论文部分内容阅读
研究背景:阻塞性睡眠呼吸暂停低通气综合征（Obstructive sleep apnea hypopnea syndrome,OSAHS）是指由于睡眠时上气道坍陷导致夜间反复低氧、呼吸暂停,常伴有打鼾、睡眠结构紊乱、白天嗜睡等症状,可继发心脑血管、代谢系统等全身性疾病,严重影响患者生活质量。目前,针对OSAHS的一线治疗仍以持续正压通气（Continuous positive airway pressure,CPAP）呼吸机治疗为主,其治疗原理是将一定水平的呼吸机压力持续作用于整个呼吸过程,形成的“气体支架”通过合适的外界压力防止上气道坍塌、增加功能残气量以及减少呼吸肌疲劳。关于OSAHS患者CPAP治疗压力值的设定一般根据整夜人工或机器自动调压进行滴定,人工压力滴定结果较准确,但过程繁琐,对医技人员要求较高,目前临床应用较少;呼吸机自动正压通气治疗模式（Auto-adjusting continuous positive airway pressure,APAP）下的压力滴定具有操作简单、节省人力、可重复进行等优点,但睡眠呼吸监测室的设备仪器要求较高,且精确度尚未得到普遍认可。在基层医院很少有条件进行人工或者机器压力滴定,因而OSAHS患者CPAP初始治疗压力值的设定往往根据接诊医师的个人经验进行,容易产生误差影响治疗效果。在此前提下,我们旨在研究OSAHS患者自动正压通气治疗压力的影响因素。研究目的:1、研究阻塞性睡眠呼吸暂停低通气综合征（OSAHS）患者自动正压通气治疗压力值的相关影响因素;2、归纳压力预测值的回归函数。3、研究Epworth嗜睡量表在OSAHS疾病诊断中的价值;方法:选取2017年1月至2018年6月于我院通过多导睡眠监测（Polysomnography,PSG）符合OSAHS诊断并行自动压力滴定治疗的患者101例,回归性分析患者自动正压通气滴定下90%可信度的治疗压力值(P90)与年龄、体重指数（BMI）、颈腰围、血压、Epworth嗜睡量表（Epworth sleepiness score,ESS）评分以及呼吸暂停指数（Apnea hypopnea index,AHI）等多导睡眠监测指标以及压力滴定治疗后残余呼吸暂停指数等的关系,收集整合上述实验资料,并运用SPSS22.0统计软件分析,主要统计方法包括t检验、Kolmogorov–Smirnov检验、简单线性回归分析、多元线性逐步回归分析。结果:本研究共有101例OSAHS患者,按OSAHS疾病严重程度分级,轻度为15人（14.85%）,中度24人（23.76%）,重度62人（61.39%）。入组患者的颈围为（40.24±3.72）cm,腰围为（101.60±16.11）cm,身体质量指数（Body mass index,BMI）为（28.90±6.27）Kg/m2,ESS评分为（14.22±2.78）分。所有患者的平均治疗压力值(P90)为（10.41±1.92）cmH2O。经过统计学分析,可知P90与BMI、颈围、收缩压、AHI、平均血氧饱和度（Mean arterial oxygen saturation,MSaO2）、最低血氧饱和度（Lowest arterial oxygen saturation,LSaO2）、血氧饱和度小于90%时间占总睡眠时间百分比（Percentage of time when oxygen saturation lower than 90%,SLT90%）呈相关性;P90与收缩压、MSaO2存在线性回归关系,与收缩压呈正相关,与MSaO2呈负相关（P均<0.05）。经过多元逐步回归（stepwise）法,我们得出了P90与收缩压、MSaO2之间的回归方程:P90=20.703+0.022×收缩压-0.144×MSaO2。结论:1.OSAHS患者自动正压通气的治疗压力值的影响因素包括了患者BMI、颈围、收缩压指标,以及AHI、平均血氧饱和度（MSaO2）、最低血氧饱和度（LSaO2）、血氧饱和度小于90%时间占总睡眠时间百分比（SLT90%）参数;2.不能通过OSAHS病情分级程度来简单判断P90治疗压力值;3.ESS评分可以为临床睡眠呼吸诊断提供前瞻性帮助;4.根据收缩压水平以及患者MSaO2指标能够预测治疗所需压力值,其值与收缩压呈正相关,与MSaO2呈负相关;