代谢指数作为预测因子与阻塞性睡眠呼吸暂停的相关性分析

doi:10.12114/j.issn.1007-9572.2023.0168

中国全科医学 ›› 2023, Vol. 26 ›› Issue (30): 3740-3747.DOI: 10.12114/j.issn.1007-9572.2023.0168

• 论著·阻塞性睡眠呼吸暂停专题研究 • 上一篇下一篇

代谢指数作为预测因子与阻塞性睡眠呼吸暂停的相关性分析

温雯¹^,², 张凯楠², 陈玉岚³, 李瑜⁴, 张向阳¹^,^*()

1．830000　新疆维吾尔自治区乌鲁木齐市，新疆医科大学第一附属医院
2．830000　新疆维吾尔自治区乌鲁木齐市，新疆医科大学研究生学院
3．830000　新疆维吾尔自治区乌鲁木齐市，新疆医科大学第一附属医院高血压科
4．830000　新疆维吾尔自治区乌鲁木齐市，新疆医科大学第一附属医院综合内二科

收稿日期:2023-02-11 修回日期:2023-05-26 出版日期:2023-10-20 发布日期:2023-05-26
通讯作者: 张向阳
作者贡献：温雯负责研究的构思与设计、数据整理、统计分析、论文撰写以及论文修订；张凯楠负责数据收集、研究的可行性分析、统计协助及论文修订；陈玉岚、李瑜负责数据质量控制及校审；张向阳提供研究思路，负责文章的质量控制及校审、监督管理，对文章整体负责；所有作者确认了论文的最终稿。

Correlation of Metabolic Indexes as Predictors with Obstructive Sleep Apnea

WEN Wen¹^,², ZHANG Kainan², CHEN Yulan³, LI Yu⁴, ZHANG Xiangyang¹^,^*()

1. The First Affiliated Hospital of Xinjiang Medical University, Urumqi 830000, China
2. Graduate School of Xinjiang Medical University, Urumqi 830000, China
3. Department of Hypertension, the First Affiliated Hospital of Xinjiang Medical University, Urumqi 830000, China
4. The Second Department of General Internal Medicine, the First Affiliated Hospital of Xinjiang Medical University, Urumqi 830000, China

Received:2023-02-11 Revised:2023-05-26 Published:2023-10-20 Online:2023-05-26
Contact: ZHANG Xiangyang

分享到

摘要/Abstract

摘要： 背景阻塞性睡眠呼吸暂停（OSA）的患病率很高，目前OSA已被证实是多种疾病的独立危险因素，因此要加强对OSA高危人群的筛查。OSA患者易合并脂代谢异常，而作为能评估代谢异常的指标——血浆致动脉粥样硬化指数（AIP）、内脏肥胖指数（VAI）、脂类积聚产物（LAP）、心脏代谢指数（CMI）以及中国人内脏肥胖指数（CVAI）是否能用于预测OSA，目前尚不清楚。目的通过病例对照研究分析代谢指数与OSA的相关性，并评估各代谢指数对OSA的预测效能。方法选取2017年3月—2022年6月在新疆医科大学第一附属医院已完善多导睡眠监测（PSG）的疑似OSA且年龄≥18岁的住院患者共2 968例。根据纳入、排除标准最终纳入2 850例患者，根据呼吸暂停低通气指数（AHI）将患者分为OSA组（AHI≥5次/h）2 193例和非OSA组（AHI<5次/h）657例。通过电子病历系统收集患者的临床资料和实验室检查指标。采用单因素及多因素Logistic回归分析探究AIP、VAI、LAP、CMI、CVAI与OSA的相关性。采用受试者工作特征（ROC）曲线分析代谢指数预测患者发生OSA的效能。对人群进行性别分层分析以探究代谢指数在不同人群中与OSA的关系。结果 OSA组患者年龄、性别（男性占比）、颈围、身高、总胆固醇、三酰甘油、AHI、AIP、VAI、LAP、CMI、CVAI均高于非OSA组，HDL-C、平均血氧饱和度、最低血氧饱和度低于非OSA组（P<0.05）。将5个代谢指数按四分位数进行分组（Q1~Q4），多因素Logistic回归分析显示，AIP〔OR=2.241，95%CI（1.689，2.972），P<0.001〕、VAI〔OR=2.517，95%CI（1.919，3.301），P<0.001〕、LAP〔OR=2.313，95%CI（1.761，3.038），P<0.001〕、CMI〔OR=2.732，95%CI（2.054，3.633），P<0.001〕、CVAI〔OR=6.060，95%CI（4.411，8.324），P<0.001〕与OSA发生风险相关（P<0.05）；进一步将患者按性别进行分层分析结果显示：在女性患者中AIP、VAI、LAP、CMI、CVAI与OSA发生风险相关（P<0.05），男性患者中CMI、LAP、VAI与OSA发生风险无相关性（P>0.05），AIP、CVAI与OSA发生风险相关（P<0.05）。AIP、VAI、LAP、CMI、CVAI预测发生OSA的ROC曲线下面积（AUC）分别为〔0.593，95%CI（0.568，0.618）〕〔0.607，95%CI（0.583，0.632）〕〔0.594，95%CI（0.569，0.619）〕〔0.616，95%CI（0.591，0.640）〕〔0.728，95%CI（0.706，0.751）〕。为明确5个代谢指数预测OSA的效能，进一步将患者按性别进行分层分析：在女性人群中5个代谢指数预测OSA的AUC均较总人群增加，男性人群中5个代谢指数的AUC均低于总人群。无论在总人群还是在男女亚组人群中，CVAI指数的AUC均高于其他指数（总人群AUC=0.728，女性AUC=0.764，男性AUC=0.681）。结论随着AIP、VAI、LAP、CMI、CVAI的四分位数分组增高，发生OSA的风险增加。CVAI对OSA的预测效能优于其他指数，因此CVAI或可成为OSA高危人群筛查的预测指标。

