SaO2)等多通道指标，综合评估睡眠障碍的检测手段命名为PSG[15]。它可监测睡眠潜伏期(sleep onset latency，SOL)、睡眠效率(sleep efficiency，SE)、总睡眠时间(total sleep time，TST)、清醒次数(number of awakenings，NA)、呼吸暂停低通气指数(apnea hypopnea index，AHI)、平均血氧饱和度(mean oxygen saturation，MSaO2)和最低血氧饱和度(lowestoxygen saturation，LSaO2)等指标，对睡眠障碍做出全面评定。PSG监测和数据分析均由经过培训的专业人员进行，监测开始时间为21:00～23:00，结束时间次日晨6:00～7:00，至少监测7 h。目前，PSG是诊断OSAHS的“金标准”[16-17]。临床上主要用于睡眠呼吸暂停低通气综合征、不动腿综合征、失眠障碍等疾病的诊断。本研究采用的是Alice6 PSG进行数据采集，按照2.0版AASM手册规则分析睡眠及相关事件。

2 结 果

2.1 一般资料 患者共212例，其中，男162例(76.42%)、女50例(23.58%)，年龄18～82岁，平均(50.63±13.11)岁；OSAHS组161例，男124例(77.02%)，女37例(22.98%)，年龄18～82岁，平均(50.801±12.63)岁；非OSAHS组51例，男38例(74.51%)，女13例(25.49%)，年龄18～81岁，平均(50.10±14.66)岁。相关分析显示，OSAHS组男和女各项指标比较差异有统计学意义(P<0.01)。见表1。

2.2 BMI与OSAHS组患者、非OSAHS组相关性分析 OSAHS组患者BMI、AHI得分高于非OSAHS组；LSaO2、MSaO2低于非OSAHS组，差异有统计学意义(P<0.05)，两组患者SE差异无统计学意义(P>0.05)，见表2。OSAHS组患者BMI与低通气指数相关性分析呈正相关(r=0.503，P<0.01)；非OSAHS组患者BMI与低通气指数相关性分析呈正相关(r=0.295，P<0.01)。两组BMI与低通气指数相关性比较见图1。

2.3 BMI对阻塞性睡眠呼吸暂停低通气综合征发生的预测价值 通过ROC曲线分析BMI预测OSAHS患者是否发生的诊断价值。从图2可以看到BMI预测OSAHS患者的ROC曲线下面积为0.640，P<0.01，95%CI(0.556～0.725)。

表1 OSAHS组患者多导睡眠监测结果比较

表2 OSAHS组和非OSAHS组患者多导睡眠呼吸监测结果比较

图1 OSAHS患者BMI与低通气指数的相关性分析

图2 BMI预测阻塞性睡眠呼吸暂停低通气综合征患者ROC曲线

3 讨 论

3.1BMI与阻塞性睡眠呼吸暂停低通气综合征的相关性OSAHS以夜间反复发生呼吸暂停或低通气为主要临床特征，与年龄、性别、肥胖、慢性疼痛、吸烟、酗酒、药物治疗等诸多因素相关。本研究通过将OSAHS组患者与非OSAHS组患者相关参数进行比较，发现OSAHS组患者BMI明显高于非OSAHS组患者，男性BMI明显高于女性；BMI与OSAHS组和非OSAHS组患者均具有相关性(r=0.503、0.295，P<0.01)。相关分析显示，OSAHS的发生对患者SE没有影响(P>0.05)。随着BMI的增高，患者出现更严重的夜间低氧血症，且BMI越高的患者，其OSAHS严重程度越重。可能与OSAHS患者因睡眠时上气道顺应性下降而发生呼吸暂停，进而导致低氧血症和高碳酸血症[18]。本研究中，女性患者例数明显少于男性，符合OSAHS男性发病率高于女性，与BASOGLU等[11]研究结果一致。多项研究报道肥胖是导致OSAHS的最重要危险因素[12,19]。可能是肥胖与咽喉部脂肪增加、舌头脂肪增加及体积增大有关。且肥胖患者上气道狭窄程度更为严重，腹部及胸廓脂肪堆积更为明显，使得纵向气管牵张力及咽壁张力减弱，胸壁顺应性下降，肺容量进一步下降，加重OSAHS的严重程度。尽管肥胖是OSAHS发生的最重要危险因素，但肥胖和OSAHS之间确切的关系还不清楚，有待进一步验证。

3.2BMI对阻塞性睡眠呼吸暂停低通气综合征的预测价值OSAHS在临床上非常常见，严重影响了患者的生活质量。增加了经济和社会负担[20]。目前，PSG是OSAHS诊断的“金标准”，临床医生根据PSG对OSAHS进行确诊。尽管PSG在临床上广泛用于OSAHS诊断，但价格昂贵，其监测和数据分析均需要专业的技术人员；且监测时间至少大于7h[21]。ROC曲线可用来评价诊断试验的准确性，是目前公认的评价诊断试验准确性最佳的方法之一[22]。当ROC曲线下面积AUC在0.5～1.0时，表明该诊断方法具有较好的诊断价值，曲线下面积越大，其诊断价值越好。相关分析显示，本研究中ROC曲线下面积为0.640，说明BMI是一项能够预测OSAHS是否发生的有效指标，能够较好地预测OSAHS，故临床上可推荐BMI用于OSAHS发生的预测。SALVADOR等[23]研究也认为BMI是OSAHS的一个重要预测因素，与本研究结果相似。BMI评价简单、易行，护士即可完成，仅需要知道患者身高、体质量即可，不仅可以降低医疗成本，还可以缓解了医生短缺和医院PSG的不足。同时，患者可以通过BMI了解自己OSAHS的发生风险，护士可对患者采取针对性的预见性护理，早期予以限制饮食、运动锻炼、使用呼吸机等干预措施。提高其生活质量。

综上可知，BMI与OSAHS呈正相关，BMI能够较好地预测OSAHS患者的发生，可为医护人员采取相应干预策略提供参考。笔者认为，应倡导BMI在预测OSAHS发生的应用，以提高其生活质量，促进全民健康。