黄 兰，余丽君

中国医学科学院 北京协和医学院 护理学院基础护理学系办公室，北京 100730

阻塞性睡眠呼吸暂停(obstructive sleep apnea，OSA)，又称阻塞性睡眠呼吸暂停低通气综合征(obstructive sleep apnea hypopnea syndrome，OSAHS)，指患者在睡眠中反复出现呼吸暂停和低通气[1]。成人OSA的患病率为2%～4%[2，3]，男性为3%～7%，女性为2%～5%。McKinney等[4]指出两性间患病率的不同可能是因为女性漏诊率较高。Chung和Elsaid[5]指出该病在女性中的漏诊率为92%。因此，应加强对女性的筛查，但目前缺乏能够有效筛查女性人群的工具。尽管既往开发、验证了多种筛查工具，但多关注男性人群[2，6]。而近年研究显示两性间在多项OSA临床表现和患病危险因素上存在差异[7- 9]，因此，上述工具在女性人群中的适用性有限，亟需寻找适用于女性人群的筛查、诊断方法。目前，多导睡眠监测(polysomnography，PSG)是诊断OSA的金标准，但受监测费用、设备数量等因素的影响，导致其应用普及性有限[2]。Marti-Soler等[10]于2016年基于睡眠队列开发的NoSAS评分经大样本(女性576例，55%)检验，在可疑睡眠呼吸障碍患者中易行、有效。卿思敏等[11]于2018年引入、汉化并调试该评分，经验证(女性110例，24.8%)，该评分在OSA筛查中有较好的灵敏度和特异度(75.0%、62.9%)，具有中度筛查价值。上述研究证实NoSAS评分在混合人群中具有较好的筛查价值，但对女性人群的筛查效果需进一步探索。卜梦滢等[12]在2018年构建了针对女性人群筛查的女性OSAHS筛查模型，该模型在女性人群中的筛查效果仍需进一步验证。本研究旨在验证NoSAS评分与女性OSAHS筛查模型在女性人群中的筛查效果，并比较两种筛查工具，以期找出适用于女性人群的筛查工具，从而降低女性人群的漏诊率。

对象和方法

对象选取2017年3月至2018年12月于北京2家三级甲等医院行PSG的女性。使用EMBLA N7000全数字多导睡眠监测系统进行整夜的PSG监测，睡眠监测数据经睡眠监测软件自动分析后，由睡眠技师进行人工睡眠分期和标记呼吸事件，再由睡眠医师核对。本研究纳入的女性年龄≥18岁，有完整的自主行为能力和认知能力，睡眠监测的时间>7 h；排除正在服用苯二氮卓类、巴比妥等镇静安眠药物和睡眠中呼吸事件以中枢性或混合性事件为主的睡眠呼吸暂停患者。

OSA的诊断标准及分组依据中华医学会2019年成人阻塞性睡眠呼吸暂停基层诊疗指南(实践版·2018)诊断成人OSA[1]。OSA诊断标准：每夜7 h睡眠过程中呼吸暂停低通气指数(apnea hypopnea index，AHI)≥5 次/h。并根据AHI的水平将研究对象分为非OSA组(AHI<5 次/h)、OSA组(AHI≥5 次/h)、中重度OSA组(AHI>15 次/h)和重度OSA组(AHI>30 次/h)。

筛查工具采用NoSAS评分与女性OSAHS筛查模型对所有受试者进行筛查。

NoSAS评分：采用由卿思敏等[11]翻译的中文版NoSAS评分，该评分分值为0～17 分，包含5项条目：颈围>40 cm为4分；体质量指数(body mass index，BMI)>25 kg/m2且<30 kg/m2为3分，BMI≥30 kg/m2为5分；打鼾为2分；年龄>55岁为4分；男性为2分。得分≥7分为OSA高风险。

女性OSAHS筛查模型：卜梦滢等[12]开发的女性OSAHS筛查模型的得分在1～14分，共包括5个条目：BMI≥24.55 kg/m2为3分；改良Mallampati(modified Mallampati，MMP)分级是Ⅲ或Ⅳ级为2分；打鼾程度是重度打鼾为2分；打鼾年限≥10.25年为4分；绝经为3分。得分>7分为OSA高风险。

