基于多普勒雷达技术的无接触睡眠呼吸暂停检测设备诊断性能评估

　　为解决传统多导睡眠监测(PSG)复杂昂贵的问题，瑞士巴塞尔大学医院团队开展无接触睡眠呼吸暂停检测设备(CSATD)诊断性能研究。该前瞻性研究在102例疑似阻塞性睡眠呼吸暂停(OSA)患者中同步进行PSG和SleepizOne+检测，结果显示CSATD对AHI≥5/h的诊断灵敏度达89.4%，特异性88.2%，尤其对中重度OSA(AHI≥15/h)诊断准确率达100%，为家庭睡眠监测(HSAT)提供了新型无接触解决方案。

为了促进科学的传播，生物通采集了这篇文章，如需英文原文，请点击！订阅BioHot索取原文

　　

睡眠呼吸障碍已成为影响全球数亿人健康的隐形杀手，其中阻塞性睡眠呼吸暂停(OSA)因其与心血管疾病的密切关联备受关注。传统诊断"金标准"多导睡眠监测(PSG)就像给患者全身接满导线，不仅让受试者变成"科学怪人"，高昂成本和有限的可及性更让许多患者望而却步。在这个背景下，瑞士巴塞尔大学医院的研究团队将目光投向了一项黑科技——基于多普勒雷达原理的无接触睡眠呼吸暂停检测设备(CSATD)，试图用电磁波替代导线，实现"隔空把脉"的睡眠监测革命。

这项发表在《BMC Pulmonary Medicine》的研究采用了严谨的前瞻性单中心设计。研究团队在2020年5月至2021年1月期间，对120例接受PSG检查的疑似OSA患者同步进行SleepizOne+设备监测，最终纳入102例有效数据。所有PSG结果由认证睡眠医师按照AASM 2012标准盲法分析，CSATD数据则由设备厂商通过专用软件自动处理。研究重点比较了两种方法在呼吸暂停低通气指数(AHI)诊断阈值≥5/h、≥15/h和≥30/h时的性能差异，并分析了体位等因素对结果的影响。

领取大鼠模型综合解决方案领 取

在患者特征方面，研究纳入的队列具有典型OSA人群特征：男性占60.8%，平均年龄55±15岁，平均BMI 30±6 kg/m²，合并高血压(52.0%)、慢性肾病(25.5%)等共病。PSG确诊OSA患病率高达83.3%，其中轻度25.5%，中重度57.8%，为设备验证提供了理想的疾病谱。

诊断性能结果显示，CSATD展现出令人惊喜的筛查能力。对于AHI≥5/h的诊断阈值，其灵敏度达89.4%(95%CI 82.9-96.0)，特异性88.2%(95%CI 72.9-100%)，阳性预测值高达97.4%。特别值得注意的是，当CSATD检测到AHI≥15/h时，PSG确认全部61例均存在OSA，展现出完美的阳性预测能力。ROC曲线下面积(AUC)达到0.92(95%CI 0.87-0.97)，证实了其优秀的判别能力。

然而在疾病严重程度分层方面，CSATD的表现则差强人意。与PSG相比，对轻度OSA分类一致性仅50%，中度38%，仅重度OSA达到76%的一致性。Bland-Altman分析显示两种方法AHI测量差异的95%一致性界限较宽，Lin一致性系数为0.78。进一步分析发现，仰卧位睡眠比例增加会显著扩大两种方法的AHI差异(p=0.009)，而以低通气为主的患者更容易出现CSATD低估病情的现象。

广告 10X 学习中心：新手指南让您信心满满地开展单细胞RNA-seq

在技术参数比较中，CSATD估计的总睡眠时间(TST)显著长于PSG记录(368.7±5.8 vs 344.9±7.8分钟，p=0.006)，但平均AHI(24.8±1.8/h vs 24.9±2.2/h)和心率(64.9±0.9 vs 64.5±0.9 bpm)则无统计学差异。PSG独有的参数分析显示，患者平均氧减指数(ODI)为24.0±2.1/h，平均血氧饱和度92.3±0.3%，且仰卧位时AHI显著升高至36.2±3.1/h。

这项研究为睡眠医学领域带来了重要启示。CSATD技术展现出作为OSA筛查工具的巨大潜力，特别是其完全无接触的特性解决了传统HSAT设备需要佩戴传感器的痛点。对于临床预测概率高且CSATD显示AHI≥15/h的患者，可考虑直接确诊而无需PSG确认。但研究也揭示了技术局限：无法区分阻塞性与中枢性呼吸事件、对低通气为主的呼吸紊乱敏感性较低、严重程度分层准确性不足等。这些发现为下一代无接触睡眠监测设备的改进指明了方向——整合血氧监测、优化算法提升低通气识别率、开发更精准的严重程度分级模型。随着技术进步，这种"隐形"睡眠监测技术有望打破资源壁垒，让更多患者获得及时诊断，最终实现OSA的早筛早治。

打赏

下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究

10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！

欢迎下载Twist《不断变化的CRISPR筛选格局》电子书

单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析

下载《细胞内蛋白质互作分析方法电子书》