动态心电图监测在睡眠呼吸暂停综合征中的应用

1、动态心电图监测动态心电图监测在睡眠呼吸暂停综合征中的应用在睡眠呼吸暂停综合征中的应用北京大学人民医院心脏中心北京大学人民医院心脏中心 张海澄张海澄一般人群中的发生率Young T, et al. Predictors of Sleep-Disordered Breathing in Community-Dwelling Adults. Arch Intern Med 2002; 162: 893-900.流行病学情况OSAHS在特定疾病人群中的发病率特殊人群特殊人群OSAHSOSAHS发生率发生率肢端肥大症42.6%甲状腺功能减退症52%高血压33脑卒中69%食管反流病30%COPD10%OS

2、AHS与心血管病nSleep Heart Health Study （SHHS研究）6424名患者nOSAHS患CHF的可能性增加倍；nOSA是CAD的独立危险因素，AHI11患有冠心病的OR值为；nOSA是高血压的独立危险因素，AHI30患有高血压的校正的OR值；nAHI 11 同相比，在调整了所有混杂因素后（包括高血压） ，患心血管病的机会增加42%。OSAHS与高血压n高血压患者约30%合并OSAHSnOSAHS患者约45%48%合并高血压nWisconsin 睡眠研究，1069例患者，随访48年，AHI30患高血压的OR值，AHI15患高血压的OR值OSAHS与冠心病nCAG确诊冠心病

3、患者408 名，随访5年nOSAHS（+）发生心脑血管事件危险性增加 70%n病例对照研究 OSAHS 伴MI患者：nOR值n夜间ST段改变常伴有OSAHSSAHS与CHF稳定性心衰伴SAHS的存活CPAP治疗CHFCPAP可改善左心室功能CPAP可提高生存率易患易患SAS的高危人群的高危人群n“高危”人群nCHFn冠心病n难治性高血压n中风或TIA病史n鼻喉有病变者n超重和打鼾者n围绝经期妇女n用以筛选的问卷n斯坦福问卷柏林问卷nEpworth睡眠量表 睡眠呼吸暂停综合征的临床症状睡眠呼吸暂停综合征的临床症状0 01010202030304040505060607070呼吸暂停白天嗜睡疲劳失

4、眠其他打鼾肢体活动其他行为异常恶梦癫痫性欲减退夜间憋气n脑电图 EEG n眼动图 EOGn肌电图 EMGn心电图 EKGn呼吸运动 Movementn氧饱和度 SaO2 n呼吸气流 Airflown鼾声 Snoring多导仪睡眠呼吸监测指标多导仪睡眠呼吸监测指标 应用Holter初筛OSAHS的方法 应用心率变异性进行应用心率变异性进行OSAHS定性初筛定性初筛应用心电图推导的呼吸曲线应用心电图推导的呼吸曲线进行进行OSAHS定量初筛定量初筛 第一部分第一部分应用动态心电图心率变异性应用动态心电图心率变异性进行进行OSAHSOSAHS定性初筛定性初筛 应用应用HRV定性初筛定性初筛OSAHSn

5、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 nOSAHS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SDNNrMSSDPNN50SDNNrMSSDPNN50正常对照睡眠呼吸暂停患者（二）HRV频域指标n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（三）分时段RR间期栅栏图n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 ApneaSleep Apnea Episode at 4:00（四）Holter诊断OSAHS不同算法比较n2000年2月9月，Computers in C a r d

6、i o l o g y 和 美 国 N I H 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n来自全球的13种算法参加了比较比赛分为两部分：n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n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：n前4种算法在第一部分竞赛中的诊断正确率高达100n在第二部分竞赛中前2种算法高达92，前8名均在85以上n其中以HRV频域分析最为优秀 （四）Holter诊断OSAHS不同算法比较研究方法研究方法9

