摘要：目的探讨老年冠心病(CHD)合并阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者不良预后的发生情况及影响因素。方法采用多中心前瞻性队列设计,选择2015年1月至2017年10月经多导睡眠监测诊断为OSAHS且合并CHD的265例患者(≥60岁)为研究对象。收集患者人口学资料、临床特征、睡眠参数指标、血液化验指标,并随访至2020年12月,随访结局为主要不良心血管事件(MACE)。根据患者是否发生MACE,将患者分为MACE组(n=55)和非MACE组(n=210)。采用SPSS 22.0统计软件进行数据分析。根据数据类型,分别采用t检验、Mann-Whitney U检验或χ^(2)检验进行组间比较。采用Spearman相关分析老年CHD合并OSAHS患者MACE与各指标的相关性。采用多因素logistic回归分析老年CHD合并OSAHS发生MACE的影响因素。结果中位随访时间为43(5~72)个月,累积MACE发病率为20.8%(55/265)。与非MACE组比较,MACE组吸烟(41.8%和27.6%)、心房颤动(27.3%和14.3%)、慢性阻塞性肺疾病比例(92.0%和27.6%)及血小板体积分布宽度[PDW,(13.08±1.40)%和(12.47±1.54)%]显著增加;血红蛋白水平[(129.40±15.85)和(135.24±16.87)g/L]显著降低,差异均有统计学意义(均P<0.05)。Spearman相关性分析显示,老年CHD合并OSAHS患者MACE与年龄、吸烟史、饮酒史、PDW、总睡眠时间(TST)及心房颤动呈正相关(r=0.075,0.125,0.128,0.145,0.129,0.140;P<0.05);与血红蛋白水平呈负相关(r=-0.141;P<0.05)。多因素logistic回归分析显示,PDW(OR=1.304,95%CI 1.046~1.627;P=0.018)、TST(OR=1.274,95%CI 1.037~1.566;P=0.021)及血红蛋白水平(OR=0.975,95%CI 0.954~0.996;P=0.022)是老年CHD合并OSAHS患者发生MACE的独立影响因素。结论老年CHD合并OSAHS患者MACE发生率较高,PDW和TST是老年CHD合并OSAHS患者发生MACE的独立危险因素,血红蛋白水平则是其保护因素。

摘要：目的基于临床资料分析老年阻塞性睡眠呼吸暂停(OSA)患者远期缺血性脑卒中发生的独立危险因素,构建老年OSA患者缺血性脑卒中风险评分模型并进行验证,为相关临床治疗提供参考。方法采用多中心前瞻性队列设计。2015年1月~2017年10月,多中心连续纳入年龄≥60岁、基线无明显心脑血管病史且无重要临床指标缺失的的首次确诊为OSA的老年患者进行随访,随访结局为缺血性脑卒中的发生情况。收集所有纳入研究对象的基线人口学资料、临床特征、睡眠参数指标、实验室和超声检查结果,以3∶1的比例将其随机分为建模组856例和验证组258例。采用LASSO回归用于变量的降维和筛选,并基于Cox比例风险回归构建老年OSA相关的缺血性脑卒中风险评分预测模型。结果共入组1141例研究对象,中位随访42(41,54)月内,58例发生缺血性脑卒中,累计发病率为5.08%,其中建模组和验证组缺血性脑卒中的累计发病率分别为5.14%和4.91%(P<0.05)。多变量逐步Cox比例风险回归的变量筛选结果显示,年龄(HR=3.44,95%CI:2.38~7.77)、空腹血糖(FPG)(HR=2.13,95%CI:1.22~3.72)、升主动脉内径(HR=2.60,95%CI:1.04~4.47)、左心房前后径(HR=1.98,95%CI:1.75~2.25)和最低氧饱和度(LSpO2)(HR=1.57,95%CI:1.20~1.93)是缺血性脑卒中发生风险的独立危险因素(P<0.05,P<0.01);利用ROC曲线分析进行比变量转化,以这5个风险变量的回归系数比取整数构建老年OSA患者远期缺血性脑卒中风险评分模型。Bootstrap法(自抽样次数=500)前后,建模组队列风险评分模型的ROC曲线下面积(AUC)分别为0.84(95%CI:0.78~0.90)和0.85(95%CI:0.78~0.89),验证组队列风险评分模型的ROC曲线下面积(AUC)分别为0.83(95%CI:0.73~0.93)和0.82(95%CI:0.72~0.90),提示模型预测效能较好且稳健性高。以模型最佳临床截点的对应值进行风险分层后的生存分析结果显示,高风险组OSA患者的缺血性脑卒中累积发生率高于低风险组(P=0.021)。结论该模型有助于在老年人群中识别高风险OSA患者进行早期干预,以降低今后与OSA潜在相关的缺血性脑卒中风险。