资料收集所有研究对象均签署知情同意书。将两种筛查工具中的指标按照非测量指标和测量指标进行收集。其中年龄、打鼾年限与绝经等非测量指标由研究者询问患者或家属后填写。年龄根据我国年龄划分标准进行划分，即青年：18～40岁；中年：41～65岁；老年：66岁以后。打鼾程度依据《成人阻塞性睡眠呼吸暂停基层诊疗指南(实践版2018)》对打鼾程度进行分级，轻度打鼾：较正常人呼吸声音粗重；中度打鼾：鼾声响亮程度大于普通人说话声音；重度打鼾：鼾声响亮以至于同一房间的人无法入睡。本研究正在接受激素替代治疗的患者纳入为非绝经患者。需测量的指标如MMP分级、颈围、BMI由研究者本人进行测量。MMP分级：I级可以看到硬腭、软腭、悬雍垂和扁桃体；Ⅱ级可看到硬腭、软腭、悬雍垂；Ⅲ级可看到硬腭、软腭和悬雍垂基底部：Ⅳ级不能看到软腭，只看到硬腭。颈围：使用单位为厘米的软尺进行测量，卷尺的上边界水平放置在咽喉部位软骨突起的下方。BMI：受试者晨起时测量体重与身高，并计算BMI，单位为kg/m2；并根据《中国成人超重和肥胖症预防控制指南》将研究对象划分为体重过低：BMI<18.5 kg/m2；体重正常：BMI 18.5～23.9 kg/m2；超重：BMI 24.0～27.9 kg/m2；肥胖：BMI≥28 kg/m2。

结 果

一般资料共收集425例女性PSG监测结果和问卷资料。其中年龄在41～65岁的有246例，占总人数的57.9%；BMI在24 kg/m2及以上的共有273例(64.2%)，未绝经女性213例(50.1%)。根据PSG检测结果，非OSA组200例、OSA组225例；夜间平均血氧饱和度低于80%仅3例(0.7%)(表1)。

两种筛查工具的数据分布44例(10.4%)女性的颈围在40 cm以上；BMI>25 kg/m2的有54.8%；打鼾的有420例(97.5%)；年龄>55岁的共有161例(37.9%)(表2)。425例受试者NoSAS评分平均为(6.0±3.5)分，其中非OSA组的得分为(4.1±2.7)分，OSA组的得分为(7.6±3.3)分。在女性OSAHS筛查模型中，425例受试者的平均得分为(6.2±3.7)分，非OSA组的得分为(3.7±2.7)分，OSA组的得分为(8.3±3.1)分；调查人群在筛查模型的5项条目及高危和低危中的分布见表3。

两种工具的筛查效果在AHI≥5 次/h时，女性OSAHS筛查模型的特异度和阳性预测值均在90%以上，NoSAS评分和女性OSAHS筛查模型的筛查结果均与OSA诊断结果具有中、高度一致性(0.40

两种筛查工具的一致性以AHI≥5次/h为诊断标准，在原切分值下，NoSAS评分与女性OSAHS筛查模型筛查的一致性较弱(Kappa=0.277，P=0.000)。

两种筛查工具的ROC曲线下面积分别以NoSAS评分的0～15分与女性OSAHS筛查模型的0～14分为切分值，计算两种筛查工具在预测研究对象是否患有OSA(AHI≥5 次/h)、中重度OSA(AHI>15 次/h)、重度OSA(AHI>30 次/h)时的ROC曲线下面积。不同病情程度下，女性OSAHS筛查模型的ROC曲线下面积均大于NoSAS评分的面积(P=0.002，P=0.003，P=0.019)(表5)。

讨 论

两种筛查工具筛查的结果均与OSA诊断结果具有中、高度一致性。不同病情严重程度下，女性OSAHS筛查模型的ROC曲线下面积均大于NoSAS评分(P均<0.05)，灵敏度和特异度较高，表明相较于NoSAS评分，女性OSAHS筛查模型在女性人群中的筛查效果更佳。

表1 OSA组和非OSA组一般资料Table 1 General data of OSA group and non-OSA group

OSA：阻塞性睡眠呼吸暂停；BMI：体质量指数；AHI：呼吸暂停低通气指数；SpO2：血氧饱和度

OSA：obstructive sleep apnea；BMI：body mass index；AHI：apnea hypopnea index；SpO2：oxygen saturation

表2 NoSAS评分的组间数据分布 [n(%)]Table 2 Data distribution of NoSAS scores between two groups[n(%)]

表3 女性OSAHS筛查模型的组间数据分布[n(%)]Table 3 Data distribution of the OSAHS screening model of female snorers between two groups[n(%)]

OSAHS：阻塞性睡眠呼吸暂停低通气综合征；MMP：改良Mallampati指数

OSAHS：obstructive sleep apnea hypopnea syndrome；MMP：modified Mallampati index

表4 2种筛查工具对不同程度OSA的筛查效果Table 4 The value of the two screening tools on predicting different degrees of OSA

表5 2种工具筛查不同程度OSA时的受试者工作特征AUCTable 5 AUC receiver operating characteristic curve of two tools in screening different degrees of OSA

AUC：曲线下面积

AUC：area under curve

本研究纳入的研究对象以中老年女性为主(69.7%)，与本病的流行病学调查一致[13]，超重及肥胖的女性有64.2%，也与潘凤锦等[14]在女性中的调查一致。本研究绝经的女性有212例(49.9%)，其中OSA组中的绝经女性占71.5%，与叶京英等[13]的调查结果一致，即绝经期女性的患病率较高。邓小虹等[15]调查7232名北京地区女性发现其平均自然绝经年龄为48.41岁，与本研究中女性的平均年龄(48.9±14.3)岁一致。