关键词: 睡眠呼吸暂停，阻塞性, 脂代谢异常, 代谢指数, 中国人内脏肥胖指数, 预测, 病例对照研究

Abstract:

Background

Obstructive sleep apnea (OSA) has a high prevalence, and it has been shown to be an independent risk factor for various diseases. Therefore, it is important to strengthen screening for population at highrisk of OSA. OSA patients are prone to combine with lipid metabolism disorders, but it remains unclear whether the atherogenic index of plasma (AIP), visceral adiposity index (VAI), lipid accumulation product (LAP), cardiometabolic index (CMI), and Chinese visceral adiposity index (CVAI), which are used asmetabolic indexes, can be used to predict OSA.

Objective

To analyze the correlation between metabolic indexes and OSA, and evaluate the predictive efficacy of each metabolic index through a case-control study.

Methods

A total of 2 968 inpatients with suspected OSA and aged ≥18 years who completed polysomnography (PSG) in the First Affiliated Hospital of Xinjiang Medical University from March 2017 to June 2022 were selected, with 2 850 patients finally included based on the inclusion and exclusion criteria and divided into the OSA group 〔apnea-hypopnea index (AHI) ≥5 times/h, n=2 193〕 and non-OSA group (AHI<5 times/h, n=657) according to the AHI. The clinical data and laboratory test results of these patients were collected through the electronic medical record system. Univariate and multivariate Logistic regression analyses were used to investigate the correlation of AIP, VAI, LAP, CMI, and CVAI with OSA. The receiver operating characteristic (ROC) curve was plotted to analyze the efficacy of metabolic indexes in predicting OSA. A gender-stratified analysis was performed to explore the relationship between metabolic indexes and OSA in different populations.

Results

Age, gender (male proportion), neck circumference, height, total cholesterol, triacylglycerol, AHI, AIP, VAI, LAP, CMI, and CVAI were significantly higher in the OSA group than the non-OSA group, high-density lipoprotein cholesterol (HDL-C), mean oxygen saturation and minimum oxygen saturation were significantly lower than the non-OSA group (P<0.05). After dividing the five metabolic indexes into quartiles (Q1 to Q4), them ultivariate Logistic regression analysis showed that AIP〔OR=2.241, 95%CI (1.689, 2.972), P<0.001〕, VAI〔OR=2.517, 95%CI (1.919, 3.301), P<0.001〕, LAP〔OR=2.313, 95%CI (1.761, 3.038), P<0.001〕, CMI〔OR=2.732, 95%CI (2.054, 3.633), P<0.001〕, and CVAI〔OR=6.060, 95%CI (4.411, 8.324), P<0.001〕 were associated with the risk of OSA (P<0.05). Further analysis stratified by gender showed that in female patients, AIP, VAI, LAP, CMI, and CVAI were associated with the risk of OSA (P<0.05) ; in male patients, CMI, LAP, and VAI were not associated with OSA (P>0.05), but AIP and CVAI were associated with OSA (P<0.05). The areas under the ROC curves (AUCs) of AIP, VAI, LAP, CMI, and CVAI for predicting OSA were〔0.593, 95%CI (0.568, 0.618) 〕〔0.607, 95%CI (0.583, 0.632) 〕〔0.594, 95%CI (0.569, 0.619) 〕〔0.616, 95%CI (0.591, 0.640) 〕, and〔0.728, 95%CI (0.706, 0.751) 〕, respectively.Further analysis stratified by gender for the clarification of the predictive efficacy of five metabolic indexes for OSA showed that the AUCs of the five metabolic indices for predicting OSA were higher in the female population than the total population, and the AUCs of the five metabolic indexes were lower in the male population than the total population. The AUC of CVAI was higher than other indexes in the total population, male and female populations (AUC=0.728 for the overall population, AUC=0.764 for the female population, AUC=0.681 for the male population) .