7、5例患者48例47例OSAS(+)OSAS(+)OSAS(-)OSAS(-)34例14例男男女女25例22例男男女女5215 (1276)岁 28.733.99 kg/m2 3717 (1267)岁 23.213.61 kg/m2 研究方法研究方法n测量体重、身高、血压，计算体重指数 (BMI)n多导睡眠分析仪 (PSG)行整夜睡眠监测的同时，同步进行Holter检查n双方通过各自的诊断标准作出OSAS阳性与阴性的诊断，最后开盲、分析 时 域 指 标n昼夜SDNN差值，阈值11。n昼夜SDNN指数差值，阈值20。n昼夜rMSSD差值，阈值13。频 域 指 标n全天/夜晚总功率差值，阈值500n

8、全天/夜晚VLF差值，阈值400nVLF占总功率的百分比，阈值70%n昼夜LF差异，阈值70%n昼夜LFHF差值，阈值0.5% 其它参考指标n室性心律失常，阈值10/h。n昼夜QTc差异，阈值20ms。n睡眠QTc改变，阈值40ms。n平均心率，阈值72bpm。n睡眠心率变化大于15bpm，阈值30次 结 果HRV时域分析指标中，PNN50、昼/夜SNDD指数两项指标较其他指标敏感频域分析指标中，OSAS组平均夜间总功率、VLF 、LF、LFHF均显著高于无OSAS组（）昼/夜总功率、昼/夜 VLF及昼/夜 LF也大于OSAS组（）结 论n临床上筛选可疑的OSAS患者时，HRV频域指标比时域指

9、标敏感n用Holter作为筛选OSAS的一种简便、快捷的辅助工具有一定的临床应用价值研究对象n选择2004年4月2005年10月因睡眠打鼾或睡眠疾患而在我院呼吸睡眠门诊就诊的120 例患者n其中男性101 例，女性 19例，年龄（977）岁，体重指数2n均无冠心病、心肌梗塞及糖尿病病史研究方法n对所有的研究对象同时进行7hPSG监测及24小时动态心电图记录。n同时分析PSG结果及心率变异性SAHS（-）白天HRV时域SAHS（+）白天HRV时域SAHS（-）夜间HRV时域SAHS（+）夜间HRV时域SAHS（-）白天HRV频域SAHS（+）白天HRV频域SAHS（+）夜间HRV频域SAHS（-

10、）夜间HRV频域 SAHS(+) SAHS(+)与与SAHS(-)SAHS(-)患者患者HRVHRV各指标各指标 夜间与白天查指标差值比较夜间与白天查指标差值比较 研究指标研究指标SAHSSAHS（+ +）SAHSSAHS（- -）t tp pSDNN夜-SDNN昼13.1183.61-6.8627.32-1.32.189SDNNi夜-SDNNi昼25.4327.286.1614.55-3.80.000*SDANNi夜-SDANNi昼-91.87666.77-20.1031.70.61.545r-MSSD夜-r-MSSD昼13.8319.8812.0218.67-.45.655PNN50夜-P

11、NN50昼8.789.8911.7813.731.32.191TP夜-TP昼7159.1237351.891239.762178.87-.89.373ULF夜-ULF昼2852.1627172.90-1.60279.49-.59.555VLF夜-VLF昼3330.4110358.21830.401353.42-1.36.177LF夜-LF昼676.361162.30-34.34365.89-3.39.001*HF夜-HF夜281.72399.54445.8201.571.49.140VLF/TP夜VLF/TP昼3.28E-02.121.55E-028.66E-02-.75.457LF/HF夜L

12、F/HF昼-0.422.51-1.601.61-2.48.015*通过通过ROCROC曲线寻找临界点曲线寻找临界点 图1 SDNNi夜-SDNNi昼（红色） 、LF夜-LF昼（绿色）、LF/HF夜LF/HF昼（兰色）单独诊断SAHS的ROC曲线，ROC曲线下面积分别为0.731 0.731 、通过通过ROCROC曲线寻找临界点曲线寻找临界点n临界点SDNNi夜-SDNNi昼， 诊断的敏感性73.9%、特异性59.4%。n临界点LF夜-LF昼， 诊断的敏感性78.4%、特异性68.7%。n临界点LF/HF夜LF/HF昼， 诊断的敏感性56.8%、特异性81.2%。联合三项指标诊断联合三项指标诊断

