阻塞性睡眠呼吸暂停患者日间嗜睡与相关症状的深度关联：探索潜在诊疗新方向

首页今日动态人才市场新技术专栏中国科学人云展台
BioHot
云讲堂直播会展中心特价专栏技术快讯免费试用

生物通官微
陪你抓住生命科技
跳动的脉搏

生物通首页 > 今日动态 > 正文

《Sleep and Breathing》：Reported daytime sleepiness in relation to orthopnea, restless legs and nocturia in patients evaluated for suspected obstructive sleep apnea

【字体：大中小】 时间：2025年03月27日 来源：Sleep and Breathing 2.1

编辑推荐：

　　为探究疑似阻塞性睡眠呼吸暂停（OSA）患者日间嗜睡与 OSA 及其相关合并症和症状的关联程度，研究人员对 1305 例患者进行研究。结果发现日间嗜睡相关症状与不安腿、夜尿症和端坐呼吸的相关性强于呼吸暂停低通气指数（AHI）评分，这对 OSA 临床评估意义重大。

下载【肥胖症和糖尿病明星治疗靶点】，获取相关药物开发的最新进展。

为了促进科学的传播，生物通采集了这篇文章，订阅Biohot解锁原文索取

　　睡眠，本应是人们放松身心、恢复精力的美好时光，但对于一些人来说，却成了困扰。阻塞性睡眠呼吸暂停（Obstructive Sleep Apnea，OSA）就是这样一种常见且严重的睡眠相关呼吸障碍。患者在睡眠过程中，气道会出现部分或完全塌陷，进而导致上气道阻力增加，有发生呼吸浅慢或呼吸暂停的风险。据统计，挪威人群中，以 AHI 达到 5 及以上定义 OSA，其总体患病率为 16%；若 AHI 高于 15，患病率则为 8%。

OSA 给患者的健康和生活质量带来了极大的负面影响。它与多种疾病密切相关，如 2 型糖尿病、心血管疾病、代谢综合征、肥胖、认知障碍以及慢性疲劳综合征等。不仅如此，患者发生驾驶和工作事故的频率也更高。目前针对 OSA 的治疗手段多样，包括体位疗法、下颌前移装置、鼻用皮质类固醇、白三烯拮抗剂等，对于重度 OSA，持续气道正压通气（CPAP）是主要治疗方法。然而，CPAP 疗法存在依从性不佳的问题，患者常因鼻腔不适、鼻塞、面罩漏气和幽闭感等问题，导致依从率在 46% - 85% 之间波动，这使得症状难以缓解，严重影响患者生活。

QIAGEN IPA组学数据分子机理挖掘工具，支持多种数据分析，助您解读基因、蛋白或化合物等的生物学功能和分子调控机理，分析差异表达分子显著富集的生物学通路，构建调控网络。了解详情领取

一直以来，日间嗜睡被视作 OSA 的关键表现，常用 Epworth 嗜睡量表（ESS）进行评估。但如今，ESS 测量的日间嗜睡已不再是 OSA 诊断的必要条件。而且，仅依靠 AHI 评分预测死亡率存在局限性，它无法考量睡眠碎片化、呼气事件的持续时间和分布以及夜间缺氧等重要因素。因此，从更广泛的角度探究疑似 OSA 患者的日间嗜睡情况，挖掘潜在治疗策略迫在眉睫。

来自挪威豪克兰大学医院（Haukeland University Hospital）等机构的研究人员开展了相关研究。他们的研究成果发表在《Sleep and Breathing》上，为该领域带来了新的认知。

在这项研究中，研究人员采用了多种关键技术方法。首先，纳入了 1513 例因疑似 OSA 被转诊至挪威克里斯蒂安桑索兰讷特医院耳鼻喉头颈外科的患者，经筛选，1305 例数据完整的患者进入回归分析。研究采用单中心横断面研究设计，所有患者接受睡眠期间的标准呼吸多导监测，以此记录多项参数，用于判断 OSA 的诊断和严重程度。同时，患者需完成 ESS 量表以及一份涵盖合并症和日间疲劳相关症状的问卷，问卷问题采用 5 点李克特量表作答。最后，运用 IBM SPSS Statistics for Windows 29.0 软件进行统计分析，主要采用 Pearson 相关系数和线性逐步回归分析等方法。

广告安捷伦全自动毛细管蛋白电泳分析仪，点击预约新品体验！

研究结果如下：

患者基本特征与相关性分析：在纳入的 1513 例患者中，多种疾病的患病情况各异，如 29.5% 的患者报告有过敏史，11.3% 患有哮喘等。通过相关性分析发现，除饮酒情况外，多数变量之间存在显著相关性。在与 ESS 评分的相关性上，仅 ESS 评分与 AHI 评分显著相关，而日间嗜睡、晨起未恢复精神、日间烦躁等变量与多数其他自变量显著相关。
线性逐步回归分析结果：以 ESS 为因变量时，自我报告的端坐呼吸和不安腿对其影响最大，分别解释了 7% 和 2% 的方差，AHI 评分解释了 1.7% 的方差。在分析日间嗜睡和晨起未恢复精神时，不安腿是最显著的预测因素，分别解释约 8% 的方差，端坐呼吸解释约 3.5% 的方差。对于日间烦躁，不安腿同样是最显著的预测因素，解释 7.7% 的方差，哮喘也有独特贡献，解释约 0.5% 的方差。在驾车时入睡可能性方面，不安腿、端坐呼吸和年龄是关键预测因素，AHI 评分也有一定作用，解释 0.4% 的方差。在工作表现方面，不安腿是最强预测因素，解释 5.9% 的方差，年龄和端坐呼吸次之。因嗜睡导致病假方面，吸烟、不安腿、年龄和端坐呼吸依次为主要预测因素，但变量的预测能力较弱。
不同测量方式下的分析结果：当以自我报告的打鼾作为自变量分析日间嗜睡时，打鼾解释 10% 的方差；以客观测量的打鼾百分比分析时，不安腿是最强预测因素，解释 7.6% 的方差，测量的打鼾百分比未显示显著关联。排除端坐呼吸、不安腿和夜尿症作为自变量后，AHI 评分对 ESS 的影响更显著；在其他症状分析中，年龄、用药情况等因素的作用凸显。以 AHI 和氧饱和度下降指数（ODI）为因变量分析，BMI 是最强预测因素，自我报告的夜尿症次之。

研究结论与讨论部分指出，自我报告的不安腿、端坐呼吸和夜尿症与 AHI、ODI、ESS 以及各种日间疲劳症状存在统计学关联，可能是日间嗜睡的独立危险因素。评估这些因素有助于更全面地评估日间嗜睡和疲劳情况。这意味着在 OSA 的临床评估中，不能仅依赖 AHI 评分，应重视这些症状。针对不安腿、端坐呼吸和夜尿症的诊断和治疗，有望为缓解 OSA 患者日间嗜睡症状提供新途径。不过，该研究存在一定局限性，如患者自我报告数据的可靠性问题，以及研究的横断面设计无法明确因果关系等。未来还需进一步研究加以验证，但该研究为 OSA 的诊疗提供了重要的参考方向，对改善患者的生活质量和健康状况具有重要意义。

下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究

10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！

欢迎下载Twist《不断变化的CRISPR筛选格局》电子书

单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析

下载《细胞内蛋白质互作分析方法电子书》