重点推荐
采用睡眠、疲劳、血压、体重指数、年龄、颈围、性别(STOP-Bang)问卷评分模型行阻塞性睡眠呼吸暂停的术前筛查:外部验证

编者按

问题:现有的睡眠、疲劳、高血压、体重指数、年龄、颈围、性别(STOP-Bang)问卷评分模型用于术前筛查阻塞性睡眠呼吸暂停综合征患者,能被外部验证吗?

 

结果:逐步分层后的 STOP-Bang 问卷和术前测量血碳酸氢盐浓度未能改善评分为 3-4 分的患者的术前筛查。

 

意义:虽然 STOP-Bang 评分为 5-8 可以识别中重度阻塞性睡眠呼吸暂停综合征患者,但对得分为 3-4 分患者,需要进一步研究以提高筛查准确率。

 

文献资料

Ludovic Seguin 等,在《Anesthesia & Analgesia》上发表了《Preoperative Screening for Obstructive Sleep Apnea Using Alternative Scoring Models of the Sleep Tiredness Observed Pressure-Body Mass Index Age Neck Circumference Gender Questionnaire:An External Validation》。作者纳入了 115 例 STOP-Bang 问卷得分为 3-8 分手术患者,分为 2 组:STOP-Bang 得分 3-4 的中危组 57 例,STOP-Bang 得分为 5-8 的 OSA 高危组,结果发现在得分达到 5-8 分时 STOP-Bang 问卷能很好地发现中重度 OSA 患者。但得分为 3-4 分组增加测量血清碳酸氢盐浓度仍然没能提高 OSA 的筛查率。摘要如下:

 

背景: STOP-Bang 问卷是一种有效的术前筛查阻塞性睡眠呼吸暂停(OSA)患者的工具。虽然它在得分 ≥ 3 时具有较高的敏感性,但其特异性中等,尤其是 3-4 分。本研究旨在外部验证 STOP-Bang 问卷和其他已经被提出的评分模型来提高其预测性能。

 

方法:本前瞻性队列研究包括 115 例术前 STOP-Bang 问卷得分为 3-8 分的手术患者。3 型睡眠记录显示中重度 OSA,反映为呼吸暂停低通气指数 (AHI)>15。患者分为 2 组:中度 OSA 患者 (Stop-Bang 34) 和高危 OSA 患者 (Stop-Bang 58)。对于评分为 3-4 分的患者,我们采用先前研究中确定的方法:分层 STOP-Bang 问卷,并且增加术前血清碳酸氢盐浓度测量。

 

结果:STOP-Bang5-8 分患者比 3-4 分患者的中重度阻塞性睡眠呼吸暂停综合征(OSA)的发生率明显增高,分别为:58 例中发生 45 例(78%)vs 57 例中发生 30 例(53%),P<0.01。对于 STOP-Bang 评分为 3-4 分的患者,作者在替代评分模型中,没有发现患者之间的 OSA 诊断差异。

 

结论:Stop-Bang 问卷在评分达到 5-8 分时可筛查出中重度阻塞性睡眠呼吸暂停综合征 (OSA) 患者,但在 Stop-Bang 评分为 3-4 分的患者中,具有特定因素组合的替代评分模式不能改善对这些患者的筛查。

 

表 1 115 例 STOP-Bang3-8 分患者队列的基本数据

 

 

表 2 AHI 和 STOP-Bang 问卷结果

 

图 1 115 名患者的 STOP-Bang 评分。

 

表 3 在 57 例标准 STOP-Bang 患者评分 3-4 分的亚组中使用替代评分模型,即 STOP ≥ 2 个阳性项目,Bang 中阳性项目 1 个(n = 22 例;替代模型 1);术前血清碳酸氢盐浓度 ≥ 28 mmol/L 的患者(n = 15 例)(替代模型 2),或这两种模型的组合(n = 8 例)

 

表 4 STOP-Bang 得分为 5-8 分,两种替代模型及其组合确定 AHI>15 的患者

 

述评:

阻塞性睡眠呼吸暂停 (obstructive sleep apnea, OSA) 是一种因睡眠过程中上气道反复塌陷引起的、以阻塞性呼吸暂停和低通气为特征的疾病。OSA 是指白天和夜间的结合症状和呼吸暂停低通气指数(AHI)每小时超过 5 次。伴有肥胖、男性和高龄等危险因素时,围手术患病率可能高达 68%-70%(1)。严重阻塞性睡眠呼吸暂停综合征围手术期并发症的独立因素。然而,很大比例的患者合并阻塞性睡眠呼吸暂停在手术前未被诊断 (2)。术前发现 OSA 可减少 OSA 相关围手术期并发症的发生率。

 

