Page 18 - 南京医科大学自然版

第46卷第9期
·1288 · 南 京 医 科 大 学 学 报 2026年9月

1.2.2 PSG 数。平均 SpO2 （MeanSpO2）与最低（MinSpO2）用于描
使用德国SOMNO screen plus PSG+监测系统行 述夜间低氧暴露情况。
整夜PSG，导联包括脑电图（C4⁃M1、C3⁃M2）、双侧眼 1.2.3 ODR计算
电图、下颌肌电、口鼻气流、胸腹运动、SpO2等。由 ODR 基于 PSG 记录的 SpO2信号曲线计算 ［11，15］ 。
经验丰富的睡眠技师遵循美国睡眠医学会推荐的 对每一次阻塞性呼吸事件，识别并配对其关联的
标准进行判读 ［14］ 。呼吸暂停定义为气流较基线下 SpO2去氧事件，并据此计算以下参数：Δt定义为SpO2
降≥90%且持续≥10 s；低通气定义为气流较基线下 去氧起始点至 MinSpO2的时间间隔（s）；ΔSpO2定义
降≥30%并持续≥10 s，且伴随≥3%的SpO2下降或微 为去氧起始点 SpO2至 MinSpO2的下降幅度（%），其
觉醒。AHI定义为每小时呼吸暂停与低通气事件次 中去氧起始点界定为 MinSpO2 出现前的最近一次

数。SpO2 低于 90%的时间占比（percentage of total SpO2峰值点。事件级 ODR 定义为ΔSpO2/Δt（%/s），
sleep time spent with pulse oxygen saturation<90% ， 用于量化单次阻塞性呼吸事件的 SpO2 去氧速率，
T90）定义为睡眠期间 SpO2低于 90%的累计时间占 通过计算整夜所有阻塞性呼吸事件ODR的中位数，

总睡眠时间的百分比。氧减指数（oxygen desaturation 构建个体层面的 ODR 指标（图 1）。本研究共纳入
index，ODI）是每小时发生 SpO2下降≥3%的事件次 493例受试者，共分析161 258 次阻塞性呼吸事件。

Obstructive Obstructive
apnea apnea
Airflow

93% 95%
ΔSpO2
Oxygen saturation ODR ΔSpO2 ODR
Δt Δt
64% 65% 65%

Start point Nadir point

图1 血氧饱和度下降速率计算示意图
Figure 1 Illustration of the oxygen desaturation rate calculation

1.3 统计学方法 置信区间（confidence interval，CI）表示。鉴于主要
采用 SPSS 27.0 进行统计分析。偏态分布的连 结局为二分类变量，采用事件数与变量数比值
续变量以中位数（四分位数）［M（P25，P75）］表示， （events per variable，EPV）评估多因素 Logistic 回归
计数资料以例数（百分比）表示。组间比较中，连 模型的稳定性。此外，通过引入 ODR 与性别的交
续变量采用 Mann⁃Whitney U 检验，分类变量采用χ 2 互项构建多因素回归模型，以评估性别对 ODR 与
检验。样本量基于实际纳入病例确定。按 ODR 的 T2DM 关系的调节效应。双侧 P < 0.05 为差异有统
三 分 位 数 分 低（Low⁃ODR）、中（Mid⁃ODR）和 高 计学意义。
（High⁃ODR）3组，并以 Low⁃ODR组作为对照组。构
2 结 果
建多因素Logistic 回归模型评估ODR 及传统PSG参
数与T2DM及糖尿病血管并发症的独立关联。校正 2.1 两组患者基线资料的比较
模型（adjusted model ）调整年龄、性别、BMI、吸烟 本研究共纳入 493 例患者，其中无 T2DM 组
a
a
史、饮酒史、高血压及高脂血症、AHI 和/或 T90；在 275 例（55.78%），T2DM 组 218 例（44.22%）。T2DM
以糖尿病血管并发症为结局的分析中，校正模型 b 组患者中位年龄为 53.00（42.00，64.00）岁。两组患
（adjusted model ）进一步调整 HbA1c、T2DM 治疗及 者在年龄、吸烟史、饮酒史、血脂水平、高血压及冠
b
T2DM 病程。结果以优势比（odds ratio，OR）及 95% 心病患病率方面差异无统计学意义（P > 0.05）。与