详细内容
开发基于生理的模型，使用标准多导睡眠图和临床数据来预测阻塞性睡眠呼吸暂停的口腔矫治器治疗效果
时间：2021-11-16 作者：北京思力普睡眠研究所 【原创】
研究目的
口腔矫治器 (OA) 治疗是一种耐受性良好的持续气道正压通气 (CPAP呼吸机) 替代方法。但是，它的治疗效果不如CPAP呼吸机。另外一个尚未解决的主要临床挑战是无法准确预测谁将对口腔矫治器治疗有反应。我们最近开发了一个模型来估计阻塞性睡眠呼吸暂停 (OSA) 的病理生理学内型。本研究旨在用这种基于生理的模型来预测口腔矫治器的治疗反应。
方法
对 62 名患有阻塞性睡眠呼吸暂停的男性和女性（29-71 岁）进行了一种新型口腔矫治器装置的功效研究。先对他们进行了实验室诊断，然后进行了口腔矫治器治疗效果的多导睡眠图研究。我们基于机器学习的模型包括来自诊断研究的 7 个多导睡眠图变量加上年龄和体重指数，然后根据标准的呼吸暂停低通气指数 (AHI) 定义预测口腔矫治器的治疗反应。最初，该模型使用前 45 名参与者的数据进行了10折交叉验证的训练。然后对其余 17 名参与者进行盲法独立验证。
结果
使用10折交叉验证预测口腔矫治器治疗反应者与非反应者（AHI<5 事件/小时）训练模型的平均准确度为 91±8%。在独立盲法验证中，所有 17 个人都被正确分类（AHI<5事件/小时）；59%（AHI<10 事件/小时）； 71%（AHI 减少 50%）和 82%（AHI 减少 50% 至 <20 事件/小时）。
结论
虽然需要更大的临床数据集进行进一步评估，这些发现强调了将常规收集的睡眠研究和临床数据与基于阻塞性睡眠呼吸暂停内型概念的机器学习模型一起使用的潜力，以帮助预测阻塞性睡眠呼吸暂停患者的口腔矫治器治疗效果。
（叶妮摘自 J Clin Sleep Med. Published Online:October 29, 2021）
