多導睡眠監測呼吸事件經自動分析與生動分析對阻塞性睡眠呼吸暫停低通氣綜合征的診斷價值

多因素睡眠監測（psg）是診斷出阻礙睡眠呼吸暫停低通氣綜合征（osahs）的金標準。但臨床發現有些打鼾者表現出的臨床癥狀與PSG自動分析結果相差較大,于是對PSG呼吸事件進行手動分析;手動分析時發現,PSG的自動分析結果對一些睡眠事件的分析不夠準確。為了系統性明確自動分析結果的準確性和手動分析的意義,我們采用澳大利亞PSG儀Compumedics-E對打鼾者進行整夜(7h)監測得出PSG,先用PSG儀配套軟件對PSG行自動分析,再按OSAHS診斷標準行手動分析,比較兩種方法對OSAHS的診斷有無差別,以提高OSAHS的診斷準確率。1對象和方法1.1對象選擇2004年2~12月在我科就診的夜間睡眠打鼾伴有睡眠憋氣者60例,男53例,女7例;年齡24~61歲。1.2psg呼吸事件表征采用澳大利亞PSG儀Compumedics-E對受試者進行整夜睡眠監測,得出PSG,其中包括腦電圖、眼動電圖、頦下肌電圖、口鼻腔氣流圖、胸腹運動度圖、心電圖、血氧飽和度圖、體位和脛前肌電圖,用配套軟件proFUSIONPSG對PSG呼吸事件行自動分析,得到各參數;然后從PSG的第一屏開始按Gastaut等提出的現公認分型標準對PSG呼吸事件行手動分析,得到手動分析各參數,全部手動分析由一人完成。1.3自動分析與動手分析采用SPSS10.0軟件包進行統計分析。2種分析方法得出的參數行自身對照的計量資料配對t檢驗,自動分析與手動分析不同程度的AHI的頻數行等級資料的秩和檢驗。2呼吸嘗試指數自動分析與手動分析的各參數值見表1。從與自動分析比較,1)P<0.05,2)P<0.01表1中可見,不同分析方法所得的各參數值不盡相同,其中手動分析的AHI、呼吸暫停指數(AI)、低通氣指數(HI)、最長呼吸暫停時間(LAT)與自動分析的結果比較,差異有統計學意義(P<0.01或P<0.05);最長低通氣時間(LHT)、阻塞性呼吸暫停指數(OAI)和中樞性呼吸暫停指數(CAI)與自動分析結果比較,差異無統計學意義(P>0.05)。自動分析與手動分析不同程度AHI的頻數分布見表2。從表2可見,手動分析AHI≤40的分布頻數較自動分析有一定程度的降低,而AHI>40的分布頻數顯著增高。對自動分析與手動分析不同程度的AHI的頻數行等級資料的秩和檢驗,差異有統計學意義(P<0.05)。3呼吸事件性質--lat模型由于國內對PSG呼吸事件具體的判斷上缺乏詳細的標準,不同類型的PSG儀分析軟件對呼吸事件進行判斷的某些參數的設置不盡相同,各自分析結果難免有所差別。臨床經常發現有些患者臨床癥狀很重而多導睡眠監測自動分析得出的AHI與之相差較大,雖然AHI與患者白天臨床癥狀不是對等關系,但沒有其他原因能解釋患者過度嗜睡、睡眠中窒息憋氣的臨床癥狀,提示完全靠多導睡眠監測軟件自動分析與臨床表現可能有一定的差距,促使臨床嘗試采用公認分型標準行手動分析。手動分析時對比自動分析,確實發現自動分析對呼吸事件的判定存在一定的偏差。60例受檢者進行整夜睡眠監測后得出PSG,按自動分析中默認參數的設置,經自動分析每一個呼吸事件被標記;再手動分析,采用Gastaut等提出的現公認分類標準,根據相關參數判斷呼吸事件的性質。手動分析對比自動分析圖發現,在睡眠過程中的一些時間段內,部分口、鼻呼吸氣流圖的峰-峰值明顯低于基礎水平的50%,但未低于10%;胸腹運動存在并伴有血氧飽和度較基礎水平下降≥3%,時間持續10s以上的記錄沒有被作為低通氣事件分析出來,即把低通氣事件作為正常呼吸;同時也存在將口、鼻呼吸氣流峰-峰值明顯低于基礎水平的50%,但未低于10%部分低通氣事件判定為呼吸暫停事件,這可能是導致手動分析的HI高于自動分析的主要原因。