Conclusion

As the quartiles of AIP, VAI, LAP, CMI, and CVAI increase, the risk of OSA rises. CVAI has a better predictive efficacy for OSA than other indexes, therefore, CVAI may be used as a predictor for screening of population at high risk of OSA.

Key words: Sleep apnea, obstructive, Dyslipidemia, Metabolic indices, Chinese visceral adiposity index, Forecasting, Case-control studies

温雯,张凯楠,陈玉岚,等. 代谢指数作为预测因子与阻塞性睡眠呼吸暂停的相关性分析[J]. 中国全科医学, 2023, 26(30): 3740-3747. DOI: 10.12114/j.issn.1007-9572.2023.0168.
WEN Wen,ZHANG Kainan,CHEN Yulan, et al. Correlation of Metabolic Indexes as Predictors with Obstructive Sleep Apnea[J]. Chinese General Practice, 2023, 26(30): 3740-3747. DOI: 10.12114/j.issn.1007-9572.2023.0168.

图/表 6

参考文献 34

[1]	BENJAFIELD A V，AYAS N T，EASTWOOD P R，et al. Estimation of the global prevalence and burden of obstructive sleep apnoea：a literature-based analysis[J]. Lancet Respir Med，2019，7（8）：687-698. DOI：10.1016/S2213-2600(19)30198-5.
[2]	中华医学会呼吸分会睡眠呼吸障碍学组，中国医学装备协会呼吸病学装备技术专业委员会睡眠呼吸设备学组. 成人阻塞性睡眠呼吸暂停高危人群筛查与管理专家共识[J]. 中华健康管理学杂志，2022，16（8）：520-528. DOI：10.3760/cma.j.cn115624-20220615-00460.
[3]	王云，何燕，刘师节，等. 阻塞性睡眠呼吸暂停低通气综合征与糖脂代谢紊乱的机制研究进展[J]. 中国全科医学，2022，25（2）：243-247. DOI：10.12114/j.issn.1007-9572.2021.01.311.
[4]	JI Y，LIANG Y M，CHU P H，et al. The effects of intermittent hypoxia on hepatic expression of fatty acid translocase CD36 in lean and diet-induced obese mice[J]. Biomed J，2022：S2319-S4170(22)00141-X. DOI：10.1016/j.bj.2022.10.003.
[5]	JUN J C，SHIN M K，YAO Q L，et al. Acute hypoxia induces hypertriglyceridemia by decreasing plasma triglyceride clearance in mice[J]. Am J Physiol Endocrinol Metab，2012，303（3）：E377-388. DOI：10.1152/ajpendo.00641.2011.
[6]	BARROS D，GARCÍA-RÍO F. Obstructive sleep apnea and dyslipidemia：from animal models to clinical evidence[J]. Sleep，2019，42（3）：zsy236. DOI：10.1093/sleep/zsy236.
[7]	于悦，谭慧文，刘奕姝，等. 阻塞性睡眠呼吸暂停低通气综合征病情严重程度的影响因素及代谢相关激素与临床相关指标的关系研究[J]. 中国全科医学，2021，24（8）：947-953. DOI：10.12114/j.issn.1007-9572.2021.00.142.
[8]	LI B Q，WANG J，ZHOU X，et al. Chinese visceral adiposity index is more closely associated with hypertension and prehypertension than traditional adiposity indices in Chinese population：results from the REACTION study[J]. Front Endocrinol （Lausanne），2022，13：921997. DOI：10.3389/fendo.2022.921997.
[9]	BIKOV A，FRENT S，REISZ D，et al. Comparison of composite lipid indices in patients with obstructive sleep apnoea[J]. Nat Sci Sleep，2022，14：1333-1340. DOI：10.2147/NSS.S361318.
[10]	XIE X，LI Q，ZHANG L M，et al. Lipid accumulation product，visceral adiposity index，and Chinese visceral adiposity index As markers of cardiometabolic risk in adult growth hormone deficiency patients：a cross-sectional study[J]. Endocr Pract，2018，24（1）：33-39. DOI：10.4158/ep-2017-0007.
[11]	ROTTER I，RYŁ A，SZYLIŃSKA A，et al. Lipid accumulation product （LAP） as an index of metabolic and hormonal disorders in aging men[J]. Exp Clin Endocrinol Diabetes，2017，125（3）：176-182. DOI：10.1055/s-0042-116071.
[12]	BIKOV A，MESZAROS M，KUNOS L，et al. Atherogenic index of plasma in obstructive sleep apnoea[J]. J Clin Med，2021，10（3）：417. DOI：10.3390/jcm10030417.
[13]	ZHENG C Y，ZHENG X L，LIN X Y，et al. Visceral adipose tissue indices independently correlated with obstructive sleep apnea in patients with type 2 diabetes[J]. J Diabetes Res，2022，2022：4950528. DOI：10.1155/2022/4950528.
[14]	CAI X T，HU J L，WEN W，et al. Associations of the cardiometabolic index with the risk of cardiovascular disease in patients with hypertension and obstructive sleep apnea：results of a longitudinal cohort study[J]. Oxid Med Cell Longev，2022，2022：4914791. DOI：10.1155/2022/4914791.
[15]	DONG L Q，LIN M Z，WANG W G，et al. Lipid accumulation product （LAP） was independently associatedwith obstructive sleep apnea in patients with type 2 diabetes mellitus[J]. BMC Endocr Disord，2020，20（1）：179. DOI：10.1186/s12902-020-00661-x.
[16]	CHEN G P，QI J C，WANG B Y，et al. Applicability of visceral adiposity index in predicting metabolic syndrome in adults with obstructive sleep apnea：a cross-sectional study[J]. BMC Pulm Med，2016，16：37. DOI：10.1186/s12890-016-0198-0.
