详细内容
定義兒童阻塞性睡眠呼吸暫停的CPAP呼吸機依從性模式：使用真實世界數據的聚類分析
時間：2021-08-07 作者：北京思力普睡眠研究所 【原創】
研究目的
實施持續氣道正壓通氣 (CPAP呼吸機) 療法來治療兒童阻塞性睡眠呼吸暫停是一個復雜的過程。兒科PAP治療數據異質性高，臨床管理不能一概而論。我們假設可以通過聚類分析對兒科CPAP呼吸機用戶進行分組，以指導量身定制的干預措施。
方法
使用基于 (1)CPAP呼吸機耐受性（使用天數的平均小時數）和 (2)CPAP呼吸機使用的一致性（使用天數的百分比）的無監督分層聚類分析，對 250 名阻塞性睡眠呼吸暫停兒童的CPAP呼吸機治療數據進行了回顧性檢查。定義了每個集群的臨床特征，并生成了用于臨床實施的決策樹分析。
結果
我們能夠將所有 250 名兒童（中位年齡 = 11.5 歲）細分為五個集群：A (13.6%)、B (29.6%)、C (17.6%)、D (16.4%) 和 E (22.8%)。這些集群顯示出CPAP呼吸機使用模式的顯著差異（Kruskal-Wallis P 值 < 1e-16）。最一致的CPAP呼吸機使用模式見于集群 A、B 和 C。集群之間的主要差異包括肥胖患病率、CPAP呼吸機設置、發育遲緩和腺樣體扁桃體切除術。我們還根據CPAP呼吸機下載數據的客觀呼吸暫停低通氣減少，確定了面罩接受度、OSA 嚴重程度和個體對CPAP呼吸機治療反應方面的重要差異。
結論
通過基于云的CPAP呼吸機治療數據分析，可以實現一種對兒童CPAP呼吸機使用模式進行分組的簡單方法。這種新方法基于個人層面的真實世界證據，可能有助于優化所有年齡段兒童的CPAP呼吸機治療。
（葉妮摘自 J Clin Sleep Med. 2021;17(5):1005–1013.）
