时间相关性打鼾指标与阻塞性睡眠呼吸暂停的严重程度：临床队列中的非线性关联及数据驱动的拐点分析

《Sleep and Breathing》：Temporal snoring metrics and obstructive sleep apnea severity: nonlinear associations and data-driven inflection points in a clinical cohort

本研究通过回顾性分析1423名接受便携式睡眠监测（PSM）的成人发现，打鼾事件数、总打鼾时间及占睡眠时间百分比与AHI呈正相关，而打鼾平均持续时间与AHI在线性模型中呈负相关，但非线性分析显示其关联具有特征特异性，并识别出关键阈值点（15秒、75.6分钟/夜、24.3%和74.5%）。BMI对持续时间与AHI的关联有调节作用，其他指标则跨BMI分层保持一致。研究证实PSM时序打鼾指标与AHI存在可解释的非线性模式，但需进一步多中心验证。

　　

摘要

背景

打鼾是上呼吸道阻塞的常见表现。然而，打鼾的时间特征与非阻塞性睡眠呼吸暂停（non-OSA）到重度阻塞性睡眠呼吸暂停（OSA）之间的关联，在整个AHI（Apnea-Hypopnea Index）谱系中尚未完全明了。

方法

我们进行了一项回顾性、单中心研究，研究对象为1,423名接受过夜间便携式睡眠监测（PSM；III型HSAT）的成年人。睡眠时的打鼾特征包括打鼾频率（每晚次数）、平均打鼾持续时间（秒）、总打鼾时间（分钟/晚）以及估计的睡眠时间内打鼾所占的比例（%）。主要结局指标是通过设备测得的呼吸暂停-低通气指数（AHI），作为衡量OSA严重程度的连续指标。我们使用多元线性回归分析这些关联，并通过平滑曲线拟合（广义加性模型）和分段（阈值）回归方法探讨非线性关系。

结果

在经过全面调整的模型中，较高的打鼾事件次数和更大的累积打鼾负担（总打鼾时间和睡眠时间内打鼾所占的比例）与较高的AHI相关。在线性模型中，平均打鼾持续时间呈现总体上的负相关趋势，而非线性模型则显示出特征特定的模式。平滑曲线拟合和分段回归确定了几个转折点：平均打鼾持续时间约为15秒、总打鼾时间约为75.6分钟、打鼾比例约为24.3%和74.5%。亚组分析显示性别之间没有交互作用；体重指数（BMI）改变了平均打鼾持续时间与AHI之间的关联，而其他打鼾指标的关联在不同BMI组间基本一致。

结论

从PSM中得出的睡眠时间相关指标与设备测得的AHI相关，并表现出具有可解释转折点的特征特定非线性模式。这些候选阈值仅用于提出假设，并非作为诊断依据；在临床应用之前，需要进行基于PSG的前瞻性研究验证和外部验证。