13、SAHSSAHS 图2 SDNNi夜-SDNNi昼、LF夜-LF昼、LF/HF夜LF/HF昼三项指标联合诊断SAHS的ROC曲线，ROC曲线下面积为 结结 论论 夜/昼SDNNi值、 夜/昼LF值、夜/昼LF/HF值可以作为初筛OSAHS的联合指标 阈值分别设定为： 夜/昼SDNNi差值， 夜/昼LF差值 夜/昼LF/HF差值第三部分第三部分应用动态心电图推导的呼吸曲线应用动态心电图推导的呼吸曲线进行进行OSAHSOSAHS定量初筛定量初筛 一、心电图推导的呼吸曲线ECG-derived respiratory signals, EDRn1984年Guilleminault最早报告OSAHS患

14、者存在心率的周期性变化n1985年Moody等报告EDR的方法学 （一）EDR技术原理n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n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n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 n计算呼吸频率n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 （二）EDR技术的意义ECGEDRRes（三）应用EDR诊断OSAHSnEDR技术诊断OSAHS比较直观（三）应用EDR诊断

15、OSAHSn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n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AHI5次/h 记录仪自动记录秒的呼吸暂停1小时（下午4PM5PM）1小时（夜间3AM4AM）21小时1小时（夜间5AM6AM）17分钟（D图局部放大）（四）EDR诊断OSAHS的局限性n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 SAHS(阳性) SAHS(阴性) 敏感性 特异性 阳性预测值 阴性预测值 诊断符合率 （n=88) ( n =32) (%) (%) (%) (%) (%)EDR分析 77(真7

16、5,假2) 43(真30,假13) 85.2 93.8 97.4% 69.8% 87.5我们的初步研究结果我们的初步研究结果 应用应用EDR技术人工分析对技术人工分析对SAHS初筛诊断初筛诊断通过ROC曲线法评价EDR技术诊断SAHS结果 图1 以PSG为金标准评价EDR技术对SAHS诊断的ROC曲线，ROC曲线下面积93.8%EDR技术与PSG的相关性分析nAHI相关系数为0.879 (p=0.000)n最长呼吸暂停时间相关系数为0.716(p=0.000)n最长低通气时间0.281(p=0.005)，提示EDR技术对低通气诊断较差自动软件分析能力有待提高 应用应用darwindarwin软

17、件不同灵敏度对软件不同灵敏度对SAHSSAHS初筛诊断的结果初筛诊断的结果软件设定软件设定 SAHS(SAHS(阳性阳性) ) SAHS(SAHS(阴性阴性) ) 敏感性敏感性 特异性特异性 阳性预测值阳性预测值 阴性预测值阴性预测值 诊断符合率诊断符合率灵敏度值灵敏度值 ( ( n n = 60) ( = 60) ( n n =20) (%) (%) (%) (%) (%)=20) (%) (%) (%) (%) (%)灵敏度灵敏度75% 20(75% 20(真真16,16,假假4) 60(4) 60(真真16,16,假假灵敏度灵敏度87.5% 44(87.5% 44(真真33,33,假假1

18、1) 36(11) 36(真真9,9,假假灵敏度灵敏度100% 66(100% 66(真真53,53,假假13) 14(13) 14(真真7,7,假假动态心电图评价动态心电图评价CPAPCPAP治疗结果治疗结果 SAHS(阳性) SAHS(阴性) 敏感性 特异性 诊断符合率 ( n = 3) ( n =11) (%) (%) (%)EDR 2(真1,假1) 12(真10,假2) 33.3 90.9 78.6SDNNi夜昼差值 5(真2,假3) 9(真8,假1) 66.7 72.7 71.4LF夜昼差值 5(真1,假4) 9(真6,假3) 33.3 54.5 50LF/HF夜昼差值 4(真1,假3) 10(真8,假2) 33.3 72.7 64.3三项指标联合 8(真3,假5) 6(真6,假0) 100 54