论文部分内容阅读
目的: 阻塞性睡眠呼吸暂停低通气综合征（OSAHS)是一种对人们的身体健康、生活质量有很大影响的睡眠障碍。睡眠量表是初步判断有无OSAHS的有效手段。本文通过分析STOP-Bang量表及其评分与AHI的关系以评价其预测OSAHS的价值。 方法: 连续收集在2017年6月-2017年10月因“打鼾”就诊于重庆医科大学附属第一医院，考虑诊断阻塞性睡眠呼吸暂停综合征的患者143例。入选标准：已成年、认识字、能准确回答问题；排除标准：经过治疗的OSAHS、存在严重的心脏病、有脑梗塞病史等。测试者完成STOP-Bang量表及Epworth嗜睡量表后行整夜多导睡眠监测检查。根据PSG结果，分为单纯鼾症组8人、OSAHS组135人。根据AHI分度将OSAHS组分为轻度23人、中度28人、重度84人，比较各组受试者的性别、年龄、BMI、颈围等临床资料。利用SPSS20.0软件进行统计学分析；应用ROC曲线下面积预测SBQ及ESS量表的诊断价值。 结果: 在年龄、颈围、BMI指数、STOP-Bang评分以及Epworth评分上， OSAHS组的数值明显大于单纯鼾症组，p<0.01，有显著差异，具有统计学意义。对于有无高血压病，单纯鼾症组及OSAHS组，p>0.05，差异没有统计学意义。SBQ分数与AHI的Pearson相关系数为0.543，具有中等程度的相关性。SBQ分数在不同的AHI分级中差异显著，具有统计学意义。AHI<5的SBQ分数均值为（1.7±1.0)分，5SAHK15中为（3.0±1.0)分，15SAHK30中为（3.7±1.3)分，AHI≥30中为（4.3±1.3)分，STOP-Bang分数越高，AHI值相应增加、程度越重。将单纯鼾症组以及轻度、中度、重度OSAHS组的AHI均值进行两两方差分析，结果P<0.01，差异具有统计学意义。SBQ23预测有无OSAHS的敏感性为87.5%、特异性为85.7%、阳性预测值为99.2%、阴性预测值为26.1%；SBQ>3预测中重度OSAHS的敏感性为91.6%、特异性为45.2%、阳性预测值为85.8%、阴性预测值为60.9%;SBQ>3预测重度OSAHS的敏感性为95.2%、特异性为32.2%、阳性预测值为66.7%、阴性预测值为82.6%。SBQ23预测AHI25的ROC曲线下面积为0.866;预测AHI>15的ROC曲线下面积为0.686;预测AHI230的ROC曲线下面积为0.637OEP29预测AHI25:AUC=0.629；EP>9预测AHI215:AUC=0.736；EP29预测AHI230:AUC=0.635。 结论: 1.STOP-Bang量表对于初步判断OSAHS患者有较高的价值； 2.STOP-Bang量表中的各项内容对于筛查OSAHS高危患者均有独特的意义，在年龄、BMI、颈围等方面的测值标准还需经过大样本、多中心的研究，设计出适用于我国的标准； 3.ST0P-Bang与Epworth量表各有其优点，可以二者相结合来预测OSAHSo