成人阻塞性睡眠呼吸暫停篩查工具的研究進展

盧琳琳 侯鈴宇 張 璇 何承元 劉 爽

阻塞性睡眠呼吸暫停(obstructive sleep apnea,OSA)又稱阻塞性睡眠呼吸暫停低通氣綜合征(obstructive sleep apnea hyponea syndrome,OSAHS),指患者在睡眠過程中反復出現呼吸暫停和低通氣,呼吸暫停以阻塞性為主[1]?；颊呖杀憩F為睡眠時打鼾并時而停止呼吸,反復被憋醒,常伴有白天嗜睡、疲勞、認知功能下降、夜尿頻繁、晨起頭暈頭痛、口干等癥狀[2]。在30～70歲的美國人群中,成人男性和女性OSA發病率分別為14%、5%[3]。我國成人OSA患病率約為4%[4]。OSA是一種全身性疾病,與冠心病、高血壓、心力衰竭、心律失常、糖尿病密切相關,同時又是引起猝死、道路交通事故的重要原因。夜間多導睡眠圖(PSG)檢查是目前診斷OSA的金標準[5]。但該檢查耗時、操作復雜、價格昂貴,需要睡眠監測室、相應的設備以及技術人員,由于部分基層醫院條件的限制,很多患者無法獲得及時診斷;因此,尋求準確性高,簡便經濟的臨床篩查工具尤為重要。本文對OSA的篩查問卷、量表和預測、篩查模型進行綜述,提高臨床對OSA的篩查效率。

1 成人OSA篩查問卷、量表

1.1 睡眠呼吸障礙問卷(SA-SDQ )

SA-SDQ由Douglass等[6]于1994年研發,該問卷包括12項自我評定內容(體重、吸煙、年齡、BMI、高血壓、鼾聲大、夜間呼吸暫停、覺醒突然喘著氣、晚上睡覺時出汗、睡覺時感覺鼻塞、睡覺時打鼾/呼吸逐漸加重、飲酒后睡覺時打鼾/呼吸加重),主要用于篩查睡眠呼吸障礙,總分為0～60分,臨床分界點女性為32分、男性為36分。韓國 Kim等[7]研究發現與SBQ相比,其敏感性不高,但特異性較好。

1.2 Epworth嗜唾量表(ESS)

ESS由Johns[8]于1991年研制,用于主觀評估患者白天過度嗜睡情況。ESS是通過評估日間嗜睡癥狀進行OSA篩查的簡便工具,該量表包括8個主觀問題,讓受試者評估自己白天在特定場景下打瞌睡的程度,0分為從不打瞌睡,1、2、3分分別為輕、中、重度打瞌睡,總分為 0～24分,分值越高表明嗜睡越嚴重,ESS評分≥9分有患OSA的高危風險[2]。鄒建銀[9]通過對性別進行分層分析發現不同性別之間ESS的最佳診斷切點不同,男性為9分,女性為6分。且通過一項對我國大樣本臨床高危人群研究發現,以AHI≥5次/h為判斷OSA的標準,該量表診斷OSA的ROC曲線下面積為0.774,ESS評分≥9分是OSA的最佳診斷切點,靈敏度和特異度分別為61.65%、82.77%[10]。ESS量表也存在不足:(1)該量表并不能全面評估OSA患者,OSA是一種以日間嗜睡為主的多臨床癥狀疾病,但多因素的綜合考慮有利于提高其篩查的靈敏度;(2)該量表對OSA診斷的特異性較高,但其靈敏度較低;(3)該量表是根據歐美人的文化特性和生活習慣設計的,ESS中包含駕駛相關的問題,而國內較多患者并無駕駛經驗,在我國人群中較難獲得令人滿意的應答。

1.3 柏林問卷(BQ)、改良柏林問卷(MBQ)