同時在2種不同的分析方式中,OAI和CAI無統計學意義,而AI有統計學意義,這歸咎于對混合性呼吸事件的判斷上。在自動分析中此類呼吸事件往往一分為二被分別判定為中樞性`和阻塞性呼吸暫停,在手動分析時阻塞性呼吸暫停和中樞性呼吸暫停相應減少,而混合性呼吸事件相應增加;同時一些不確定的呼吸事件經確定為阻塞性或中樞性呼吸暫停,隨之AI也相應增大。LAT作為衡量呼吸暫停和缺氧嚴重程度的指標,對患者的病情及預后有重要意義,多導睡眠自動分析圖標記的LAT有一部分超出此呼吸事件的實際持續時間,即口、鼻氣流峰-峰值圖還未小于基礎水平的10%時就開始標記。產生上述差別的原因在于PSG儀Compumedics-E自動分析中判斷呼吸事件性質的默認參數設置上,其判斷呼吸事件性質的參數有:①低通氣:口、鼻氣流峰-峰值均小于基礎水平的50%,但均未低于20%,時間超過10s,并伴血氧飽和度較基礎水平下降≥3%。②呼吸暫停:口鼻氣流峰-峰值均小于基礎水平的20%;時間超過10s,并伴血氧飽和度較基礎水平下降≥3%。根據呼吸運動度峰-峰值將呼吸暫停分為3類:Ⅰ中樞性:呼吸運動度峰-峰值小于基礎水平15%,或大于基礎水平15%,最短相關持續時間的比例<33%;Ⅱ阻塞性:呼吸運動度峰-峰值大于基礎水平的15%,最短相關持續時間的比例≥66%;Ⅲ混合性:呼吸運動度峰-峰值大于基礎水平的15%,最短相關持續時間的比例介于33%~66%。這種參數的設置與我們上述公認標準在呼吸事件的分型是一致的,即呼吸事件都被分為低通氣、中性性呼吸暫停、阻塞性呼吸暫停、混合性呼吸暫停,并且以口鼻氣流峰-峰值均小于基礎水平的50%來初步定義低通氣。不同之處在于實際記錄的PSG中判斷呼吸事件性質的具體參數設置上:①標準分類中低通氣和呼吸暫停分界值口、鼻氣流峰-峰值為10%,而自動分析中默認的參數為20%,從理論上講呼吸暫停時口、鼻氣流停止,口、鼻氣流峰-峰值應為0%,但實際記錄中口、鼻氣流圖由于受各種因素影響而有輕度波動,但設置范圍較大時容易造成將低通氣事件判定為呼吸暫停事件;②標準分類中呼吸暫停事件無血氧飽和度較基礎水平下降≥3%的要求,而自動分析中則有這項要求,這也使得自動分析中的一些呼吸暫停事件被判定為不確信;③對于呼吸暫停性質,手動分析時,依照公認標準,中樞性和阻塞性呼吸暫停僅根據呼吸運動度峰-峰值大于基礎水平的10%為臨界點,混合性呼吸暫停初始時為一短暫的中樞性呼吸暫停,隨后延續為阻塞性呼吸暫停。自動分析中依據呼吸運動度峰-峰值的大小和最短相關持續時間的比例來判定,參數較復雜,這與公認標準有一定的差別,直接導致的是自動分析中混合性呼吸事件往往一分為二被分別判為中樞性和阻塞性呼吸暫停。AHI是PSG結果中最重要的指標之一,它是阻塞性、中樞性、混合性呼吸暫停指數與低通氣指數的總和,PSG中的各種類型呼吸暫停和低通氣呼吸事件的判斷錯誤會導致AHI的結果偏差,而AHI是診斷OSAHS并對其進行分級、指導治療、判斷預后的非常重要的指標,所以準確分析PSG的各個參數顯得尤為重要。本文60例PSG行手動分析得出的AHI與自動分析相比有統計學意義(P<0.01),而且對2種分析方法不同程度的AHI的頻數進行比較,經等級資料的秩和檢驗,差異有統計學意義(P<0.05),說明不僅手動分析得出的AHI與自動