成人阻塞性睡眠呼吸暂停筛查工具的研究进展

卢琳琳 侯铃宇 张 璇 何承元 刘 爽

阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)又称阻塞性睡眠呼吸暂停低通气综合征(obstructive sleep apnea hyponea syndrome,OSAHS),指患者在睡眠过程中反复出现呼吸暂停和低通气,呼吸暂停以阻塞性为主[1]。患者可表现为睡眠时打鼾并时而停止呼吸,反复被憋醒,常伴有白天嗜睡、疲劳、认知功能下降、夜尿频繁、晨起头晕头痛、口干等症状[2]。在30～70岁的美国人群中,成人男性和女性OSA发病率分别为14%、5%[3]。我国成人OSA患病率约为4%[4]。OSA是一种全身性疾病,与冠心病、高血压、心力衰竭、心律失常、糖尿病密切相关,同时又是引起猝死、道路交通事故的重要原因。夜间多导睡眠图(PSG)检查是目前诊断OSA的金标准[5]。但该检查耗时、操作复杂、价格昂贵,需要睡眠监测室、相应的设备以及技术人员,由于部分基层医院条件的限制,很多患者无法获得及时诊断;因此,寻求准确性高,简便经济的临床筛查工具尤为重要。本文对OSA的筛查问卷、量表和预测、筛查模型进行综述,提高临床对OSA的筛查效率。

1 成人OSA筛查问卷、量表

1.1 睡眠呼吸障碍问卷(SA-SDQ )

SA-SDQ由Douglass等[6]于1994年研发,该问卷包括12项自我评定内容(体重、吸烟、年龄、BMI、高血压、鼾声大、夜间呼吸暂停、觉醒突然喘着气、晚上睡觉时出汗、睡觉时感觉鼻塞、睡觉时打鼾/呼吸逐渐加重、饮酒后睡觉时打鼾/呼吸加重),主要用于筛查睡眠呼吸障碍,总分为0～60分,临床分界点女性为32分、男性为36分。韩国 Kim等[7]研究发现与SBQ相比,其敏感性不高,但特异性较好。

1.2 Epworth嗜唾量表(ESS)

ESS由Johns[8]于1991年研制,用于主观评估患者白天过度嗜睡情况。ESS是通过评估日间嗜睡症状进行OSA筛查的简便工具,该量表包括8个主观问题,让受试者评估自己白天在特定场景下打瞌睡的程度,0分为从不打瞌睡,1、2、3分分别为轻、中、重度打瞌睡,总分为 0～24分,分值越高表明嗜睡越严重,ESS评分≥9分有患OSA的高危风险[2]。邹建银[9]通过对性别进行分层分析发现不同性别之间ESS的最佳诊断切点不同,男性为9分,女性为6分。且通过一项对我国大样本临床高危人群研究发现,以AHI≥5次/h为判断OSA的标准,该量表诊断OSA的ROC曲线下面积为0.774,ESS评分≥9分是OSA的最佳诊断切点,灵敏度和特异度分别为61.65%、82.77%[10]。ESS量表也存在不足:(1)该量表并不能全面评估OSA患者,OSA是一种以日间嗜睡为主的多临床症状疾病,但多因素的综合考虑有利于提高其筛查的灵敏度;(2)该量表对OSA诊断的特异性较高,但其灵敏度较低;(3)该量表是根据欧美人的文化特性和生活习惯设计的,ESS中包含驾驶相关的问题,而国内较多患者并无驾驶经验,在我国人群中较难获得令人满意的应答。

1.3 柏林问卷(BQ)、改良柏林问卷(MBQ)