BQ是國際上較為廣泛應用的OSA專用篩查問卷,由Netzer等于1996年在柏林睡眠會議上提出[11],包括三類11個問題:(1)打鼾的情況;(2)日間嗜睡狀況;(3)高血壓病史及BMI。再將3個部分分別評分,有兩個部分或以上陽性結果則認為患者發生OSA的風險高。Netzer等[12]1999年在美國基層醫院使用BQ對OSA進行篩查,結果發現其靈敏度為86%,特異度為77%,該問卷的Cronbach's α為0.86～0.92。近年來美國、加拿大等也開始將BQ用于不具備PSG檢查條件的基層醫院進行篩查,BQ不僅對OSA患者日間嗜睡狀況進行評估,還對受試人群進行了多方面的評估。杜麗娜等[13]研究顯示,使用BQ對可疑OSA患者進行篩查,發現其靈敏度為69.2%,特異度為51.4%,陽性預測值為92.8%。BQ在國外有較高的靈敏度和特異度,但在國內應用時發現其靈敏度和特異度較國外有所降低[14],可能與我國部分受試患者無駕駛經驗以及亞洲人群和歐美人群對診斷肥胖的標準不同有關。Sharma[15]將BQ修訂形成MBQ:(1)開車時是否打瞌睡修改為在醫院排隊看病、排隊付水電費或電話費、白天在家坐著看電視時會睡著嗎?(2)將問卷中的BMI由30kg/m2,修改為25kg/m2。結果顯示,MBQ的靈敏度為86%,特異度為95%,陽性預測值為96%,Cronbach's α為0.92～0.96。戴娣等[16]研究發現,MBQ 篩查 OSA的靈敏度為90.1%,特異度為46.8%。由于國情、文化、生活方式、體質等原因,中文版的MBQ有待進一步修訂和改進。

1.4 STOP-Bang量表(SBQ)

SBQ是目前篩查OSA最常用的量表,由Chung等[17]于2008年研發的一種新型的用于篩查OSA的自填式問卷,SBQ對受試者的頸圍及BMI進行評估,了解影響患者上氣道塌陷的體征特點。余洋等[18]對其進行翻譯及回譯,制定簡體中文版SBQ評分量表,包含的各項條目簡明易懂,如打鼾、疲勞、目擊呼吸暫停、高血壓、BMI>35 kg/m2、年齡>50歲、頸圍>40cm、男性8個問題,每項“是”為1分,“否”為0分,綜合得分≥3分表明有患OSA高風險。李哲等[19]研究顯示,SBQ判斷OSA靈敏度為94.0%,特異度為25.7%,陽性預測值為91.9%,陰性預測值為32.1%。Avincsal等[20]發現,SBQ聯合改良的Mallampati評分與SBQ比較具有更高的特異性,同時靈敏度沒有降低,與馬長秀等[21]研究結果一致。吳歡等[22]研究發現,SBQ結合ESS判斷OSA的敏感性為89.31%,特異性為78.95%,ROC曲線下面積為0.821,均優于SBQ、ESS預測,SBQ和ESS在OSA篩查中具有一定的預測價值,聯合使用可以提高OSA預測的準確性。SBQ各項問題客觀、簡便且易回答,較好的篩查OSA患者。

1.5 NOSAS問卷(NOSAS Score)

1.6 4V量表(4V screening tool)

4V量表是由Takegami等[28]于2009年提出的簡易篩查睡眠呼吸障礙的工具,該量表包含4個變量。(1)性別:男性為4分,女性為0分;(2)血壓(mmHg):收縮壓(SBP)<140或舒張壓(DBP)<90,SBP為 140～159或DBP為90～99,SBP為160～179或DBP為100～109,SBP≥180或DBP≥110,數值分別為1至4;(3)BMI(kg/m2):BMI分為< 21.0,21.0～22.9,23.0～24.9,25.0～26.9,27.0～29.9,≥30,數值分別為1至6;(4)鼾聲:幾乎每天或經常打鼾為“是”,得分為4,有時打鼾或幾乎從不打鼾為“否”,得分為0。4V量表的評估臨界值為≥11或≥14,≥11時ROC曲線下面積為0.90,判斷睡眠障礙的靈敏度為93%,特異性為66%,該量表較適合亞洲人群。Pataka等[29]研究顯示,在SBQ、ESS、BQ、4V量表中,SBQ篩查OSA的靈敏度高但特異度相對較低,而4V量表的特異度高但靈敏度相對較低。目前,國內較少關于4V量表運用到OSA篩查的研究,未來將4V量表進行本土化,進一步探索該量表對OSA的篩查作用,并調適4V量表,提高其量表的篩查能力。

1.7 ASA清單(ASA checklist )

ASA清單由美國醫師學會2006年提出用于篩查外科OSA患者,內容包括三類12個問題。第一類:BMI、頸圍、頜面部解剖異常、鼻腔和扁桃體評價;第二類:打鼾聲音、打鼾頻率、夜間憋醒和呼吸暫停情況、睡眠覺醒;第三類:盡管有充足的“睡眠”,但經常嗜睡或疲勞;盡管有充足的“睡眠”,但在非刺激環境中(例如,看電視、閱讀、騎自行車或開車)容易入睡。如果兩個或多個類別呈陽性,患OSA的風險高[30]。但林娜等[31]研究指出,ASA清單的漏診率較高,且繁瑣的內容不利于OSA患者篩查。

