使用睡眠呼吸暫停嚴重程度綜合指數預測CPAP呼吸機使用和治療效果
研究目標
基線睡眠呼吸暫停疾病狀況測量（呼吸暫停 - 低通氣指數，Epworth嗜睡量表）可預測持續氣道正壓通氣（CPAP呼吸機）治療的依從性，但睡眠呼吸暫停嚴重程度綜合指數（睡眠呼吸暫停嚴重程度指數和修正后的睡眠呼吸暫停嚴重程度指數）可能更有力地反應疾病嚴重程度和預測治療效果。我們檢驗了每種睡眠呼吸暫停疾病測量方法的相對預后能力，并分別預測隨后的CPAP呼吸機依從性和主觀睡眠效果。
方法
在三級學術睡眠中心進行的前瞻性隊列研究�；颊撸╪ = 323）接受了初步診斷性多導睡眠監測，用于疑似阻塞性睡眠呼吸暫停和隨后6個月的CPAP呼吸機治療
結果
基線呼吸暫停 - 低通氣指數和兩個綜合指數預測多變量分析中6個月的CPAP呼吸機治療依從性（均p≤0.001）。基線Epworth嗜睡量表未預測CPAP呼吸機依從性（p = 0.22）。兩項綜合指數在6個月時的CPAP呼吸機依從性比呼吸暫停 - 低通氣指數具有統計學上更強的預測因子（p <0.001）。在多變量分析中，基線呼吸暫停 - 低通氣指數（p <0.05）和兩個綜合指數（均p <0.04）預測了匹茲堡睡眠質量指數的變化，而只有綜合指數預測了睡眠呼吸暫停生活質量指數的變化（均為p < 0.001）。治療依從性的調整不影響綜合指數與睡眠呼吸暫停生活質量指數變化的關系（均p≤0.005）。
結論
基線睡眠呼吸暫停嚴重程度綜合指數更好地預測客觀CPAP呼吸機依從性和主觀治療效果，而不是基線呼吸暫停 - 低通氣指數和基線Epworth嗜睡量表。
注：睡眠呼吸暫停嚴重程度指數（SASI）和修正的睡眠呼吸暫停嚴重程度指數（修正SASI）是睡眠呼吸暫停嚴重程度的多變量綜合指標。這些指數包括多導睡眠圖核心測量指標（AHI和最低血氧飽和度），主觀嗜睡評分（白天嗜睡）和 人體測量指標（體重指數BMI和咽部粘膜多余指數[SASI測量]或扁桃體等級[修正SASI測量]），將這些指標計算后納入綜合嚴重程度分級系統。 這些指標已得到驗證，并且比單獨的AHI更能反映睡眠呼吸暫停疾病嚴重程度的廣度。
（葉妮摘自 J Clin Sleep Med 2016;12(6):849–854.）