[17]	KEYS A，FIDANZA F，KARVONEN M J，et al. Indices of relative weight and obesity[J]. J Chronic Dis，1972，25（6/7）：329-343. DOI：10.1016/0021-9681(72)90027-6.
[18]	XIA M F，CHEN Y，LIN H D，et al. A indicator of visceral adipose dysfunction to evaluate metabolic health in adult Chinese[J]. Sci Rep，2016，6：38214. DOI：10.1038/srep38214.
[19]	DOBIÁŠOVÁ M. Atherogenic index of plasma[log（triglycerides/HDL-cholesterol）]：theoretical and practical implications[J]. Clin Chem，2004，50（7）：1113-1115. DOI：10.1373/clinchem.2004.033175.
[20]	SHI W R，WANG H Y，CHEN S，et al. Estimate of prevalent diabetes from cardiometabolic index in general Chinese population：a community-based study[J]. Lipids Health Dis，2018，17（1）：236. DOI：10.1186/s12944-018-0886-2.
[21]	KAHN H S. The "lipid accumulation product" performs better than the body mass index for recognizing cardiovascular risk：a population-based comparison[J].BMC Cardiovasc Disord，2005，5（1）：1-10. DOI：10.1186/1471-2261-5-26.
[22]	AMATO M C，GIORDANO C，GALIA M，et al. Visceral Adiposity Index：a reliable indicator of visceral fat function associated with cardiometabolic risk[J]. Diabetes Care，2010，33（4）：920-922. DOI：10.2337/dc09-1825.
[23]	YEGHIAZARIANS Y，JNEID H，TIETJENS J R，et al. Obstructive sleep apnea and cardiovascular disease：a scientific statement from the American heart association[J]. Circulation，2021，144（3）：e56-67. DOI：10.1161/CIR.0000000000000988.
[24]	BIANCHI V E，HERBERT W G，MYERS J，et al. Relationship of obstructive sleep apnea and cardiometabolic risk factors in elderly patients with abdominal aortic aneurysm[J]. Schlaf Atmung，2015，19（2）：593-598. DOI：10.1007/s11325-014-1053-2.
[25]	ZHAO X L，XU H J，QIAN Y J，et al. Abdominal obesity is more strongly correlated with obstructive sleep apnea than general obesity in China：results from two separated observational and longitudinal studies[J].Obes Surg，2019，29（8）：2535-2547. DOI：10.1007/s11695-019-03870-z.
[26]	XIE Y L，ZHANG Y Y，QIN P，et al. The association between Chinese Visceral Adipose Index and coronary heart disease：a cohort study in China[J]. Nutr Metab Cardiovasc Dis，2022，32（3）：550-559. DOI：10.1016/j.numecd.2021.10.020.
[27]	CHEN X Y，SHI F X，XIAO J，et al. Associations between abdominal obesity indices and nonalcoholic fatty liver disease：Chinese visceral adiposity index[J]. Front Endocrinol （Lausanne），2022，13：831960. DOI：10.3389/fendo.2022.831960.
[28]	CAI X T，LI N F，HU J L，et al. Nonlinear relationship between Chinese visceral adiposity index and new-onset myocardial infarction in patients with hypertension and obstructive sleep apnoea：insights from a cohort study[J]. J Inflamm Res，2022，15：687-700. DOI：10.2147/jir.s351238.
[29]	TSOU M T，CHANG Y C，HSU C P，et al. Visceral adiposity index outperforms conventional anthropometric assessments as predictor of diabetes mellitus in elderly Chinese：a population-based study[J]. Nutr Metab，2021，18（1）：1-12. DOI：10.1186/s12986-021-00608-6.
[30]	DRAGER L F，TAVONI T M，SILVA V M，et al. Obstructive sleep apnea and effects of continuous positive airway pressure on triglyceride-rich lipoprotein metabolism[J]. J Lipid Res，2018，59（6）：1027-1033. DOI：10.1194/jlr.M083436.
[31]	LIU A，CARDELL J，ARIEL D，et al. Abnormalities of lipoprotein concentrations in obstructive sleep apnea are related to insulin resistance[J]. Sleep，2015，38（5）：793-799. DOI：10.5665/sleep.4678.
[32]	WANG Y Y，ZHAO X D，CHEN Y，et al. Visceral adiposity measures are strongly associated with cardiovascular disease among female participants in Southwest China：a population-based prospective study[J]. Front Endocrinol，2022，13：969753. DOI：10.3389/fendo.2022.969753.
[33]	WAN H，WANG Y Y，XIANG Q，et al. Associations between abdominal obesity indices and diabetic complications：Chinese visceral adiposity index and neck circumference[J]. Cardiovasc Diabetol，2020，19（1）：118. DOI：10.1186/s12933-020-01095-4.
[34]	WEI J X，LIU X，XUE H，et al. Comparisons of visceral adiposity index，body shape index，body mass index and waist circumference and their associations with diabetes mellitus in adults[J]. Nutrients，2019，11（7）：1580. DOI：10.3390/nu11071580.

