心肺耦合分析技术的临床应用与研究进展

樊蕾

(中国中医科学院广安门医院国际医疗部，北京，100053)



心肺耦合分析技术的临床应用与研究进展

樊蕾

(中国中医科学院广安门医院国际医疗部，北京，100053)

随着睡眠学科的发展，便携式睡眠监测设备的需求不断增加。如何能最大限度减轻睡眠监测的首夜效应并提高监测的依从性为睡眠学界广泛关注。心肺耦合分析技术可以简化信号收集和处理的过程，且可提供可靠、实用的睡眠评估报告，在美国已广泛应用于临床及科研工作。本文旨在介绍这一方法的建立，并简要综述其已有的临床和科研应用。

心肺耦合分析；睡眠呼吸暂停；失眠；抑郁症

睡眠医学是一个新兴的学科，随着它的发展，逐渐揭示出许多疾病的深层次病因，各种睡眠障碍性疾患日益成为一个突出的医疗及公共卫生问题。

虽然多导睡眠监测(Polysomnography,PSG)是目前公认的睡眠监测方法，但是这种人工值守式睡眠监测对于场地、设备、人员等都有一定的要求，对于患者来说，舒适感也较差。为了达到简便评估睡眠的目的，很多便携式设备应运而生，其中的心肺耦合分析(CPC)技术在美国已广泛应用于临床及科研工作[1]。本文将对CPC在近几年的国内外临床研究进行简述。

1 心肺耦合方法的建立及方法介绍

哈佛医学院的睡眠专家和科学家团队，发现自主神经系统可以很好地反应睡眠状态。自主神经系统的状态，会表现在心电的信号上。经过大量临床数据的分析，他们发现在睡眠的时候心电和呼吸还存在一种耦合关系，当人在熟睡的时候，这种耦合性会增强。而在不同睡眠状态和一些疾病状态下，这种耦合性也会呈现出不同的特点。

2005年，Thomas RJ[2]与交叉医学团队的学者们提出了心肺耦合的概念，即Cardiopulmonary Coupling(CPC)，提取心电(Electrocardiogram，ECG)信号，并根据ECG信号得到呼吸信号(ECG-Derived Respiratory Signal，EDR)，应用心肺耦合计算方法，得到CPC功率图谱。低频带的功率过大与睡眠呼吸障碍(Sleep Disordered Breathing,SDB)期间的周期性呼吸相关，而高频带过大的功率与生理性呼吸窦性心律失常和深度睡眠相关。醒和连续快眼动(Rapid Eye Movements,REM)睡眠的耦合功率出现在超低频带(0.001～0.01 Hz)。破碎的REM睡眠出现在低频带(0.01～0.1 Hz)。

心肺耦合图谱中的高频耦合、低频耦合和极低频耦合分别对应于non-CAP、CAP和清醒/异相睡眠状态。通过对比人工和自动分期结果，证明了心肺耦合技术可以准确地区分睡眠过程的不同状态[3]。

2 心肺耦合的临床应用

2.1 睡眠呼吸暂停 朱宇清[4]等纳入匹兹堡睡眠质量指数(PSQI)≥8分的睡眠障碍患者79例，结果发现睡眠呼吸暂停综合征(Sleep Apnea Syndrome，SAS)组患者深睡时间、深睡时长低于非SAS组，浅睡时间占总睡眠时长比例高于非SAS患者。睡眠呼吸暂停低通气指数(Apnea-Hypopnea Index,AHI)与深睡时间、醒/做梦时间呈中度负相关，与浅睡时间呈中度正相关。

Lee WH[5]等应用CPC，评估阻塞性睡眠呼吸暂停(Obstructive Sleep Apnea,OSA)患者使用下颌前移装置(MAD)前后睡眠质量的改变情况。发现随着AHI改善，LFC(不稳定睡眠)降低，而HFC(稳定睡眠)提高。提示CPC可作为一种评估治疗效果的有效方法。

