《Sleep Medicine: X》:Agreement between automated and manual scoring of level 3 home sleep apnea devices: A single-center retrospective study
编辑推荐:
阻塞性睡眠呼吸暂停(OSA)是一种常见的睡眠相关呼吸障碍,与不良的心血管、代谢和神经认知结局相关。准确诊断和适当的严重程度分级对于指导治疗和降低长期发病率至关重要。虽然实验室多导睡眠监测(PSG)仍是诊断的金标准,但三级家庭睡眠呼吸暂停测试(HSAT)已成为一
阻塞性睡眠呼吸暂停(OSA)是一种常见的睡眠相关呼吸障碍,与不良的心血管、代谢和神经认知结局相关。准确诊断和适当的严重程度分级对于指导治疗和降低长期发病率至关重要。虽然实验室多导睡眠监测(PSG)仍是诊断的金标准,但三级家庭睡眠呼吸暂停测试(HSAT)已成为一种广泛使用、成本效益高且可及的替代方案。HSAT设备通常记录鼻气流、通过呼吸感应体积描记法(RIP)监测呼吸努力、血氧饱和度(SpO2)、心率和体动,但通常缺乏脑电图通道,无法直接检测唤醒和总睡眠时间。因此,呼吸事件以记录时间为指数,生成呼吸事件指数(REI),已知该指数会低估由PSG导出的呼吸暂停低通气指数(PSG-AHI),这是事件计数严重程度指数的若干已知局限性之一,并进一步受到显著的夜间变异性的影响。由经过培训的技术人员使用美国睡眠医学会(AASM)标准进行的手动评分仍然是解释HSAT研究的参考标准。然而,手动审核耗时且资源密集。HSAT内置的自动评分算法越来越多地用于满足睡眠研究日益增长的需求。这些自动算法是否能在临床有意义的精度水平上可靠地复现手动评分仍不确定:先前的比较研究报告了相互矛盾的结果,通常样本量小,且设备平台、评分算法和分析方法存在差异。即使由使用AASM标准的专家技术人员进行,手动HSAT评分也会低估疾病的真实负担,因为HSAT缺乏脑电图,因此无法检测仅由皮质唤醒终止的低通气。为了克服这一局限,引入了自主性低通气(AnH)的概念。AnH是满足低通气气流标准并伴有从血氧计脉搏波形测量的心率加速≥6 bpm的呼吸事件,与唤醒相关的低通气相关。包含AnH事件的手动HSAT评分产生的REI更接近PSG-AHI,因此,在没有实验室PSG的情况下,比标准HSAT评分更接近OSA严重程度的近似值。本研究的主要目的是在大型真实世界临床队列中,通过Bland-Altman分析量化系统偏差,并通过重新分类分析确定对个体患者层面OSA严重程度的临床影响,评估制造商自动评分与专家手动评分对于HSAT导出的REI的一致性。研究人员假设,自动评分会系统性地低估手动评分得出的REI,其偏差足以使临床有意义的患者比例出现OSA严重程度错误分类。在缺乏实验室PSG的情况下,包含AnH的手动评分作为实用的参考标准。
**三级家庭睡眠呼吸暂停设备自动评分与手动评分一致性研究的解读**
**1. 研究背景**
阻塞性睡眠呼吸暂停(OSA)是一种常见的睡眠相关呼吸障碍,与不良心血管、代谢及神经认知结局密切相关。准确诊断与严重程度分级是指导治疗和降低长期并发症的关键。实验室多导睡眠监测(PSG)作为诊断的金标准,因其成本高、操作复杂限制了广泛应用。三级家庭睡眠呼吸暂停测试(HSAT)因便捷、经济而成为被广泛接受的替代手段,但其设备通常缺乏脑电图通道,无法直接确定总睡眠时间及皮层唤醒,导致呼吸事件指数(REI)常低估由PSG导出的呼吸暂停低通气指数(AHI)。此外,HSAT数据的手动评分虽基于美国睡眠医学会(AASM)标准,但耗时耗力,且日益增长的临床需求推动了内置自动评分算法的应用。然而,这些自动算法在临床有意义的精度上能否可靠复现手动评分尚不明确,先前研究结果矛盾且样本规模有限。本研究旨在通过大型真实世界队列,采用Bland-Altman分析和严重程度重新分类评估,系统比较厂商自动评分与专家手动评分(含自主性低通气评分)的一致性,以明确自动评分的临床可靠性。
**2. 研究概述**
研究人员在《Sleep Medicine: X》上发表了这项单中心回顾性研究,纳入了2021年1月至2023年6月期间因疑似OSA在科威特Mubarak Al-Kabeer医院睡眠诊所就诊的1026名成年患者。研究比较了三种评分方法:厂商自动算法生成的REI、按AASM 2023标准进行的手动评分(标准REI),以及额外纳入自主性低通气(AnH,即伴随心率加速≥6 bpm、符合低通气气流标准的事件)的手动评分(扩展REI)。结果发现,尽管自动REI与手动REI在群体层面显示出强相关性,但在个体层面存在系统性低估,导致大量患者OSA严重程度被错误分类。研究强调,自动评分尚不能替代手动评分,尤其在阈值附近患者中,其临床可靠性不足。