诊断 OSA 的金标准是多导睡眠监测,然而采用多导睡眠筛查围手术期患者并不可行。因此,一些简单易行的问卷便应运而生。现有的筛查量表包括,STOP-Bang、柏林问卷、睡眠呼吸暂停临床评分、多变量呼吸暂停预测评分等,但最常用是 STOP-Bang。STOP-Bang 问卷包含 8 个问题,打鼾 (snoring)、疲劳 (tiredness)、被察觉的呼吸暂停 (observed apneas)、血压 (blood pressure)、BMI>35 kg/m2,年龄 (age) 大于 50 岁、颈围 (neck circumference) 大于 40 cm 及男性 (gender)。有 0-2 个问题回答「是」则为 OSA「低风险」,有 3-4 个回答「是」则为「中等风险」,有 ≥ 5 个回答「是」为「高风险」。作者的研究结果证实,术前 Stop-Bang 评分为 5-8 分的患者高度怀疑患有中到重度 OSA,应转诊为确认诊断 (3)。对于此分数范围,不需要使用其他评分模型。而对于 Stop-Bang 问卷在 3-4 分间的患者,由于 STOP-Bang 具有高度的敏感性,低特异性的特点,OSA 的预测性能存在不确定性,可能导致不必要的患者转诊。作者采用两种替代模型,以期提高对这类患者中重度 OSA 的甄别能力,即模型 1 满足分层 STOP-Bang 问卷标准(≥ 2 个 STOP 阳性项目+1 个 Bang 项目),模型 2(术前血碳酸氢盐浓度 ≥ 28 mmol/L)。但是,结果并没有显示出该两种替代模型甄别重度 OSA 患者的能力。

 

作者分析可能有四个原因:第一,作者招募的患者队列与发表上述替代模型的患者队列 (4,5) 在两个 Bang 项目(BMI>35 和男性)的占比具有显著差异(分别为:9% v.s. 26%; 77% v.s 46%)。的 BMI 分别为 26% 和 46%,而本研究的 BMI>35 和 77% 的男性患者与本研究的 12、13:9% 的男性 BMI>35 和 77% 的男性患者的 BMI 分别为 26% 和 46%,差异有显著性 (P<0.05)。第二,4 个 Bang 项目中有 2 个项目发生率不平衡,可能改变了它们的提供诊断信息的能力。第三,本文作者的患者队列中 OSA 中患病率为 65%,远高于衍生出替代模型的原队列中 OS 的 A 患病率:分别为 41% 和 38%。即 OSA 的高患病率可能阻碍了替代模型对中到重度 OSA 患者的检测能力。第四,这两个替代模型本身值得商榷之处:它们都是由 STOP-Bang 评分为 3-8 的患者构建的,但替代模型是否改善了 Stop-Bang 评分在 3-4 分间的患者的 OSA 筛查能力并未在派生队列中进行检验。

 

该研究的一些局限也需要注意。首先,由于使泌尿科和腹部手术,患者男性比例大。其次,整体队列规模有限,合并第一点可能会影响统计分析。第三使用了 3 型设备家里睡眠呼吸仪测试,这种设备没有用于区分睡眠和唤醒时间的传感器,AHI 的持续时间可能会低估。

 

综上,STOP-Bang 评分为 5-8 可以识别中重度阻塞性睡眠呼吸暂停综合征患者,但对得分为 3-4 分患者,需要进一步研究以提高筛查准确率。

 

沈云 编译 张细学 述评

 

参考文献

1. Chan M, Wang C, Seet E, Tam S, Lai H, Chew E, Wu W, Cheng B, Lam C, Short T, Hui D, Chung F. Association of Unrecognized Obstructive Sleep Apnea With Postoperative Cardiovascular Events in Patients Undergoing Major Noncardiac Surgery. JAMA 2019;321:1788-98.

2. Singh M, Liao P, Kobah S, Wijeysundera DN, Shapiro C, Chung F. Proportion of surgical patients with undiagnosed obstructive sleep apnoea. British journal of anaesthesia 2013;110:629-36.

3. Kapur V, Auckley D, Chowdhuri S, Kuhlmann D, Mehra R, Ramar K, Harrod C. Clinical Practice Guideline for Diagnostic Testing for Adult Obstructive Sleep Apnea: An American Academy of Sleep Medicine Clinical Practice Guideline. Journal of clinical sleep medicine : JCSM : official publication of the American Academy of Sleep Medicine 2017;13:479-504.

4. Chung F, Yang Y, Brown R, Liao P. Alternative scoring models of STOP-bang questionnaire improve specificity to detect undiagnosed obstructive sleep apnea. Journal of clinical sleep medicine : JCSM : official publication of the American Academy of Sleep Medicine 2014;10:951-8.

5. Chung F, Chau E, Yang Y, Liao P, Hall R, Mokhlesi B. Serum bicarbonate level improves specificity of STOP-Bang screening for obstructive sleep apnea. Chest 2013;143:1284-93.

发表观点