基于鼾声分析技术的手机软件在成人阻塞性睡眠呼吸暂停筛查中的应用价值研究
陈媛媛1
彭茂桓2
董霄松1
赵瑞2
孙铭泽2
顾家慧2
张雪丽2
赵龙2
周兵2
伍斓博2
王韦涵2
韩芳2
1.北京大学医学技术研究院,北京 100083;北京大学人民医院呼吸睡眠医学科,北京 1000442.北京大学人民医院呼吸睡眠医学科,北京 100044
摘要：目的 评价基于鼾声分析技术的智能手机软件"睡好了么"(Sleepok)在成人阻塞性睡眠呼吸暂停(OSA)筛查中的应用价值,并与常用OSA筛查量表进行比较.方法 纳入2022年7月至2023年4月因打鼾就诊于北京大学人民医院呼吸睡眠医学科进行多导睡眠监测(PSG)的成人受试者173例,在行PSG时同步使用Sleepok监测鼾声,受试者于监测当晚在研究者指导下填写纸质问卷(包括基本信息和常用OSA筛查量表).结果 Sleepok与PSG测得呼吸暂停低通气指数(AHI)差异无统计学意义(P＞0.05).Pearson相关分析结果显示,Sleepok_AHI与PSG_AHI具有较好的相关性(r=0.80,P＜0.001).Bland-Altman 一致性检验结果显示,Sleepok_AHI与PSG_AHI有较高的一致性(P=0.118),两者之间的平均差异仅为-1.82次/h.ROC曲线分析结果显示,Sleepok_AHI对OSA、中重度OSA和重度OSA均有较好的诊断价值,其最佳截断值分别为16.6 次/h、18.9 次/h 和 28.0 次/h.单纯鼾症组与 OSA 组 6 种量表(No-Apnea、GOAL、NoSAS、STOP、STOP-Bang、CNCQ-OSA)的评分值以及Sleepok_AHI水平比较差异均有统计学意义(P＜0.05).ROC曲线分析结果显示,6种量表均有诊断OSA的应用价值(P＜0.05).结论 基于鼾声分析技术的智能手机软件Sleepok能有效识别睡眠中的呼吸事件,对于OSA高风险患者有较好的灵敏度和特异度,可用于OSA筛查.
关键词：阻塞性睡眠呼吸暂停鼾声分析多导睡眠监测筛查量表
分类号：R563(呼吸系及胸部疾病)
资助基金：北京大学人民医院研究与发展基金资助项目(RDL2022-02)
论文发表日期：2024-01-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 19-24 )
英文信息