Choi JH[6]等比较了62例OSA患者在上气道手术前后的CPC指标，其中36例为手术成功者，26例为不成功者，结果证实成功的上气道手术可以改善成人OSA患者的客观睡眠质量。CPC指标对于长期术后随访中检测治疗反应具有潜在的作用。Cho JH[7]的一项研究表明，与传统的PSG相比，CPC可以有效的反映持续正压通气(Continuous Positive Airway Pressure，CPAP)的治疗效果。

Lee WH[8]等从文献中搜集OSA治疗成功的定义，包括：1)治疗后AHI<10/h;2)治疗后AHI<20/h;3)AHI减少>50%和治疗后AHI<10/h;4)AHI减少>50%和治疗后AHI<15/h;5)AHI减少>50%和治疗后AHI<20/h;6)AHI减少>50%。他的研究中应用CPC监测非持续气道正压(non-CPAP)治疗OSA的睡眠质量，比较不同标准的差异。发现AHI减少超过50%可能是最合适的标准。

此外，对于儿童睡眠呼吸障碍[9-12]、复杂性睡眠呼吸障碍[13]、周期性呼吸等，是否可以应用CPC技术进行准确评估，还需要进一步研究。此外，虽然有文献报道CPC可以应用于正压通气治疗前后的睡眠对比，但目前尚无基于中国人的研究数据，因此也值得进一步验证。

2.2 高血压合并睡眠障碍 睡眠障碍会导致血压波动或血压节律异常[14-17]，因此在不干扰夜间睡眠的前提下记录的动态血压是非常重要的[18]。因此，替代实验室PSG监测的技术，比如基于心电信号的CPC分析和基于脉搏波信号的PPG分析[19]是目前临床上的主要应用。

Zhang Z等[20]对受试者进行渐进性引导呼吸实验，并测量血压、脉搏波传导时间、CPC，结果表明渐进性引导呼吸通过心血管反射调节,可以起到延长脉搏波传导时间,降低系统血压的作用,同时呼吸性窦性心律不齐也增大,通过分析渐进性引导呼吸过程中的心肺耦合指标,也表明引导呼吸对心肺生理协调性产生了有益的调节。

朱宇清[21]等运用CPC观察睡眠呼吸暂停综合征(SAS)患者睡眠结构和24 h血压变化的特点。发现SAS组患者24 h及白天平均收缩压、舒张压高于非SAS组，夜间收缩压下降幅度低于非SAS组。提示CPC可以初步区分患者是否有睡眠呼吸暂停，可配合血压监测对比血压、心率、呼吸等项目的变化情况。

帅学军[22]等采用基于心肺耦合技术的睡眠质量监测仪和动态血压监测仪采集154例睡眠障碍患者数据(PSQI≥8分)，分析认为高血压伴睡眠障碍患者睡眠结构中深睡眠减少，浅睡眠增加，夜间血压节律异常与深睡眠减少有密切关系。

2.3 失眠 临床通常采用问诊、量表评测、睡眠日记等方法了解和评价失眠者对于睡眠质量的主观感受，采用多导睡眠监测系统进行测评分析。随着失眠发病率的升高，近年来对于失眠的研究也越来越多[23-24]，主观量表无法真实反应患者的睡眠质量[25]，而PSG对真实睡眠也存在一定的影响，所以CPC方法越来越多地应用到了失眠评测中。

Schramm PJ[26]等应用CPC比较了50例原发性失眠和36例睡眠良好的人群，在研究中连续监测两晚，发现在原发性失眠患者首夜的HFC(稳定睡眠)更低，LFC(不稳定睡眠)与VLFC(清醒/快速动眼睡眠)比例更高。而睡眠良好的人群，两晚的CPC数据变化更大。

