建立基于临床数据的儿童阻塞性睡眠呼吸暂停综合征预测模型

摘要

cqvip:目的通过采集136例鼾症儿童的常规临床数据信息,建立儿童阻塞性睡眠呼吸暂停综合征(OSAS)预测模型,以供基层儿科医师筛查儿童OSAS。方法回顾性分析2018年1—12月在上海交通大学医学院附属上海儿童医学中心门诊就诊的136例鼾症儿童的临床资料,根据多导睡眠监测结果中阻塞性呼吸暂停低通气指数(OAHI)将患儿分为OSAS组(n=42)和对照组(n=94)。收集并比较两组研究对象的性别、年龄、体质指数(BMI)Z评分、夜间最低脉搏血氧饱和度(SpO 2)、颈围、扁桃体体积为1~2度的比例、Mallampti分级、儿童睡眠问卷(PSQ)<8项答案“是”的比例、腺样体体积(A/N比值)的情况,并将这些临床参数作为自变量,OSAS为因变量,行二元Logistic回归分析,并建立预测模型方程。结果OSAS组患儿夜间最低SpO 2低于对照组[0.89(0.88,0.92)比0.93(0.90,0.95)],扁桃体1~2度和PSQ<8项答案为“是”的比例低于对照组[73.8%(31/42)比89.4%(84/94),59.5%(25/42)比78.7%(74/94)](P<0.05);两组研究对象的性别、年龄、BMI Z评分、颈围、Mallampti不同分级例数以及A/N比值比较差异无统计学意义;建立的Logistic回归方程为:X=31.66-0.324×(夜间最低SpO 2-连续性变量)+0.641×(BMI Z评分-连续性变量)+1.212×(PSQ≥8项的答案为“是”-两分类变量)+0.415×(年龄-连续变量),受试者工作特征曲线下面积为0.82时,模型预测的灵敏度为80.9%,特异度为76.2%。结论基层儿科医师可通过采集患儿的年龄、颈围、BMI Z评分、PSQ问卷和夜间最低SpO 2,结合本研究获得的儿童OSAS临床预测模型筛查OSAS患儿。