《npj Digital Medicine》：Multi night digital assessment of sleep disordered breathing is associated with accelerated vascular aging
编辑推荐：
本刊推荐：为明确睡眠呼吸障碍（OSA）与心血管风险的关系，研究团队开展了大规模、长期的居家数字化监测研究，利用床垫下传感器和智能秤，量化多夜OSA严重程度、变异性及鼾声负荷与动脉硬化指标PWV的关联。结果发现OSA严重程度与PWV呈剂量反应关系，且夜间变异性高和鼾声负荷重均能独立预测更高的PWV。这项发表于《npj Digital Medicine》的研究表明，居家多夜评估能更准确地反映OSA相关的心血管风险，为个性化管理提供了新依据。
在当今快节奏的生活中，打鼾和睡眠时呼吸暂停不再是简单的噪音困扰，它背后可能隐藏着加速身体“衰老时钟”的风险。阻塞性睡眠呼吸暂停（Obstructive Sleep Apnea, OSA）是一种常见的睡眠障碍，患者在睡眠中会反复出现呼吸暂停和低通气。长期以来，医学界怀疑OSA是心血管疾病的“隐形推手”，可能通过间歇性缺氧、睡眠片段化等机制，损害血管功能，加速动脉硬化，从而提升心脏病、中风等严重疾病的风险。然而，传统诊断OSA的“金标准”——多导睡眠图（Polysomnography, PSG）——通常只在医院进行单夜监测，过程繁琐且昂贵。更重要的是，OSA的严重程度存在显著的“夜夜不同”，单次检查很可能无法捕捉真实情况，这导致过往基于单夜评估的研究结论常常互相矛盾。那么，在真实世界、长期、多夜的观察下，OSA到底如何影响我们的血管健康？除了呼吸暂停的严重程度，夜间表现的波动性以及司空见惯的打鼾，是否也扮演着独立的“坏角色”？
为了回答这些问题，一项开创性的大规模研究在现实生活场景中展开，并发表于顶级期刊《npj Digital Medicine》。研究人员巧妙地将两种居家数字健康设备的数据联系起来：一种是放置在床垫下的睡眠传感器，它可以无感地持续监测每夜的OSA严重程度和鼾声情况；另一种是智能体重秤，它能够测量使用者的主动脉-腿部脉搏波传导速度（Pulse Wave Velocity, PWV）。PWV是评估动脉硬化和血管衰老的关键生物标志物，数值越高，表明血管弹性越差，心血管风险也越高。这项研究跨越了约四年时间，汇集了来自20个国家、共计29,653名参与者的海量数据。这群参与者平均年龄52岁，以男性为主（84%），平均身体质量指数（Body Mass Index, BMI）为27.3 kg/m2。通过分析这些长期、连续的家庭监测数据，研究旨在揭示多夜OSA特征、其夜间变异性以及鼾声负担与动脉僵硬度的真实关联。
研究团队主要依赖于两种核心的居家数字健康技术进行数据收集。首先是床垫下睡眠监测传感器，用于无侵入性地量化每晚的阻塞性睡眠呼吸暂停严重程度（以呼吸暂停低通气指数Apnea-Hypopnea Index, AHI为代表）和鼾声事件。其次是配备生物阻抗分析功能的智能秤，用于测量主动脉-腿部脉搏波传导速度。研究队列庞大，包含了来自全球20个国家的29,653名成年人，数据采集期长约四年。
多夜OSA严重程度与PWV的剂量反应关系
分析显示，OSA的严重程度与PWV升高之间存在清晰且独立的剂量反应关系。即便在调整了年龄、性别和BMI这些传统心血管风险因素后，这种关联依然稳健存在。这意味着，平均而言，夜间呼吸暂停事件越多、缺氧越严重的人，其动脉血管也越僵硬，血管老化速度可能越快。
OSA夜间变异性是重要的风险修饰因子
研究有一个非常有趣的发现：OSA的严重程度并非一成不变。有些参与者虽然平均下来只是轻度OSA，但其不同夜晚的AHI值波动很大（即高夜间变异性）。这些“轻度但不稳定”的参与者，其PWV水平竟然与那些患有严重但稳定的OSA患者相当。这表明，仅凭单次或平均的严重程度评估可能会低估一部分人的风险，夜间病情的波动性本身就是一个强有力的风险信号。
鼾声负担独立于OSA预测更高的PWV
即使将OSA的严重程度考虑在内，更高的鼾声负担（即打鼾的频繁度和强度）仍然能够独立预测更高的PWV。这一发现具有重要的公共卫生意义，因为打鼾远比典型的OSA更为普遍。它提示我们，即使没有达到OSA的诊断标准，频繁响亮的打鼾也可能对血管健康造成持续的、独立的损害。
研究结论与意义
这项大规模的真实世界研究得出结论：通过居家数字设备进行的多夜评估，能够更全面、更真实地反映睡眠呼吸障碍对心血管系统的威胁。OSA的严重程度、其夜间的波动性以及单纯的打鼾负担，三者均与加速的血管老化（表现为PWV升高）显著相关，且后两者具备独立的预测价值。这革新了我们对OSA心血管风险的理解框架——风险评估不应局限于一次实验室检查得到的“平均严重程度”，而应整合长期居家中反映出的“模式”和“行为”，包括病情的不稳定性和鼾声特征。
其重要意义在于，它为睡眠呼吸障碍的个性化管理和早期干预提供了全新的视角与工具。基于居家、长期、多维度的数字化监测，临床医生有望更精准地识别出那些被传统单夜评估所遗漏的高风险个体（如高变异性轻度OSA患者或严重打鼾者），从而及早采取干预措施，预防或延缓心血管疾病的发生。这项研究也彰显了消费级数字健康设备在大型流行病学研究与未来精准医疗中的巨大潜力。
