使用睡眠呼吸暂停严重程度综合指数预测CPAP呼吸机使用和治疗效果
研究目标
基线睡眠呼吸暂停疾病状况测量（呼吸暂停 - 低通气指数，Epworth嗜睡量表）可预测持续气道正压通气（CPAP呼吸机）治疗的依从性，但睡眠呼吸暂停严重程度综合指数（睡眠呼吸暂停严重程度指数和修正后的睡眠呼吸暂停严重程度指数）可能更有力地反应疾病严重程度和预测治疗效果。我们检验了每种睡眠呼吸暂停疾病测量方法的相对预后能力，并分别预测随后的CPAP呼吸机依从性和主观睡眠效果。
方法
在三级学术睡眠中心进行的前瞻性队列研究。患者（n = 323）接受了初步诊断性多导睡眠监测，用于疑似阻塞性睡眠呼吸暂停和随后6个月的CPAP呼吸机治疗
结果
基线呼吸暂停 - 低通气指数和两个综合指数预测多变量分析中6个月的CPAP呼吸机治疗依从性（均p≤0.001）。基线Epworth嗜睡量表未预测CPAP呼吸机依从性（p = 0.22）。两项综合指数在6个月时的CPAP呼吸机依从性比呼吸暂停 - 低通气指数具有统计学上更强的预测因子（p <0.001）。在多变量分析中，基线呼吸暂停 - 低通气指数（p <0.05）和两个综合指数（均p <0.04）预测了匹兹堡睡眠质量指数的变化，而只有综合指数预测了睡眠呼吸暂停生活质量指数的变化（均为p < 0.001）。治疗依从性的调整不影响综合指数与睡眠呼吸暂停生活质量指数变化的关系（均p≤0.005）。
结论
基线睡眠呼吸暂停严重程度综合指数更好地预测客观CPAP呼吸机依从性和主观治疗效果，而不是基线呼吸暂停 - 低通气指数和基线Epworth嗜睡量表。
注：睡眠呼吸暂停严重程度指数（SASI）和修正的睡眠呼吸暂停严重程度指数（修正SASI）是睡眠呼吸暂停严重程度的多变量综合指标。这些指数包括多导睡眠图核心测量指标（AHI和最低血氧饱和度），主观嗜睡评分（白天嗜睡）和 人体测量指标（体重指数BMI和咽部粘膜多余指数[SASI测量]或扁桃体等级[修正SASI测量]），将这些指标计算后纳入综合严重程度分级系统。 这些指标已得到验证，并且比单独的AHI更能反映睡眠呼吸暂停疾病严重程度的广度。
（叶妮摘自 J Clin Sleep Med 2016;12(6):849–854.）