使用指南推荐的诊断标准(AHI≥5 次/h)，本研究NoSAS评分的灵敏度(62.7%)和阳性预测值(79.6%)低于卿思敏等[11]和张笋等[16]在混合人群中验证的结果(分别为75.0%、79.2%和85.1%、84.8%)，但特异度(83.5%)高于两项研究(分别为62.9%、40.4%)，提示NoSAS评分在女性人群排除非OSA患者的能力较好，且筛查出的高危女性罹患OSA的可能性较高。与上述两项研究的阴性预测值(分别为47.1%、31.7%)相比，本研究女性人群的阴性预测值(63.5%)较高。排除因多导睡眠监测系统不同引起的诊断差异，导致本研究NoSAS评分灵敏度低的原因可能是本研究的研究对象为女性人群，而未能被NoSAS评分筛出的女性OSA患者，其颈围、BMI、年龄可能较低。本研究颈围>40 cm的女性仅有44例(10.4%)，OSA组的平均颈围为(37.5±2.9)cm，低于该评分的阈值。Onat等[17]发现女性颈围阈值为35 cm时的筛查效果较好。潘凤锦等[14]研究显示我国女性OSA患者的颈围低于男性患者，以≥34.5 cm为女性颈围阈值，更适用于女性人群的筛查。本研究OSA组的平均BMI(28.3±5.8)kg/m2与Li等[18]的研究[(28±3.5)kg/m2]一致，但低于美国OSA患者的平均BMI(34 kg/m2)[19]。年龄>55岁的OSA患者在本研究仅有54.7%，有研究指出东亚国家的OSA患病率更高、发病年龄更年轻，但肥胖更少[18]。以上结果提示可以通过调整颈围、BMI、年龄的阈值，提高NoSAS评分在女性人群中的应用效果。

AHI≥5次/h时，女性OSAHS筛查模型的特异度为92.5%，阳性预测值为90.4%，能够有效筛查出非患者，且该模型筛查出的高风险者有较高可能罹患OSA。但灵敏度仅为62.7%，需进一步提高。OSA组的5项条目中打鼾年限在10.25年及以上的仅有39.1%，而MMP分级为Ⅲ或Ⅳ级也较少(49.6%)，提示调整以上2项条目的阈值，或许是提高女性OSAHS筛查模型灵敏度的途径之一。女性OSAHS筛查模型以BMI≥24.55 kg/m2为BMI的筛查阈值，低于NoSAS评分阈值，OSA组中79.6%的研究对象超过这一阈值，这可能是女性OSAHS筛查模型的筛查效果优于NoSAS评分的原因之一。

在AHI≥5、15 次/h时，NoSAS评分与女性OSHAS筛查模型的筛查结果与OSA诊断的结果均有中、高度一致性，但在AHI>30 次/h时，NoSAS评分与OSA诊断的一致性较差。不同病情严重程度下，女性OSAHS筛查模型的灵敏度、特异度、阳性预测值、阴性预测值均略高于NoSAS评分。NoSAS评分与女性OSHAS筛查模型工具均在AHI>30 次/h时，有各自最大的灵敏度与阴性预测值，分别为69.5%、89.0%和75.8%、91.4%，表明两种工具筛查出的低风险者有较大的可能为非患者。不同病情严重程度下，两种筛查工具均具有中度筛查价值，且均在中重度组有各自最大ROC曲线下面积，表明两种工具均对中重度患者的筛查效果较好。比较两种工具的ROC曲线下面积，女性OSHAS筛查模型的面积在不同病情严重程度下均大于NoSAS评分(P均<0.05)。在AHI≥5 次/h时，女性OSHAS筛查模型的灵敏度和特异度均大于NoSAS评分。相较于NoSAS评分，女性OSHAS筛查模型在女性人群中的筛查效果较好，但其灵敏度仍有待进一步改善。

本研究对OSA疾病的严重程度使用单一的AHI进行定义，存在一定的局限性，没有考虑在没有AHI降低、而氧饱和度降低时的睡眠呼吸暂停，OSA的严重程度可能会因此与研究中展示的严重程度不同。此外，本研究有420例(97.5%)打鼾，对打鼾者的过度抽样，可能导致研究得出的灵敏度偏高。

综上，本研究女性OSAHS筛查模型的灵敏度和特异度均优于NoSAS评分，但女性OSAHS筛查模型的灵敏度仍需进一步提高，使其更适用于女性人群的筛查。在今后的研究中，调试两种筛查工具各条目的阈值和/或切分值，可能提高其应用于女性人群的筛查效果。