研究目的

睡眠期间气流受限的存在与不利的健康后果相关，与阻塞性睡眠呼吸暂停 (OSA) 的严重程度（呼吸暂停低通气指数，AHI）无关，但量化它仍然极具挑战性。在这里，我们展示了一个独特的库和随附的自动化方法，我们将其应用于研究睡眠期间的气流受限。

方法

使用气流形状和生理信号（每个食管内膈肌肌电图的通气驱动）对 117,871 次呼吸（N = 40 名参与者）进行视觉分类（确定的气流受限、可能的气流受限、正常）。开发了一个序数回归模型，以使用气流形状特征（例如展平、舀取）来量化气流受限的确定性；每次呼吸的一致性（Cohen's ƙ）；和夜间气流受限频率（R2，睡眠期间确定或可能类别的呼吸百分比）与视觉评分进行比较。随后的应用检查了觉醒和稳定呼吸期间的气流受限频率，以及与通气驱动的关联。·

结果

该模型（23 个特征）评估气流受限具有良好的一致性（逐次呼吸 ƙ = 0.572，p < 0.001）和最小误差（过夜气流受限频率 R2 = 0.86，误差 = 7.2%）。气流受限频率在很大程度上独立于 AHI (R2 = 0.16)，并且在阻塞性睡眠呼吸暂停个体中变化很大（74[32–95]% 呼吸，平均值[范围]，AHI > 15/h，N = 22）。气流受限出乎意料地频繁，但在觉醒（40[5-85]% 次呼吸）和稳定呼吸（58[12-91]% 次呼吸）期间会发生变化，并且与通气驱动升高有关（R2 = 0.26-0.29；R2 < 0.01 AHI v. drive）。

结论

我们的方法可以量化气流受限频率，这是阻塞性睡眠呼吸障碍的一个关键方面，与 AHI 无关，通常不可用。气流受限频率因人而异，在觉醒和稳定呼吸期间普遍存在，并显示通气驱动升高。

（叶妮摘自 Sleep, Volume 44, Issue 12, December 2021, zsab170）