用氣流形狀量化氣流受限的頻率
研究目的
睡眠期間氣流受限的存在與不利的健康后果相關，與阻塞性睡眠呼吸暫停 (OSA) 的嚴重程度（呼吸暫停低通氣指數，AHI）無關，但量化它仍然極具挑戰性。在這里，我們展示了一個獨特的庫和隨附的自動化方法，我們將其應用于研究睡眠期間的氣流受限。
方法
使用氣流形狀和生理信號（每個食管內膈肌肌電圖的通氣驅動）對 117,871 次呼吸（N = 40 名參與者）進行視覺分類（確定的氣流受限、可能的氣流受限、正常）。開發了一個序數回歸模型，以使用氣流形狀特征（例如展平、舀取）來量化氣流受限的確定性；每次呼吸的一致性（Cohen's ƙ）；和夜間氣流受限頻率（R2，睡眠期間確定或可能類別的呼吸百分比）與視覺評分進行比較。隨后的應用檢查了覺醒和穩定呼吸期間的氣流受限頻率，以及與通氣驅動的關聯。·
結果
該模型（23 個特征）評估氣流受限具有良好的一致性（逐次呼吸 ƙ = 0.572，p < 0.001）和最小誤差（過夜氣流受限頻率 R2 = 0.86，誤差 = 7.2%）。氣流受限頻率在很大程度上獨立于 AHI (R2 = 0.16)，并且在阻塞性睡眠呼吸暫停個體中變化很大（74[32–95]% 呼吸，平均值[范圍]，AHI > 15/h，N = 22）。氣流受限出乎意料地頻繁，但在覺醒（40[5-85]% 次呼吸）和穩定呼吸（58[12-91]% 次呼吸）期間會發生變化，并且與通氣驅動升高有關（R2 = 0.26-0.29；R2 < 0.01 AHI v. drive）。
結論
我們的方法可以量化氣流受限頻率，這是阻塞性睡眠呼吸障礙的一個關鍵方面，與 AHI 無關，通常不可用。氣流受限頻率因人而異，在覺醒和穩定呼吸期間普遍存在，并顯示通氣驅動升高。
（葉妮摘自 Sleep, Volume 44, Issue 12, December 2021, zsab170）
