Page 99 - 南京医科大学自然版
P. 99

第45卷第1期                 谢 葵，郭 华，崔小川. 夜间间歇性缺氧相关评估指标的研究进展［J］.
                  2025年1月                     南京医科大学学报（自然科学版），2025，45（1）：91-97，126                      · 93  ·


                眠时间即为低氧负荷，氧去饱和曲线下面积近似                             100%的氧去饱和程度都可能对葡萄糖代谢产生不利
                为三角形，并采用公式 HB=AHI×（氧去饱和深度×                        影响。因此，HL 或许可以作为一种新的标志物，将
                氧去饱和持续时间）/2 计算，单位为（%·min）/h。                      OSA与其相关不良代谢状态联系起来。
                该指标可以排除低氧事件间期的干扰，捕捉睡眠期                            2.7  梗阻严重程度（obstruction severity，ObsSev）
                间与呼吸事件相关的低氧总负荷，用以量化OSA的                               为了提高呼吸事件相关氧去饱和严重程度评估的准
                                                                                              L
                严重程度    ［26］ 。                                                ［33］          ∑ n = 1 (HypDur n × DesArea n )
                                                                  确性，Kulkas等 引入 ObsSev =
                    研究发现HB与AHI、ODI、T90等传统参数显著                                                        TST
                                                                     L               )
                                             ［25］
                相关，可全面评估OSA的严重程度 。其不仅可以预                          + ∑ n = 1 (ApDur n × DesArea n  ，相比于 HB，ObsSev 考虑到
                                                                           TST
                测CVD的病死率，还有助于识别心脏病风险                   ［25］ 。在
                                                                  单个事件的持续时间，因此它可以量化的病理生理
                患高血压的 OSA 患者中，经过持续正压通气治疗                          特征更多。研究发现，ObsSev可以预测OSA相关的
                后，HB的降低与收缩压的下降成正比                ［27］ ，这说明HB
                                                                          ［34］
                                                                  CVD结局 ，且与警觉性受损相关 。
                                                                                                ［35］
                或许可以成为OSA患者治疗的监测指标之一；同时，                               然而，ObsSev中将氧去饱和定义为SpO2低于基
                有研究证明HB可为OSA患者的卒中危险分层提供                           线值的4%，而未考虑低于基线值3%的情况，这容易
                                             ［28］
                   ［26］
                依据 ，也可以预测静脉血栓事件 ，据此临床上可                           忽略轻度OSA。此外，由于ObsSev也可以捕捉其他
                参考 HB 进行预防，减少事件的发生。HB 能反映                         非OSA疾病（心血管或呼吸合并症）诱发的缺氧，可
                OSA更多细节特征，且相比AHI或ODI，与嗜睡程度                        能高估相关氧去饱和面积。
                的相关性更显著，因此可考虑将 HB 纳入 OSA 的诊                       2.8  睡眠呼吸障碍指数（sleep breathing impairment
                                  ［29］
                断和严重程度的评估 。                                       index，SBII）
                    由于不同持续时间呼吸暂停或低通气事件引发                              SBII由Cao等 建立，是综合呼吸事件及事件相
                                                                                  ［36］
                的血流动力学反应、生理后果和临床意义不同 。而                           关的低氧血症、氧减及复氧过程得出的参数，计算同
                                                       ［30］
                HB 未能涵盖引发缺氧的呼吸暂停或低通气事件的                           ObsSev，但SBII选择从每个呼吸事件开始的100 s作
                持续时间，且无法从 PSG 数据中直接获得，需要特                         为窗口期确定相应的呼吸暂停或低通气相关的氧
                定的算法和软件支持，增加了计算的复杂性。更需                            去饱和，并将低于基线值 3%的氧去饱和事件纳入
                要注意的是，OSA 患者夜间氧去饱和图形是动态变                          计算，因此较 ObsSev 量化范围更广。研究表明，
                化的，HB 将氧去饱和曲线下面积近似视为三角形                           SBII 与心血管发病率的增加独立相关，但二者之间
                   ［3］
                计算 ，相关氧去饱和面积可能被低估，不能确定以                           可能存在非线性关系 。
                                                                                    ［36］
                上方面是否对结果有影响，目前还需要大量研究进                                Cao 等 ［36］ 研究发现，OSA 严重程度可能与 CVD
                一步验证HB的有效性并予以量化。                                  发病率之间无线性关联。需要注意的是，此研究中
                2.5  低氧负荷指数（hypoxia burden index，HBI）             计算氧去饱和面积的方法等同于 HB，也将其简化
                    HBI 是在 HB 概念提出后，评价其严重程度的                      为三角形，同样忽略了IH夜间氧去饱和图形是动态
                量化指标，其定义为 SpO2<90%的总氧去饱和面积                        变化的特性，导致计算的氧去饱和面积与实际氧去
                除以总睡眠时间。研究结果显示 HBI 与 AHI、T90、                     饱和面积存在差别。
                MinSpO2 显著相关，同时，HBI 是 CVD 的独立相关                   2.9 麦吉尔血氧评分（McGill oximetry score，MOS）
                因 素 ［31］ 。 在计算 HBI 时，将基线饱和度定义为                        由于卫生保健资源的有限，大多数患儿无法行
                90%，认为当SpO2>90%时，氧分压值>60 mmHg，轻微                  PSG 检查来诊断是否患 OSA，因此用 MOS 来识别
                的血氧降低不会影响细胞的生理功能。但 SpO2等                          OSA患儿，并进行OSA严重程度的分级 。
                                                                                                    ［37］
                                                                                   ［38］
                于90%时的累积损害是否影响预后，尚不明确。                                一项研究显示 ，连续两晚使用MOS检测OSA
                2.6  低氧负担（hypoxia load，HL）                        显示出良好的一致性，表明一晚的脉氧测定就可以筛
                                                                                                ［39］
                    同样，HL也定义为氧去饱和曲线下的总面积除                         查OSA；但在另一项研究中却发现 ，只进行一晚脉
                以总睡眠时间，总面积采用梯形面积公式计算，HL                           氧测定可能不足以筛查 OSA，而且持续时间≥4 h
                与心肌梗死患者心外膜脂肪量相关 。HL 综合了                           的MOS才可以有效检测OSA。但MOS可以帮助确定
                                                ［2］
                                                                                                        ［40］
                任何原因的低于 100%的氧去饱和事件，是空腹血                          手术麻醉剂量、减少不良围手术期事件的发生 。
                                ［2］
                糖的独立预测因子 ；此外，轻度的SpO2下降（<2%）                           MOS的应用有限，合并其他疾病的儿童OSA假
                与代谢功能障碍独立相关             ［32］ ，这意味着任何低于            阳性率较高，例如有潜在肺部疾病的儿童在短暂的
   94   95   96   97   98   99   100   101   102   103   104