阻塞性睡眠呼吸暂停低通气综合征病情预测模型构建

作者：王瑶瑶; 于新娟; 孙广霞; 王家卉; 韩伟^*

来源：国际呼吸杂志, 2023, 43(08).

• 阻塞性睡眠呼吸暂停低通气综合征
• 严重程度
• 预测模型

目的分析阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者病情严重程度的影响因素, 并建立OSAHS病情严重程度临床预测模型, 为临床诊疗提供依据。方法本研究为病例对照研究。采用非随机抽样法, 收集2021年11月至2023年3月在康复大学青岛医院(青岛市市立医院)确诊的200例OSAHS患者的相关临床资料, 采用多导睡眠监测结果中的睡眠呼吸暂停低通气指数测定OSAHS的严重程度, 采用单因素及多因素分析OSAHS病情严重程度的影响因素, 建立OSAHS病情严重程度预测的回归模型, 并通过曲线下面积(AUC)来评价模型的判别区分能力, 采用决策曲线分析评估预测模型的临床实用性。从200例患者中随机抽取140例进行模型的内部验证。结果 Logistic回归分析结果显示高血压、血清球蛋白、夜间最低血氧饱和度、二氧化碳结合力和OSAHS病情严重程度相关, 为重度OSAHS的影响因素;基于影响OSAHS严重程度因素建立的回归模型为P=1/[1+exp(-2.496×高血压+0.124×夜间最低血氧饱和度-0.175血清球蛋白+0.497×二氧化碳结合力-13.637)], 预测重度OSAHS风险的AUC为0.80(95%CI:0.74～0.86), 内部验证的AUC为0.76(95%CI:0.69～0.83), 提示该预测模型具有较好的判别区分能力;决策曲线分析示该预测模型具有较好的临床实用性。结论高血压、血清球蛋白、夜间最低血氧饱和度、二氧化碳结合力为重度OSAHS患者的影响因素, 根据这些因素建立的回归模型有助于预测重度OSAHS人群。

• 单位
  青岛大学; 南京医科大学; 青岛市市立医院