刘欣[27]等以CPC监测入睡困难为主的失眠患者，采用中药香薰助眠液治疗，结果发现CPC睡眠监测的客观测评和患者临床表现均显示较好的改变。

乔锦[28]回顾性分析突发性耳聋患者167例，并探讨失眠症状的出现与突聋之间的关系。对睡眠易醒及睡眠多梦者12例进行了CPC睡眠监测发现，这部分患者的睡眠结构出现紊乱。认为在突发性耳聋治疗过程中，针对失眠症状的治疗可以更加积极的改善患者对耳鸣及耳堵闷感的抱怨程度。

2.4 抑郁症 抑郁症是临床最常见的与睡眠障碍密切相关的疾病之一[29-32]，对于抑郁症患者的PSG监测已经有过很多报道，但是CPC的应用是近几年才出现的。

Yang AC[33]等应用基于心电的心肺耦合技术，分析重度抑郁患者的睡眠情况，发现相对于治疗组，未治疗组的患者稳定睡眠减少，不稳定睡眠增加，觉醒/REM睡眠增加。认为心肺耦合分析可以提供简单的，具有成本效益的方法来量化睡眠质量，客观评价重度抑郁症患者失眠的严重程度。

Schramm PJ[34]等应用安非他酮治疗抑郁症，从CPC的监测看到VLFC时长和稳定/不稳定睡眠转变增长，这可能增加心血管疾病的易感性。基于此，文章提示在使用安非他酮治疗时，应权衡治疗和不良反应，CPC的相关改变可能提示患者心血管疾病的易感性。

Ma Y[35]等应用CPC分析了16名重度抑郁患者在经过太极训练前后的变化。在治疗后，患者的汉密尔顿抑郁量表和贝克抑郁量表得分都显著降低，CPC分析显示患者睡眠质量显著改善，表现为稳定睡眠增加，不稳定睡眠减少。

潘燕军[36]等运用心肺耦合(CPC)分析睡眠监测系统，观察五行音乐合并抗抑郁药物治疗与单纯抗抑郁药物治疗的临床效果。结论五行音乐合并抗抑郁药物治疗可改善抑郁症睡眠质量，提高抑郁症患者的睡眠品质。该研究提示CPC可以做为评价睡眠质量改善情况的有效监测方法。

2.5 代谢综合征 代谢综合征是睡眠呼吸障碍的危险因素，并且会引起心率变异性的改变[37]。Tseng PH[38]等应用CPC比较了40例睡眠呼吸紊乱(SDB)的患者(CPC-AHI>5)和80例对照组(CPC-AHI<1)，发现相对于对照组，SDB组的腰围和身体质量指数(Body Mass Index,BMI)更高，在调整了BMI、血压、血糖等因素后，腰围与SDB独立相关。SDB组的中央性肥胖、高血糖症、代谢综合征的发病率都高于对照组。

2.6 医护人员的睡眠评估 Lin YH[39]等应用CPC检测医学实习生的睡眠，发现相对于值夜班的前一天夜晚和其他非夜班的夜晚，在值夜班当天稳定睡眠时长和稳定睡眠潜伏期延长，而REM睡眠延长。

Chien PL[40]等召集了156名护理人员，应用PSQI及CPC来主客观反应他们的睡眠情况。发现39.8%的人稳定睡眠比例不足，75.8%的人PSQI评分≥5。并发现PSQI分值与不稳定睡眠时长、比例，及AHI频次呈正相关，而与稳定睡眠比例呈显著负相关。

2.7 其他应用 Kwon AM[41]等应用CPC监测381例健康受试者的睡眠数据，分析其与白细胞端粒长度(LTL)之间的关系。发现LTL与升高的窄带低频耦合(e-LFCNB)有很强的相关性。研究提出，通过与OSA严重性的相互作用，变短的LTL可能带来睡眠稳定性下降。

3 讨论

多导睡眠监测是基于脑电图(EEG)波形和其他导联记录的生物电信号波形，通过人工判读的方式分析评估睡眠质量和睡眠呼吸时间，但是它操作过程复杂，容易造成“首夜效应”，从而影响受试者的依从性和监测效果的可靠性[42]。此外，EEG是典型的动态非线性生理讯号[43]，人工判读并不能够完全报告出睡眠的真实状态[44-45]。

