详细内容
定义儿童阻塞性睡眠呼吸暂停的CPAP呼吸机依从性模式：使用真实世界数据的聚类分析
时间：2021-08-07 作者：北京思力普睡眠研究所 【原创】
研究目的
实施持续气道正压通气 (CPAP呼吸机) 疗法来治疗儿童阻塞性睡眠呼吸暂停是一个复杂的过程。儿科PAP治疗数据异质性高，临床管理不能一概而论。我们假设可以通过聚类分析对儿科CPAP呼吸机用户进行分组，以指导量身定制的干预措施。
方法
使用基于 (1)CPAP呼吸机耐受性（使用天数的平均小时数）和 (2)CPAP呼吸机使用的一致性（使用天数的百分比）的无监督分层聚类分析，对 250 名阻塞性睡眠呼吸暂停儿童的CPAP呼吸机治疗数据进行了回顾性检查。定义了每个集群的临床特征，并生成了用于临床实施的决策树分析。
结果
我们能够将所有 250 名儿童（中位年龄 = 11.5 岁）细分为五个集群：A (13.6%)、B (29.6%)、C (17.6%)、D (16.4%) 和 E (22.8%)。这些集群显示出CPAP呼吸机使用模式的显着差异（Kruskal-Wallis P 值 < 1e-16）。最一致的CPAP呼吸机使用模式见于集群 A、B 和 C。集群之间的主要差异包括肥胖患病率、CPAP呼吸机设置、发育迟缓和腺样体扁桃体切除术。我们还根据CPAP呼吸机下载数据的客观呼吸暂停低通气减少，确定了面罩接受度、OSA 严重程度和个体对CPAP呼吸机治疗反应方面的重要差异。
结论
通过基于云的CPAP呼吸机治疗数据分析，可以实现一种对儿童CPAP呼吸机使用模式进行分组的简单方法。这种新方法基于个人层面的真实世界证据，可能有助于优化所有年龄段儿童的CPAP呼吸机治疗。
（叶妮摘自 J Clin Sleep Med. 2021;17(5):1005–1013.）