组别	例数	年龄（岁）	性别〔例（%）〕		吸烟〔例（%）〕		饮酒〔例（%）〕		身高（cm）	体质量（kg）	BMI（kg/m²）	颈围（cm）
组别	例数	年龄（岁）	女	男	无	有	无	有	身高（cm）	体质量（kg）	BMI（kg/m²）	颈围（cm）
非OSA组	657	44.9±11.0	307（46.7）	350（53.3）	412（62.7）	245（37.3）	425（64.7）	232（35.3）	168.35±8.05	79.58±13.94	28.0±4.1	39.56±3.77
OSA组	2 193	49.7±10.8	685（31.2）	1 508（68.8）	1 306（59.6）	887（40.4）	1 357（61.9）	836（38.1）	169.28±7.97	80.45±13.43	28.0±3.8	40.03±3.85
检验统计量值		-9.96^b	52.79^a		1.97^a		1.58^a		2.61^b	-1.45^b	0.01^b	-2.72^b
P值		<0.001	<0.001		0.160		0.208		0.009	0.146	0.994	0.006
组别	腰围（cm）	收缩压（mmHg）	舒张压（mmHg）	TC〔M（P₂₅，P₇₅），mmol/L〕	TG〔M（P₂₅，P₇₅），mmol/L〕	HDL-C〔M（P₂₅，P₇₅），mmol/L〕	LDL-C〔M（P₂₅，P₇₅），mmol/L〕	AHI〔M（P₂₅，P₇₅），次/h〕	睡眠有效率〔M（P₂₅，P₇₅），%〕
非OSA组	99.14±10.79	140±20	91±14	4.43（3.76，4.96）	1.42（1.05，2.01）	1.12（0.94，1.32）	2.59（2.00，3.08）	1.7（0.7，3.1）	70.9（61.7，79.4）
OSA组	99.60±10.65	134±19	92±14	4.47（3.87，5.10）	1.76（1.28，2.48）	1.06（0.90，1.25）	2.59（2.11，3.12）	18.7（10.3，33.8）	71.2（61.7，79.3）
检验统计量值	-0.98^b	0.50^b	-1.21^b	-2.35^c	-8.95^c	-4.84^c	-1.43^c	-38.94^c	-0.30^c
P值	0.328	0.615	0.226	0.019	<0.001	<0.001	0.153	<0.001	0.767
组别	总睡眠时间〔M（P₂₅，P₇₅），min〕	平均SaO₂〔M（P₂₅，P₇₅），%〕	最低SaO₂〔M（P₂₅，P₇₅），%〕	CVAI〔M（P₂₅，P₇₅）〕	AIP〔M（P₂₅，P₇₅）〕	CMI〔M（P₂₅，P₇₅）〕	LAP〔M（P₂₅，P₇₅）〕	VAI〔M（P₂₅，P₇₅）〕
非OSA组	376.0（324.0，419.0）	94（93，95）	88（87，90）	111.05（86.07，138.83）	0.13（-0.06，0.32）	0.75（0.48，1.18）	52.80（34.40，79.10）	2.08（1.37，3.23）
OSA组	373.5（325.5，415.5）	92（91，94）	80（75，84）	145.09（119.88，171.53）	0.22（0.04，0.41）	1.00（0.64，1.55）	64.35（42.90，98.70）	2.64（1.74，4.06）
检验统计量值	-0.73^c	-21.70^c	-34.29^c	-17.77^c	-7.24^c	-9.01^c	-7.32^c	-8.37^c
P值	0.464	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001

