共同导出的多导睡眠图变量复合模型预测心血管结局风险要优于单独的呼吸暂停低通气指数（0574）
介绍
呼吸暂停低通气指数（AHI）可能不是阻塞性睡眠呼吸暂停（OSA）相关疾病的最佳预测指标，因为健康结果可能通过与睡眠呼吸暂停有关的不同病理生理途径（例如低氧血症、睡眠破碎）产生。是否可以使用多种与睡眠相关的多导睡眠图指标（相对于单个指标）来更好地预测结果？本研究旨在使用多导睡眠图（PSG）得出的变量来开发预测模型，以帮助识别有不良心血管结果或死亡风险的患者。
方法
我们对在三个退伍军人事务中心（康涅狄格州西黑文、印第安纳州印第安纳波利斯、俄亥俄州克利夫兰）进行的多站点观察队列研究进行了纵向分析。多导睡眠图衍生指标之间的关联代表了阻塞性睡眠呼吸暂停对心血管疾病的影响的四个病理生理领域（睡眠结构障碍、自主神经调节异常、呼吸障碍和低氧血症），使用Logistic回归评估主要结果（突发性卒中、短暂性脑缺血发作、急性冠状动脉综合征或死亡）。在二元分析中，与心血管结局相关的变量（p <0.20）包括在倒数中，然后进行多元逻辑回归并推导出简约模型。
结果
我们共将1,579名退伍军人纳入研究，他们主要是男性（95％），平均年龄为58±12岁，平均随访时间为5.5±1.3岁。调整CPAP呼吸机使用因素后，睡眠效率≥80％[OR 0.39（0.24-0.63）p <0.001]与较低的主要结局风险相关，而SaO2 <90％的总睡眠时间百分比[OR：1.64（1.26-2.15）p = 0.0003]，REM睡眠≥30百分比 [OR：2.77（1.07-7.19）p = 0.014]和低通气指数≥5 [OR （95％CI）：1.80（1.15-2.81）p = 0.010]与较高的主要结局风险相关。与仅使用AHI的传统临床切点相比，该简约模型显示出对主要结局的更好预测（AUC 0.64对0.55）。
结论
在我们的队列中，包含低氧血症、睡眠效率和REM睡眠百分比的复合模型比单独的AHI临床指标能更好地预测不良心血管结果或死亡。
（叶妮摘自 Sleep, Volume 41, Issue suppl_1, April 2018, Pages A213–A214）