1.8 GOAL問卷(GOAL questionnaire)

GOAL問卷由Duarte等[32]2020年提出,它是根據一項包括7377名受試者的隊列研究結果開發及驗證的一項問卷,GOAL量表包括性別、BMI、年齡、鼾聲4個項目。男性為1分,否為0分;BMI≥30 kg/m2為1分,否為0分;年齡≥50歲為 1分,否為0分;有鼾聲為1分,否為0分。問卷評分為0～4分,≥2分表示OSA高風險。判斷為OSA輕度、中度、重度的敏感性為83.3%至94.0%,特異性為62.4%至38.5%。該作者另有一項研究表明該問卷在肥胖OSA手術患者中同樣具有較好的靈敏度和特異度[33]。GOAL問卷具有較好的適用性,只包含4個臨床參數,對疑似OSA患者進行評估時很容易獲得。

2 成人OSA預測、篩查模型

除以上篩查問卷、量表外,研究者們還嘗試通過建立OSA預測、篩查模型來提高篩查效率,OSA常用預測、篩查變量包括:年齡、性別、ESS量表、高血壓、人體測量學數據(BMI、頸圍、頸長、腰圍、臀圍、扁桃體大小、改良Mallampati分級)、OSA臨床癥狀(臨床評分、目擊呼吸暫停、鼾聲、血氧飽和度、氧減指數)等。Duarte 等[34]設計了一個只有頸圍和年齡2個條目的No-apnea 模型:(1)頸圍<37cm、37.0～39.9cm、40.0～42.9cm、≥ 43.0cm分別為0、1、3、6分;(2)年齡<35歲、35～44歲、45～54歲、≥ 55歲分別為0、1、2、3分;總分為0～9分,使用臨界值≥3分對OSA高風險患者進行分類。Amra等[35]發現,Mallampati分級、年齡和頸圍是預測中度OSA的重要因素。Lin等[36]以性別、改良Mallampati分級、扁桃體大小、BMI建立的預測模型具有較高的靈敏度和特異度。Chai-Coetzer等[37]通過OSA問卷(包括腰圍、打鼾、目擊呼吸暫停、年齡)配合測量夜間血氧飽和度建立的預測模型敏感度和特異度分別為88%、82%,該預測模型采用腰圍而非頸圍或BMI等在其他預測模型中廣泛使用的人體測量學數據。Zou等[10]通過一項大樣本研究建立了簡單有效的中國成年人群OSA識別模型,新生成的篩查模型包括年齡、腰圍、ESS評分和最低血氧飽和度,其篩查模型ROC曲線下面積為0.955,敏感度和特異度分別為89.13%、90.34%,該篩查模型的高敏感性和特異性為篩查成人OSA高風險提供了一種簡單實用的方法,有助于針對性地采取預防措施。卜夢瀅等[38]基于女性OSA患者危險因素調查,初步建立了女性OSA篩查模型,包括BMI、改良Mallampati分級、重度打鼾、打鼾年限、絕經變量,具有中度預測能力,以6分為切分值時,AHI≥ 5 次/h時,靈敏度和特異度分別為 86.1%、63.9%[39]。預測、篩查模型具有簡便實用等特點,一個成熟的預測、篩查模型應經過反復驗證才能在臨床推廣使用,因此對國內外OSA預測、篩查模型應進行多中心、大樣本的臨床驗證,構建適合我國國情的OSA風險預測、篩查模型。此外,隨著互聯網及信息化技術的發展,構建基于公共健康大數據的OSA預測模型,促進OSA風險精準預測與管理。

3 小結與展望

篩查問卷、量表及預測、篩查模型是一種有效、簡便的篩查方法,可在基層醫院推廣和應用,有利于OSA早期診斷和治療。但OSA的篩查方法仍不夠成熟,不同的篩查量表各有優缺點,很難有量表同時滿足較高的靈敏度和特異度,不同量表的聯合應用以及量表結合臨床癥狀可提高OSA篩查靈敏度和特異度,而預測、篩查模型在敏感性和特異性的平衡上有顯著優勢。目前,大多數篩查工具針對歐美人群設計,亞洲人群的文獻報道較少。此外,其量表和預測、篩查模型大多數關注中重度OSA,而忽略了輕度OSA,容易造成漏診。未來,期待研究更多的篩查工具關注輕度OSA患者和針對亞洲人群。