而CPC技术是目前新型的睡眠监测手段，由于数据采集简单，准确度高，能客观有效的进行检测和评估，方便多次筛检及后续追踪监测睡眠品质，对于患者的健康管理以及临床辅助诊断有所裨益。在监测慢性疾病治疗和改善情况时，具有很大优势，如抑郁症、失眠、高血压等。相对于单变量分析技术如心率变异性分析(Heart Rate Variability，HRV)技术[46]等，CPC技术能反应心肺系统之间的作用关系和耦合强度。

值得注意的是，CPC与PSG的机制不同，其分析结果报告不是基于传统的睡眠分期，而是将睡眠分为浅睡(不稳定睡眠，对应CPC分析中的低频部分)，熟睡(稳定睡眠，对应CPC分析中的高频部分)，以及觉醒或REM期睡眠(对应CPC分析中的极低频部分)，同时分析出睡眠呼吸暂停事件(包括阻塞型和中枢型)，并可以计算出基于CPC算法的RDI指数，这与临床常规指标AHI存在很高的一致性，可以作为一种OSAHS诊断及治疗效果评价的辅助指标[47]。

此外，CPC的使用也有一定的局限性。CPC分析是基于单导联心电图提取的心电和呼吸信号，受心律失常的影响较大，所以并不适用于心律失常患者。且目前CPC并不能区分觉醒与REM期睡眠。

4 结论

心肺耦合分析技术虽然存在一些局限性，但是它操作简单、成本低，可以提高监测过程的舒适性，可以弥补传统监测的不足。从目前的研究来看，在评估睡眠呼吸暂停、失眠、抑郁症等疾病的监测及治疗评价方面，具有很好的应用价值。

[1]孙书臣，段莹，马彦.睡眠质量评价及其发展[J].世界睡眠医学杂志,2016，3(4),193-195.

[2]Thomas RJ，Mietus JE，Peng CK，et al.An electrocardiogram-based technique to assess cardiopulmonary coupling during sleep[J].Sleep,2005,28(9):1151-1161.

[3]马彦，孙书臣，Chung-Kang Peng.心肺耦合分析:基于心电的睡眠分析方法[J].世界睡眠医学杂志,2015,2(4):200-205.

[4]朱宇清，龙杞，王辰，等.睡眠呼吸暂停综合征患者睡眠结构与血压变化的关系[J].中华医学杂志,2016，96(28):2220-2223.

[5]Lee WH,Ahn JC,We J,et al.Cardiopulmonary coupling analysis:changes before and after treatment with a mandibular advancement device[J].Sleep Breath,2014,18(4):891-896.

[6]Choi JH,Thomas RJ,Suh SY，et al.Sleep quality change after upper airway surgery in obstructive sleep apnea:Electrocardiogram-based cardiopulmonary coupling analysis[J].Laryngoscope,2015,125(7):1737-1742.

[7]Cho JH,Kim HJ.The effect of continuous positive airway pressure on cardiopulmonary coupling[J].Sleep Breath,2017，21(2):341-345.

[8]Lee WH,Hong SN,Kim HJ，et al.A Comparison of Different Success Definitions in Non-Continuous Positive Airway Pressure Treatment for Obstructive Sleep Apnea Using Cardiopulmonary Coupling[J].J Clin Sleep Med，2016，12(1):35-41.

[9]郭丹，马彦，孙书臣.心肺耦合(CPC)分析在儿童睡眠中的应用[J].世界睡眠医学杂志，2014，1(2):75-81.

[10]Ma Y,Yeh J,Sun S,et al.Detecting pediatric sleep apnea: consistency on cardiopulmonary coupling and oximetry measurement[J].Sleep Medicine,2013,14(Suppl 1):e189.

[11]Ma Y，Sun S.A new approach to sleep study:does heart tell us a lot?[J].Sleep Medicine，2013,14 (Suppl 1) :e188-e189.

