微动敏感床垫式睡眠监测系统和多道睡眠监测同步检查的比较.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,上海市第六人民医院,Shanghai Sixth Peoples Hospital,上海市第六人民医院,Shanghai Sixth Peoples Hospital,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,上海市第六人民医院,Shanghai Sixth Peoples Hospital,微动敏感床垫式睡眠监测系统和多道睡眠监测同步检查的比较,孟丽丽易红良殷善开,上海交通大学附属第六人民医院,上海交通大学医学院耳鼻咽喉科研究所,研究背景,多道睡眠监测（PSG）,诊断阻塞性睡眠呼吸暂停低通气综合征（OSAHS）“金标准”,但是,：,患者头面颈及胸腹安放电极，干扰正常睡眠,操作复杂,更方便同时准确的监测手段？,-,研究热点,微动敏感床垫式睡眠监测系统,（,micro-movement sensitive mattress sleep monitoring system，MSMSMS）,组成：压力敏感床垫、床旁信号放大编码盒、主机系统（监测时加一路血氧）,特点：无需安放电极，压力敏感床垫可分别感受各个部位的呼吸、心冲击图和体动信号，达到对呼吸功能和心功能进行实时无干扰监测，同时根据心率和呼吸的变异性与脑电图的关系行睡眠分期,俞梦孙，张宏金用微动敏感床垫监测睡眠的研究,.,中华航空航天医学杂志,1999,，,10,：,40-45,空军航空医学研究所,2003,年定型,研究背景,研究目的,通过对MSMSMS和PSG监测睡眠的同步对比研究，探讨MSMSMS对OSAHS的诊断价值,研究方法,研究对象：2010年2月8月在我院就诊并自愿接受MSMSMS及PSG两种监测比较的睡眠打鼾患者共50例，其中女7例，男43例，年龄1876岁，平均（4513）岁。受试者均有不同程度的睡眠打鼾、白天嗜睡、晨起咽干等症状。,用MSMSMS和PSG对50例打鼾患者行整夜同步监测。所有结果经专业软件自动分析并经双盲人工修改。,设备型号：,MSMSMS：RS-611型（新兴阳升科技有限公司）,PSG：Alice 4（美国飞利浦伟康公司）,研究方法,诊断标准,PSG,中华耳鼻咽喉头颈外科杂志编辑委员会阻塞性睡眠呼吸暂停低通气综合征诊断和外科治疗指南中华耳鼻咽喉头颈外科杂志，,2009,，,44,：,95-96.,呼吸暂停：睡眠过程中口鼻气流停止，较基线水平下降,90%,，持续时间,10 s,。分为阻塞型、中枢型和混合型,低通气：口鼻气流较基线水平下降,30%,并伴血氧饱和度（,SaO,2,）下降,4%,，持续时间,10 s,呼吸,暂停低通气指数（,AHI,）,5,次,/h,诊断为,OSAHS,研究方法,诊断标准,MSMSMS,阻塞性睡眠呼吸暂停,睡眠中呼吸波振幅明显降低或呼吸波形态改变，持续,10,秒以上，表现有呼吸用力，并以皮层下短觉醒结束，且同时具有下列情况之二：,（,1,）呼吸波降低幅,50%,；（,2,）,SaO,2,呈阶梯式下降,4%,；（,3,）事件以短觉醒结束,（4）心率升高大于,10,次以上,研究方法,诊断标准,MSMSMS,中枢性睡眠呼吸暂停,（,1,）呼吸波基本消失；,（,2,）持续,10,秒以上；,（,3,）以皮层下短觉醒结束；,（,4,）,SaO,2,呈阶梯式下降,4%,；,（,5,）无呼吸用力信号。,研究方法,诊断标准,MSMSMS,混合性睡眠呼吸暂停,一次事件中兼有中枢性睡眠呼吸暂停和阻塞性睡眠呼吸暂停两种特征。,研究方法,诊断标准,MSMSMS,低通气,睡眠中呼吸波振幅明显降低等于,/,大于,30%,，或呼吸波形态显著改变，持续,10,秒以上，并以皮层下呼吸性短觉醒结束，且同时具有下列情况之一者：,（,1,）呼吸波降低幅度,50%,（,2,）,SaO,2,呈阶梯式下降,3%,（,3,）事件结束时的短觉醒心率升高,10,次以上。,研究方法,睡眠分期,PSG主要基于脑电图波形“金标准”,MSMSMS利用不同睡眠阶段的心率、呼吸和体动具有特征性的变化规律，收集心率变异性等原始生理数据，再经计算机的去趋势波动分析（detrended fluctuation analysis，DFA）处理来获得睡眠分期,研究方法,统计学分析,采用,SPSS 13.0,软件进行统计学分析,以,PSG,诊断为“金标准”，计算,MSMSMS,诊断,OSAHS,的灵敏度及特异度,对两种监测方法测得的呼吸事件及睡眠结构进行配对,t,检验及相关性分析,P0.05,）；呼吸暂停指数（,AI,）、阻塞性呼吸暂停指数（,OAI,）和低通气指数（,HI,）差异有统计学意义（,P,0.05,），浅睡期及深睡期占总睡眠时间百分比差异有统计学意义（,P,0.05,）。相关性分析显示两种方法测得的,REM,期占总睡眠时间百分比呈中度相关（,r,=0.587,），浅睡期占总睡眠时间百分比呈弱相关（,r,=0.390,），深睡期占总睡眠时间百分比呈中度相关（,r,=0.441,）,基于非脑电的睡眠分期的分辨率比,PSG,低，故把非快眼动期（,NREM,）睡眠中的,S1,和,S2,合并为浅睡期，,S3,为深睡期，可测得清醒、浅睡眠、深睡眠和快眼动期（,REM,）睡眠,讨论,本研究发现：,MSMSMS与PSG在 诊断OSAHS时具有良好的一致性,两种方法监测到的AHI、LSaO,2,和MSaO,2,高度相关,MSMSMS所得睡眠结构分期与PSG结果有一定的相关性（REM期）,MSMSMS,独特的优点,:,不需在受检者体表安放记录电极，使其在更接近于自然状态下进行睡眠监测。因此可能更容易被患者接受，且有利于监测到自然睡眠状态时的生理指标。,讨论,敏感度高而特异度较低（66.7%），可能与本研究非OSAHS例数较少有关，下一步拟扩大样本数进一步研究,AI、OAI和HI存在的差异说明MSMSMS对呼吸暂停、阻塞性呼吸事件更敏感。其原因可能是：,两种监测方法用不同的生理信号来判定呼吸事件，PSG主要以口鼻气流的变化为依据，MSMSMS检测呼吸运动幅度变化,MSMSMS对判定呼吸暂停和阻塞性呼吸事件有关的原始生理信号敏感度较高,讨论,除,REM,期外，浅睡期和深睡期占总睡眠时间百分比有统计学差异，其原因可能是,:,MSMSMS,是在获得的心率变异性等原始生理参数的基础上对睡眠信息的再次,DFA,分析，与脑电图获得的直接睡眠结构信息存在一定的差异,REM,期具有除膈肌外所有骨骼肌张力均消失，膈肌张力亦减退等特征，而浅睡期及深睡期本身生理信号复杂有关,结论,MSMSMS能可靠地诊断OSAHS并判断严重程度，且具有操作简单，对患者无干扰的独特优点，值得进一步推广应用于OSAHS的筛查和诊断,要获得更精确的呼吸事件分型和睡眠结构需要进一步深入研究。如完善呼吸事件诊断标准，参考更多、更准确的原始生理参数及优化DFA分析来判断睡眠分期等,谢谢,