BQ是国际上较为广泛应用的OSA专用筛查问卷,由Netzer等于1996年在柏林睡眠会议上提出[11],包括三类11个问题:(1)打鼾的情况;(2)日间嗜睡状况;(3)高血压病史及BMI。再将3个部分分别评分,有两个部分或以上阳性结果则认为患者发生OSA的风险高。Netzer等[12]1999年在美国基层医院使用BQ对OSA进行筛查,结果发现其灵敏度为86%,特异度为77%,该问卷的Cronbach's α为0.86～0.92。近年来美国、加拿大等也开始将BQ用于不具备PSG检查条件的基层医院进行筛查,BQ不仅对OSA患者日间嗜睡状况进行评估,还对受试人群进行了多方面的评估。杜丽娜等[13]研究显示,使用BQ对可疑OSA患者进行筛查,发现其灵敏度为69.2%,特异度为51.4%,阳性预测值为92.8%。BQ在国外有较高的灵敏度和特异度,但在国内应用时发现其灵敏度和特异度较国外有所降低[14],可能与我国部分受试患者无驾驶经验以及亚洲人群和欧美人群对诊断肥胖的标准不同有关。Sharma[15]将BQ修订形成MBQ:(1)开车时是否打瞌睡修改为在医院排队看病、排队付水电费或电话费、白天在家坐着看电视时会睡着吗?(2)将问卷中的BMI由30kg/m2,修改为25kg/m2。结果显示,MBQ的灵敏度为86%,特异度为95%,阳性预测值为96%,Cronbach's α为0.92～0.96。戴娣等[16]研究发现,MBQ 筛查 OSA的灵敏度为90.1%,特异度为46.8%。由于国情、文化、生活方式、体质等原因,中文版的MBQ有待进一步修订和改进。

1.4 STOP-Bang量表(SBQ)

SBQ是目前筛查OSA最常用的量表,由Chung等[17]于2008年研发的一种新型的用于筛查OSA的自填式问卷,SBQ对受试者的颈围及BMI进行评估,了解影响患者上气道塌陷的体征特点。余洋等[18]对其进行翻译及回译,制定简体中文版SBQ评分量表,包含的各项条目简明易懂,如打鼾、疲劳、目击呼吸暂停、高血压、BMI>35 kg/m2、年龄>50岁、颈围>40cm、男性8个问题,每项“是”为1分,“否”为0分,综合得分≥3分表明有患OSA高风险。李哲等[19]研究显示,SBQ判断OSA灵敏度为94.0%,特异度为25.7%,阳性预测值为91.9%,阴性预测值为32.1%。Avincsal等[20]发现,SBQ联合改良的Mallampati评分与SBQ比较具有更高的特异性,同时灵敏度没有降低,与马长秀等[21]研究结果一致。吴欢等[22]研究发现,SBQ结合ESS判断OSA的敏感性为89.31%,特异性为78.95%,ROC曲线下面积为0.821,均优于SBQ、ESS预测,SBQ和ESS在OSA筛查中具有一定的预测价值,联合使用可以提高OSA预测的准确性。SBQ各项问题客观、简便且易回答,较好的筛查OSA患者。

1.5 NOSAS问卷(NOSAS Score)

1.6 4V量表(4V screening tool)

4V量表是由Takegami等[28]于2009年提出的简易筛查睡眠呼吸障碍的工具,该量表包含4个变量。(1)性别:男性为4分,女性为0分;(2)血压(mmHg):收缩压(SBP)<140或舒张压(DBP)<90,SBP为 140～159或DBP为90～99,SBP为160～179或DBP为100～109,SBP≥180或DBP≥110,数值分别为1至4;(3)BMI(kg/m2):BMI分为< 21.0,21.0～22.9,23.0～24.9,25.0～26.9,27.0～29.9,≥30,数值分别为1至6;(4)鼾声:几乎每天或经常打鼾为“是”,得分为4,有时打鼾或几乎从不打鼾为“否”,得分为0。4V量表的评估临界值为≥11或≥14,≥11时ROC曲线下面积为0.90,判断睡眠障碍的灵敏度为93%,特异性为66%,该量表较适合亚洲人群。Pataka等[29]研究显示,在SBQ、ESS、BQ、4V量表中,SBQ筛查OSA的灵敏度高但特异度相对较低,而4V量表的特异度高但灵敏度相对较低。目前,国内较少关于4V量表运用到OSA筛查的研究,未来将4V量表进行本土化,进一步探索该量表对OSA的筛查作用,并调适4V量表,提高其量表的筛查能力。

1.7 ASA清单(ASA checklist )

ASA清单由美国医师学会2006年提出用于筛查外科OSA患者,内容包括三类12个问题。第一类:BMI、颈围、颌面部解剖异常、鼻腔和扁桃体评价;第二类:打鼾声音、打鼾频率、夜间憋醒和呼吸暂停情况、睡眠觉醒;第三类:尽管有充足的“睡眠”,但经常嗜睡或疲劳;尽管有充足的“睡眠”,但在非刺激环境中(例如,看电视、阅读、骑自行车或开车)容易入睡。如果两个或多个类别呈阳性,患OSA的风险高[30]。但林娜等[31]研究指出,ASA清单的漏诊率较高,且繁琐的内容不利于OSA患者筛查。