[12]孙书臣，马彦，乔静，等.儿童腺样体肥大引发睡眠呼吸障碍的中医诊疗专家共识[J].世界睡眠医学杂志，2014，1(6):316-320.

[13]马彦，孙书臣.复杂性睡眠呼吸暂停的现状及进展[J].中华结核和呼吸杂志，2013，36(9):687-691.

[14]马彦，孙书臣，方业明.阻塞型睡眠呼吸暂停低通气综合征患者的血压变异性研究[J].国际呼吸杂志,2011,31(1):16-19.

[15]Ma Y，Sun S，Wang W，et al.BP variation study on OSA patients with and without hypertension[J].Sleep Medicine，2011，12:S105.

[16]马彦，孙书臣.睡眠医学及血压变异性对合理应用降压药的临床重要性[J].世界睡眠医学杂志,2014,(4):235-238.

[17]Chang Y，Ma Y，Sun S.Clinical observation on effect of auto-CPAP on blood pressure in OSAHS patients[J].Sleep Medicine，2015，16(Supplement 1):S212.

[18]Ma Y，Sun S，Peng CK，et al.Ambulatory blood pressure monitoring in Chinese OSA patients[J].Journal of Clinical Sleep Medicine，2017，13(3):433-439.

[19]Li Y, Gao H, Ma Y. Evaluation of pulse oximeter derived photoplethysmographic signals for obstructive sleep apnea diagnosis[J]. Medicine, 2017, 96(18):e6755.

[20]Zhang Z,Wang B,Wu H，et al.Effects of slow and regular breathing exercise on cardiopulmonary coupling and blood pressure[J].Med Biol Eng Comput，2017，55(2):327-341.

[21]朱宇清，龙杞，王辰，等.睡眠呼吸暂停综合征患者睡眠结构与血压变化的关系[J].中华医学杂志,2016，96(28):2220-2223.

[22]帅学军,吴蕾,王辰,等.高血压病伴睡眠障碍患者睡眠结构与血压节律的相关性研究[J].北京医学,2016,38(10):1041-1043.

[23]Ma Y, Dong M, Mita C, et al. Publication analysis on insomnia: how much has been done in the past two decades?[J]. Sleep Medicine, 2015, 16(7):820.

[24]Ma Y, Yang A C, Duan Y, et al. Quality and readability of online information resources on insomnia[J]. Frontiers of Medicine, 2017:1-9.

[25]马彦.睡眠信念/信心与睡眠态度的国内外研究现状[J].世界睡眠医学杂志,2015,2(6):356-361.

[26]Schramm PJ,Thomas R,Feige B，et al.Quantitative measurement of sleep quality using cardiopulmonary coupling analysis:a retrospective comparison of individuals with and without primary insomnia[J].Sleep Breath,2013，17(2):713-721.

[27]刘欣，张明，刘怡，等.心肺耦合测评分析技术对中药香薰助眠液改善入睡困难的效果评价[J].世界睡眠医学杂志，2014,1(6)：351-353.

[28]乔锦，孙书臣.失眠症状对突发性耳聋患者影响的临床分析[J].世界睡眠医学杂志，2014,1(6):345-346.

[29]洪兰, 马彦, 林颖娜,等. 睡眠障碍与抑郁、焦虑关系的研究[J]. 国际中医中药杂志, 2009, 31(2):154-156.

[30]洪兰，魏慧军，马彦.综合医院抑郁症的常见表现形式研究[J].国际中医中药杂志，2010，32(3):259-261.

[31]Lv X，Ma Y，Feng F，et al.Personality development since childhood associated with adult chronic insomnia:a study by Wang′s Memory-Tracing Personality Development Inventory(WMPI)[J].Global Journal of Health Science.2017，9(3):80-87.

[32]汪卫东，张静霞，马彦.催眠状态下的意念导入性心理治疗[J].中国临床心理学杂志,2010,18(6):817-818.

[33]Yang A C, Yang C H, Hong C J, et al. Sleep State Instabilities in Major Depressive Disorder: Detection and Quantification with Electrocardiogram-based Cardiopulmonary Coupling Analysis[J]. Psychophysiology, 2011, 48(2):285-291.

