共同導出的多導睡眠圖變量復合模型預測心血管結局風險要優于單獨的呼吸暫停低通氣指數（0574）
介紹
呼吸暫停低通氣指數（AHI）可能不是阻塞性睡眠呼吸暫停（OSA）相關疾病的最佳預測指標，因為健康結果可能通過與睡眠呼吸暫停有關的不同病理生理途徑（例如低氧血癥、睡眠破碎）產生。是否可以使用多種與睡眠相關的多導睡眠圖指標（相對于單個指標）來更好地預測結果？本研究旨在使用多導睡眠圖（PSG）得出的變量來開發預測模型，以幫助識別有不良心血管結果或死亡風險的患者。
方法
我們對在三個退伍軍人事務中心（康涅狄格州西黑文、印第安納州印第安納波利斯、俄亥俄州克利夫蘭）進行的多站點觀察隊列研究進行了縱向分析。多導睡眠圖衍生指標之間的關聯代表了阻塞性睡眠呼吸暫停對心血管疾病的影響的四個病理生理領域（睡眠結構障礙、自主神經調節異常、呼吸障礙和低氧血癥），使用Logistic回歸評估主要結果（突發性卒中、短暫性腦缺血發作、急性冠狀動脈綜合征或死亡）。在二元分析中，與心血管結局相關的變量（p <0.20）包括在倒數中，然后進行多元邏輯回歸并推導出簡約模型。
結果
我們共將1,579名退伍軍人納入研究，他們主要是男性（95％），平均年齡為58±12歲，平均隨訪時間為5.5±1.3歲。調整CPAP呼吸機使用因素后，睡眠效率≥80％[OR 0.39（0.24-0.63）p <0.001]與較低的主要結局風險相關，而SaO2 <90％的總睡眠時間百分比[OR：1.64（1.26-2.15）p = 0.0003]，REM睡眠≥30百分比 [OR：2.77（1.07-7.19）p = 0.014]和低通氣指數≥5 [OR （95％CI）：1.80（1.15-2.81）p = 0.010]與較高的主要結局風險相關。與僅使用AHI的傳統臨床切點相比，該簡約模型顯示出對主要結局的更好預測（AUC 0.64對0.55）。
結論
在我們的隊列中，包含低氧血癥、睡眠效率和REM睡眠百分比的復合模型比單獨的AHI臨床指標能更好地預測不良心血管結果或死亡。
（葉妮摘自 Sleep, Volume 41, Issue suppl_1, April 2018, Pages A213–A214）