1.8 GOAL问卷(GOAL questionnaire)

GOAL问卷由Duarte等[32]2020年提出,它是根据一项包括7377名受试者的队列研究结果开发及验证的一项问卷,GOAL量表包括性别、BMI、年龄、鼾声4个项目。男性为1分,否为0分;BMI≥30 kg/m2为1分,否为0分;年龄≥50岁为 1分,否为0分;有鼾声为1分,否为0分。问卷评分为0～4分,≥2分表示OSA高风险。判断为OSA轻度、中度、重度的敏感性为83.3%至94.0%,特异性为62.4%至38.5%。该作者另有一项研究表明该问卷在肥胖OSA手术患者中同样具有较好的灵敏度和特异度[33]。GOAL问卷具有较好的适用性,只包含4个临床参数,对疑似OSA患者进行评估时很容易获得。

2 成人OSA预测、筛查模型

除以上筛查问卷、量表外,研究者们还尝试通过建立OSA预测、筛查模型来提高筛查效率,OSA常用预测、筛查变量包括:年龄、性别、ESS量表、高血压、人体测量学数据(BMI、颈围、颈长、腰围、臀围、扁桃体大小、改良Mallampati分级)、OSA临床症状(临床评分、目击呼吸暂停、鼾声、血氧饱和度、氧减指数)等。Duarte 等[34]设计了一个只有颈围和年龄2个条目的No-apnea 模型:(1)颈围<37cm、37.0～39.9cm、40.0～42.9cm、≥ 43.0cm分别为0、1、3、6分;(2)年龄<35岁、35～44岁、45～54岁、≥ 55岁分别为0、1、2、3分;总分为0～9分,使用临界值≥3分对OSA高风险患者进行分类。Amra等[35]发现,Mallampati分级、年龄和颈围是预测中度OSA的重要因素。Lin等[36]以性别、改良Mallampati分级、扁桃体大小、BMI建立的预测模型具有较高的灵敏度和特异度。Chai-Coetzer等[37]通过OSA问卷(包括腰围、打鼾、目击呼吸暂停、年龄)配合测量夜间血氧饱和度建立的预测模型敏感度和特异度分别为88%、82%,该预测模型采用腰围而非颈围或BMI等在其他预测模型中广泛使用的人体测量学数据。Zou等[10]通过一项大样本研究建立了简单有效的中国成年人群OSA识别模型,新生成的筛查模型包括年龄、腰围、ESS评分和最低血氧饱和度,其筛查模型ROC曲线下面积为0.955,敏感度和特异度分别为89.13%、90.34%,该筛查模型的高敏感性和特异性为筛查成人OSA高风险提供了一种简单实用的方法,有助于针对性地采取预防措施。卜梦滢等[38]基于女性OSA患者危险因素调查,初步建立了女性OSA筛查模型,包括BMI、改良Mallampati分级、重度打鼾、打鼾年限、绝经变量,具有中度预测能力,以6分为切分值时,AHI≥ 5 次/h时,灵敏度和特异度分别为 86.1%、63.9%[39]。预测、筛查模型具有简便实用等特点,一个成熟的预测、筛查模型应经过反复验证才能在临床推广使用,因此对国内外OSA预测、筛查模型应进行多中心、大样本的临床验证,构建适合我国国情的OSA风险预测、筛查模型。此外,随着互联网及信息化技术的发展,构建基于公共健康大数据的OSA预测模型,促进OSA风险精准预测与管理。

3 小结与展望

筛查问卷、量表及预测、筛查模型是一种有效、简便的筛查方法,可在基层医院推广和应用,有利于OSA早期诊断和治疗。但OSA的筛查方法仍不够成熟,不同的筛查量表各有优缺点,很难有量表同时满足较高的灵敏度和特异度,不同量表的联合应用以及量表结合临床症状可提高OSA筛查灵敏度和特异度,而预测、筛查模型在敏感性和特异性的平衡上有显著优势。目前,大多数筛查工具针对欧美人群设计,亚洲人群的文献报道较少。此外,其量表和预测、筛查模型大多数关注中重度OSA,而忽略了轻度OSA,容易造成漏诊。未来,期待研究更多的筛查工具关注轻度OSA患者和针对亚洲人群。