组别	例数	年龄（岁）	性别〔例（%）〕		吸烟〔例（%）〕		饮酒〔例（%）〕		身高（cm）	体质量（kg）	BMI（kg/m²）	颈围（cm）
组别	例数	年龄（岁）	女	男	无	有	无	有	身高（cm）	体质量（kg）	BMI（kg/m²）	颈围（cm）
非OSA组	657	44.9±11.0	307（46.7）	350（53.3）	412（62.7）	245（37.3）	425（64.7）	232（35.3）	168.35±8.05	79.58±13.94	28.0±4.1	39.56±3.77
OSA组	2 193	49.7±10.8	685（31.2）	1 508（68.8）	1 306（59.6）	887（40.4）	1 357（61.9）	836（38.1）	169.28±7.97	80.45±13.43	28.0±3.8	40.03±3.85
检验统计量值		-9.96^b	52.79^a		1.97^a		1.58^a		2.61^b	-1.45^b	0.01^b	-2.72^b
P值		<0.001	<0.001		0.160		0.208		0.009	0.146	0.994	0.006
组别	腰围（cm）	收缩压（mmHg）	舒张压（mmHg）	TC〔M（P₂₅，P₇₅），mmol/L〕	TG〔M（P₂₅，P₇₅），mmol/L〕	HDL-C〔M（P₂₅，P₇₅），mmol/L〕	LDL-C〔M（P₂₅，P₇₅），mmol/L〕	AHI〔M（P₂₅，P₇₅），次/h〕	睡眠有效率〔M（P₂₅，P₇₅），%〕
非OSA组	99.14±10.79	140±20	91±14	4.43（3.76，4.96）	1.42（1.05，2.01）	1.12（0.94，1.32）	2.59（2.00，3.08）	1.7（0.7，3.1）	70.9（61.7，79.4）
OSA组	99.60±10.65	134±19	92±14	4.47（3.87，5.10）	1.76（1.28，2.48）	1.06（0.90，1.25）	2.59（2.11，3.12）	18.7（10.3，33.8）	71.2（61.7，79.3）
检验统计量值	-0.98^b	0.50^b	-1.21^b	-2.35^c	-8.95^c	-4.84^c	-1.43^c	-38.94^c	-0.30^c
P值	0.328	0.615	0.226	0.019	<0.001	<0.001	0.153	<0.001	0.767
组别	总睡眠时间〔M（P₂₅，P₇₅），min〕	平均SaO₂〔M（P₂₅，P₇₅），%〕	最低SaO₂〔M（P₂₅，P₇₅），%〕	CVAI〔M（P₂₅，P₇₅）〕	AIP〔M（P₂₅，P₇₅）〕	CMI〔M（P₂₅，P₇₅）〕	LAP〔M（P₂₅，P₇₅）〕	VAI〔M（P₂₅，P₇₅）〕
非OSA组	376.0（324.0，419.0）	94（93，95）	88（87，90）	111.05（86.07，138.83）	0.13（-0.06，0.32）	0.75（0.48，1.18）	52.80（34.40，79.10）	2.08（1.37，3.23）
OSA组	373.5（325.5，415.5）	92（91，94）	80（75，84）	145.09（119.88，171.53）	0.22（0.04，0.41）	1.00（0.64，1.55）	64.35（42.90，98.70）	2.64（1.74，4.06）
检验统计量值	-0.73^c	-21.70^c	-34.29^c	-17.77^c	-7.24^c	-9.01^c	-7.32^c	-8.37^c
P值	0.464	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001

变量	区间	B	SE	Wald χ²值	OR值	95%CI	P值
AIP	Q1（<0.01）			50.356
	Q2（0.01~0.20）	0.337	0.119	8.071	1.401	（1.110，1.767）	0.004
	Q3（0.21~0.39）	0.639	0.124	26.469	1.896	（1.486，2.418）	<0.001
	Q4（>0.39）	0.838	0.129	42.075	2.311	（1.794，2.976）	<0.001
VAI	Q1（<1.64）			63.619
	Q2（1.64~2.49）	0.432	0.118	13.281	1.540	（1.221，1.942）	<0.001
	Q3（2.50~3.86）	0.713	0.124	33.100	2.040	（1.600，2.600）	<0.001
	Q4（>3.86）	0.954	0.130	53.855	2.595	（2.012，3.348）	<0.001
LAP	Q1（<40.56）			52.971
	Q2（40.56~61.40）	0.425	0.120	12.668	1.530	（1.211，1.934）	<0.001
	Q3（61.41~94.07）	0.555	0.122	20.718	1.742	（1.372，2.212）	<0.001
	Q4（>94.07）	0.919	0.131	49.523	2.507	（1.941，3.239）	<0.001
CMI	Q1（<0.60）			68.556
	Q2（0.60~0.94）	0.372	0.118	10.018	1.451	（1.152，1.827）	0.002
	Q3（0.95~1.48）	0.706	0.124	32.481	2.027	（1.590，2.584）	<0.001
	Q4（>1.48）	1.012	0.132	58.902	2.750	（2.124，3.561）	<0.001
CVAI	Q1（<109.82）			275.337
	Q2（109.82~137.85）	1.020	0.116	76.797	2.773	（2.208，3.484）	<0.001
	Q3（137.86~167.21）	1.587	0.130	148.872	4.890	（3.789，6.310）	<0.001
	Q4（>167.21）	2.135	0.151	199.595	8.455	（6.288，11.369）	<0.001