[34]Schramm PJ,Poland RE,Rao U.Bupropion response on sleep quality in patients with depression:implications for increased cardiovascular disease risk[J].Eur Neuropsychopharmacol,2014，24(2):207-214.

[35]Ma Y,Yeung A,Yang AC，et al.The Effects of Tai Chi on Sleep Quality in Chinese American Patients With Major Depressive Disorder:A Pilot Study[J].Behav Sleep Med,2016，27:1-17.

[36]潘燕军,张雅捷,谢静涛.基于心肺耦合(CPC)分析研究五行音乐对抑郁症患者睡眠质量的影响[J].湖南中医药大学学报,2016，36(8):63-65.

[37]Ma Y，Tseng PH，Ahn A，et al.Cardiac Autonomic Alteration and Metabolic Syndrome:An Ambulatory ECG-based Study in A General Population[J].Scientific Reports，2017，14;7:44363.

[38]Tseng PH，Lee PL，Hsu WC，et al.A Higher Proportion of Metabolic Syndrome in Chinese Subjects with Sleep-Disordered Breathing:A Case-Control Study Based on Electrocardiogram-Derived Sleep Analysis[J].PLoS One，2017，12(1):e0169394.

[39]Lin YH，Ho YC，Lin SH，et al.On-call duty effects on sleep-state physiological stability in male medical interns[J].PLoS One，2013，8(6):e65072.

[40]Chien P L, Su H F, Hsieh P C, et al. Sleep Quality among Female Hospital Staff Nurses[J]. Sleep Disorders, 2013, 2013(6):283490.

[41]Kwon AM,Baik I,Thomas RJ，et al.The association between leukocyte telomere lengths and sleep instability based oncardiopulmonary coupling analysis[J].Sleep Breath，2015，19(3):963-968.

[42]Curcio G,Ferrara M,Piergianni A,et al.Paradoxes of the first-night effect:a quantitative analysis of antero-posterior EEG topography[J].Clin Neurophysiol，2004，115(5):1178-1188.

[43]马彦，胡晰远.睡眠生理讯号的非线性特征及复杂度理论的潜在应用[J].世界睡眠医学杂志，2016，3(4),225-226.

[44]Ma Y，Shi W，Peng C-K，et al.Nonlinear dynamic analysis of sleep electroencephalography using fractal and entropy approaches[J].Sleep Medicine Reviews，2017.

[45]Shi W，Shang P，Ma Y，et al.A comparison study on stages of sleep:Quantifying multiscale complexity using higher moments on coarse-graining[J].Communications in Nonlinear Science and Numerical Simulation，2017，44(3):292-303.

[46]Ma Y，McCraty R.Heart rate variability in mind-body interventions[J].Complementary Therapies in Medicine，2016，29:A1-A2.

[47]刘冬冬,张玲,杨晓文.基于经验模式分解的心肺耦合技术在睡眠分析中的应用[J].中国医疗设备,2015,30(6)：28-32.

Clinical and Research Applications of Cardiopulmonary Coupling Analysis

Fan Lei
(InternationalMedicalDepartment，Guang′anmenHospital，ChinaAcademyofChineseMedicalSciences，Beijing，100053)

Objective:With the development of sleep medicine，the demand of portable sleep monitoring devices keeps rising.Reducing the first night effect and improving the compliance to sleep studies remain as challenges in the field.Cardiopulmonary coupling(CPC)analysis simplifies data collection and signal processing，meanwhile provides reliable sleep reports.This technique has been well applied in clinical and scientific research in the United States.In this article，we briefly introduced the establishment of this method and reviewed existing literature on CPC applications，aiming to inspire its clinical use and future studies.

Cardiopulmonary coupling; Sleep apnea; Insomnia; Depression

樊蕾，E-mail:qieyongxiao37@126.com

R338.63

A

2095-7130(2017)03-169-174