初筛睡眠呼吸暂停综合征课件.ppt

二、睡眠呼吸暂停分类 睡眠呼吸暂停 阻塞性 中枢性 混合性 睡眠低通气 （sleep apnea） Obstructive sleep apnea (OSA) Central sleep apnea (CSA) Mixed sleep apnea (MSA) Hypopnea(H) 五、流行病学情况 五、流行病学情况 脑电图 EEG 眼动图 EOG 肌电图 EMG 心电图 EKG 呼吸运动 Movement 氧饱和度 SaO2 呼吸气流 Airflow 鼾声 Snoring OSAHS诊断标准 应用Holter初筛OSAHS的方法 应用心电图推导的呼吸曲线进行OSAHS定量初筛 应用心率变异性进行OSAHS定性初筛 一、心电图推导的呼吸曲线ECG-derived respiratory signals, EDR 1984年Guilleminault最早报告OSAHS患者存在心率的周期性变化 1985年Moody等报告EDR的方法学 （一）EDR技术原理 经胸体表记录的心电图受到电极与心脏相对位置变化的影响，也与经胸电阻抗密切相关 （一）EDR技术原理 伴随呼吸运动胸廓的张弛可使记录电极与心脏的相对位置发生改变，而随呼吸运动肺含气量的变化也使经胸电阻抗发生相应改变 （一）EDR技术原理 这些改变会引起记录心电图QRS振幅的上下波动，即平均心电轴方向的规律性偏移 （二）EDR技术的意义 计算呼吸频率 呼吸振幅还与潮气量拟合良好，可据此反映呼吸运动的深浅和呼吸暂停 （三）应用EDR诊断OSAHS EDR技术诊断OSAHS比较直观 （三）应用EDR诊断OSAHS 诊断方法：首先根据呼吸曲线趋势图找出异常部分，然后逐段分析 诊断标准：7h睡眠过程中呼吸暂停及低通气反复发作在30次以上，或AHI≧5次/h （四）EDR诊断OSAHS的局限性 应用EDR技术诊断OSAHS的局限性在于噪音和干扰信号的影响，对皮肤处理和电极的稳定性要求较高 二、应用HRV定性初筛OSAHS 心率的变化是交感神经和迷走神经相互拮抗、共同作用的结果 OSAHS患者周期性的呼吸暂停和重复的血氧失饱和发作可导致心率和HRV的显著改变 （一）HRV时域指标 Gaspoz等的研究表明，白天和夜晚的SDNN、SDNN指数和rMSSD等参数的差值，对OSAHS的诊断具有很高的敏感性（90%）和特异性（98%） （一）HRV时域指标 Roche等研究发现 OSAHS组平均晚间SDNN、rMSSD、SDNN指数和SDANN值均高于无OSAHS组 而△[昼／夜] SDNN、△[昼／夜] rMSSD以及△[昼／夜] SNDD指数的差值更为明显 （一）HRV时域指标 △[昼／夜] SDNN指数90%敏感性的阈值为-10 ms，90%特异性的阈值为-43ms △[昼／夜] rMSSD 90%敏感性的阈值为 -4ms，90%特异性的阈值为-27ms （二）HRV频域指标 Mort等研究发现异常的呼吸形态会导致HRV的显著增大，尤其是可引起极低频（VLF）能量的增加 （二）HRV频域指标 Dworschak等研究发现，低频（LF）和高频（HF）功率在白天和夜间的差别，与窒息指数和氧饱和度过低有关，HRV有助于区别一般打鼾和严重OSAHS （三）分时段RR间期栅栏图 我们的研究发现，应用分时段RR间期栅栏图也可帮助识别可疑的OSAHS患者 Sleep Apnea Sleep Apnea Episode at 4:00 Sleep Apnea Analysis （四）Holter诊断OSAHS不同算法比较 2000年2月～9月，Computers in Cardiology和美国NIH主办的PhysioNet网联合举办了应用不同技术诊断睡眠呼吸暂停大赛 来自全球的13种算法参加了比较 （四）Holter诊断OSAHS不同算法比较 比赛分为两部分： 第一部分应用参赛者自己选定的算法对35份单导联心电图连续记录（滤波100Hz）作出有或无OSAHS的诊断 第二部分对35份单导联心电图连续记录中的呼吸暂停事件逐一进行标记 （四）Holter诊断OSAHS不同算法比较 13种算法中： 前4种算法在第一部分竞赛中的诊断正确率高达100％ 在第二部分竞赛中前2种算法高达92％，前8名均在85％以上 其中以HRV频域分析最为优秀 （一）研究方法 2003年7月～2003年12月，对95例研究对象进行多导睡眠分析仪 (PSG)行整夜睡眠监测，并同步