变量	区间	B	SE	Wald χ²值	OR值	95%CI	P值
AIP	Q1（<0.01）			50.356
	Q2（0.01~0.20）	0.337	0.119	8.071	1.401	（1.110，1.767）	0.004
	Q3（0.21~0.39）	0.639	0.124	26.469	1.896	（1.486，2.418）	<0.001
	Q4（>0.39）	0.838	0.129	42.075	2.311	（1.794，2.976）	<0.001
VAI	Q1（<1.64）			63.619
	Q2（1.64~2.49）	0.432	0.118	13.281	1.540	（1.221，1.942）	<0.001
	Q3（2.50~3.86）	0.713	0.124	33.100	2.040	（1.600，2.600）	<0.001
	Q4（>3.86）	0.954	0.130	53.855	2.595	（2.012，3.348）	<0.001
LAP	Q1（<40.56）			52.971
	Q2（40.56~61.40）	0.425	0.120	12.668	1.530	（1.211，1.934）	<0.001
	Q3（61.41~94.07）	0.555	0.122	20.718	1.742	（1.372，2.212）	<0.001
	Q4（>94.07）	0.919	0.131	49.523	2.507	（1.941，3.239）	<0.001
CMI	Q1（<0.60）			68.556
	Q2（0.60~0.94）	0.372	0.118	10.018	1.451	（1.152，1.827）	0.002
	Q3（0.95~1.48）	0.706	0.124	32.481	2.027	（1.590，2.584）	<0.001
	Q4（>1.48）	1.012	0.132	58.902	2.750	（2.124，3.561）	<0.001
CVAI	Q1（<109.82）			275.337
	Q2（109.82~137.85）	1.020	0.116	76.797	2.773	（2.208，3.484）	<0.001
	Q3（137.86~167.21）	1.587	0.130	148.872	4.890	（3.789，6.310）	<0.001
	Q4（>167.21）	2.135	0.151	199.595	8.455	（6.288，11.369）	<0.001

变量	区间	B	SE	Waldχ²值	OR值	95%CI	P值
AIP	Q1（<0.01）			36.963
	Q2（0.01~0.20）	0.358	0.127	7.960	1.430	（1.115，1.833）	0.005
	Q3（0.21~0.39）	0.627	0.134	21.831	1.871	（1.439，2.434）	<0.001
	Q4（>0.39）	0.807	0.144	31.330	2.241	（1.689，2.972）	<0.001
VAI	Q1（<1.64）			51.455
	Q2（1.64~2.49）	0.431	0.125	11.920	1.539	（1.205，1.966）	0.001
	Q3（2.50~3.86）	0.689	0.131	27.596	1.991	（1.540，2.574）	<0.001
	Q4（>3.86）	0.923	0.138	44.520	2.517	（1.919，3.301）	<0.001
LAP	Q1（<40.56）			38.276
	Q2（40.56~61.40）	0.391	0.126	9.707	1.479	（1.156，1.891）	0.002
	Q3（61.41~94.07）	0.505	0.129	15.284	1.658	（1.287，2.136）	<0.001
	Q4（>94.07）	0.839	0.139	36.344	2.313	（1.761，3.038）	<0.001
CMI	Q1（<0.60）			54.294
	Q2（0.60~0.94）	0.388	0.125	9.620	1.474	（1.154，1.885）	0.002
	Q3（0.95~1.48）	0.702	0.133	27.786	2.018	（1.554，2.620）	<0.001
	Q4（>1.48）	1.005	0.145	47.721	2.732	（2.054，3.633）	<0.001
CVAI	Q1（<109.82）			157.831
	Q2（109.82~137.85）	0.807	0.122	44.017	2.242	（1.766，2.846）	<0.001
	Q3（137.86~167.21）	1.304	0.138	89.050	3.683	（2.810，4.829）	<0.001
	Q4（>167.21）	1.802	0.162	123.676	6.060	（4.411，8.324）	<0.001

代谢指数作为预测因子与阻塞性睡眠呼吸暂停的相关性分析

Correlation of Metabolic Indexes as Predictors with Obstructive Sleep Apnea

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 34

相关文章 15

编辑推荐

Metrics

留言

预测变量	AUC	95%CI	截断值	灵敏度（%）	特异度（%）	约登指数
TC	0.530	（0.505，0.555）	5.265	20.5	84.9	0.054
TG	0.615	（0.590，0.640）	1.425	67.7	50.8	0.186
HDL-C	0.562	（0.537，0.588）	1.175	66.8	43.1	0.099
LDL-C	0.518	（0.493，0.544）	1.955	81.4	23.7	0.051
AIP	0.593	（0.568，0.618）	0.152	60.4	54.6	0.150
VAI	0.607	（0.583，0.632）	2.365	57.3	58.8	0.160
LAP	0.594	（0.569，0.619）	46.030	70.9	43.1	0.140
CMI	0.616	（0.591，0.640）	0.825	61.5	57.1	0.186
CVAI	0.728	（0.706，0.751）	125.265	70.8	65.4	0.362

[1]	白海威, 米小昆, 刘青蕊, 祝琳, 王英南, 刘俊艳, 韩颖. 血清尿酸对非小细胞肺癌患者围术期急性缺血性卒中的预测价值研究[J]. 中国全科医学, 2023, 26(36): 4545-4551.
[2]	刘林波, 廖智杰, 杨文凡, 白丹丹, 王冬梅, 施森. 1990—2019年中国周围动脉疾病患病性别差异情况研究[J]. 中国全科医学, 2023, 26(35): 4425-4432.
[3]	王瑜, 陈焱, 韩元元, 徐清, 陈胜岳, 吕智博, 卢川, 郑铭鑫, 赵昕. 血小板-淋巴细胞比值可预测老年急性心肌梗死患者住院期间死亡风险[J]. 中国全科医学, 2023, 26(33): 4137-4142.
[4]	王秋实, 李虹伟. CHA₂DS₂-VASc卒中风险评分对冠心病三支血管或左主干病变患者主要不良心血管事件的预测价值研究[J]. 中国全科医学, 2023, 26(33): 4130-4136.
[5]	梁譞, 那飞扬, 秦梦瑶, 杨辉, 郭丽, 郭琪, 任蕾, 陈德, 刘东海, 张蓉芳. 儿童支气管哮喘合并阻塞性睡眠呼吸暂停低通气综合征的临床特征及影响因素研究[J]. 中国全科医学, 2023, 26(33): 4225-4230.
[6]	张继方, 陈芳, 唐佳雯, 李红亮. 肿瘤出芽及肿瘤浸润淋巴细胞对食管鳞状细胞癌淋巴结转移的预测价值研究[J]. 中国全科医学, 2023, 26(32): 4038-4042.
[7]	卫梦雨, 王佳佳, 张莹莹, 李春阳, 李建生. 阻塞性睡眠呼吸暂停患者报告结局测评工具研究现状分析[J]. 中国全科医学, 2023, 26(30): 3725-3733.
[8]	邓晶晶, 李夏, 薛倩, 邓利华, 王晶桐. 持续正压通气治疗对阻塞性睡眠呼吸暂停合并胃食管反流患者的疗效观察研究[J]. 中国全科医学, 2023, 26(30): 3753-3758.
[9]	瞿慧, 李缓, 唐若涵, 杜宇征, 赵琦. 近十年针刺治疗阻塞性睡眠呼吸暂停低通气综合征随机对照试验结局指标分析[J]. 中国全科医学, 2023, 26(30): 3734-3739.
[10]	胡佳玉, 任丽珏, 靳欢欢, 孙婷婷, 靳美娜, 周雪利, 魏翠英. 阻塞性睡眠呼吸暂停综合征患者脂肪因子Metrnl水平及其与炎症和胰岛素抵抗的关系研究[J]. 中国全科医学, 2023, 26(30): 3748-3752.
[11]	马艳艳, 任付先, 王宇, 高登峰. （中性粒细胞+单核细胞）/淋巴细胞比值对心力衰竭患者住院死亡的预测价值研究[J]. 中国全科医学, 2023, 26(30): 3791-3796.
[12]	王珍, 申国旗, 李亚南, 朱英华, 仇航, 郑迪, 徐通达, 李文华. 急性心肌梗死患者行经皮冠状动脉介入治疗术后发生对比剂急性肾损伤风险预测模型的建立与验证研究[J]. 中国全科医学, 2023, 26(29): 3650-3656.
[13]	李梓盟, 王荣, 陈帅, 赵彩丽, 王晓聪, 温雅璐, 刘龙. 基于metaPRS与APOEε4优化轻度认知障碍遗传风险统计建模策略的应用研究[J]. 中国全科医学, 2023, 26(25): 3104-3111.
[14]	胡晓飞, 赵平, 曹廷华, 彭兰兰. 腹部脂肪含量及分布对急性胰腺炎及其重症的预测价值研究[J]. 中国全科医学, 2023, 26(21): 2614-2619.
[15]	何满兰, 袁萍, 何磊, 陈璐. 神经源性膀胱患者尿路感染危险因素的Meta分析[J]. 中国全科医学, 2023, 26(21): 2659-2665.