**3. 主要关键技术方法**
研究采用单中心回顾性设计,样本来源于科威特Mubarak Al-Kabeer医院睡眠诊所的临床队列。HSAT设备为SOMNOtouch(SOMNOmedics GmbH,德国),遵循AASM 2023标准蒙太奇。技术方法包括:(1)数据采集:记录鼻气流(压力传感器)、胸阻抗呼吸感应体积描记(RIP)、血氧饱和度(SpO
2)及脉率(75 Hz采样,四拍平均)、鼾声和体动;(2)三种评分方案:自动评分(厂商专有算法)、手动AASM标准评分(由一名注册PSG技师按2023规则,呼吸暂停为气流下降≥90%持续≥10秒,低通气为气流下降≥30%持续≥10秒伴≥3%氧减)、手动AASM评分加自主性低通气(AnH,满足低通气气流标准并伴氧饱和度脉搏波形测量的心率加速≥6 bpm);(3)统计分析:配对t检验比较REI、氧减指数(ODI)、呼吸暂停指数(AI)和低通气指数(HI);Bland-Altman分析量化偏差;Pearson相关评估线性关联;Cohen’s kappa评估严重程度分类一致性;重新分类分析确定严重程度变化比例。
**4. 研究结果**
* **3.1 人口统计学特征**:共纳入1026名患者,平均年龄49.9±17.9岁,平均体重指数38.3±9.3 kg/m
2,男性占60.3%。
* **3.2 自动与手动REI的比较**:通过Pearson相关分析,自动REI与手动扩展REI(r=0.755)及标准REI(r=0.780)均显示强相关性。然而,Bland-Altman分析揭示存在系统性偏差。与扩展REI相比,手动减自动的平均差值为9.7±16.4次/小时,95%一致性界限为-22.5至41.8次/小时,表明个体层面变异性大,且偏差随事件率升高而增大,方向为自动评分一致低估。与标准REI相比,平均差值降至6.2±15.7次/小时,但一致性界限仍宽(-24.5至36.9次/小时),说明偏差持续存在。
* **3.3 自主性低通气(AnH)的影响**:通过比较扩展手动评分与标准手动评分,纳入AnH使REI平均增加+3.4次/小时,导致一部分患者OSA严重程度向上重新分类,且未改变ODI测量值,表明AnH独立评估了额外事件。
* **3.4 OSA严重程度分类与一致性**:以手动扩展REI为参考,自动评分识别OSA的比例为87.9%,而手动为93.7%。在严重程度分类中,自动评分更常分配较低类别:对于扩展REI分类为轻度、中度和重度的患者,自动评分分别低估了24.9%、51.5%和41.1%。两种方法在58.6%的患者中分类一致(未加权kappa=0.43);在不一致的患者中,92%被自动评分评为更低严重程度,85%差异仅为一个等级。以标准REI为参考时,一致率为61.4%(kappa=0.47),自动评分低估的比例在轻度、中度和重度OSA中分别为16.5%、44.6%和35.6%。
* **3.5 ODI、HI和AI**:通过配对t检验和Bland-Altman分析,自动与手动ODI值无显著差异(手动28.5 vs 自动29.7次/小时,p=0.27),偏差极小。然而,手动HI(标准17.8、扩展21.0次/小时)均显著高于自动HI(12.4次/小时,p<0.001),差值分别为5.4和8.6次/小时,表明低通气检测差异是REI差异的主要驱动因素。AI在统计上显著但差异小(手动12.0 vs 自动10.4次/小时,p<0.001),Bland-Altman显示平均差值仅为+1.6次/小时,临床意义有限。
**5. 讨论与结论**
研究讨论指出,尽管自动评分与手动评分在群体水平显示强相关,但Bland-Altman分析和重新分类分析揭示了个体层面的显著偏差,表现为自动评分系统性低估REI,尤其在临床阈值附近导致严重程度错误分类,这可能延误治疗启动或低估疾病负担。低通气检测的敏感性不足是自动评分低估的主要原因,而自主性低通气的纳入未解决此偏差,反而使低估更显著。在信号质量良好的记录中偏差已存在,提示算法在低质量信号中性能可能更差。研究以扩展REI作为PSG-AHI的实用近似值,但缺乏同步PSG比较是主要局限。结论翻译如下:总之,与手动评分相比,自动HSAT评分虽然高效,但系统性地低估了OSA严重程度。当与作为PSG-AHI实用近似值并纳入自主性低通气(AnH)的扩展手动REI比较时,这种低估更为明显。在自动算法能在不同严重程度阈值和患者群体中显示一致准确性之前,专家手动审核对于确保准确诊断和适当临床管理仍然至关重要。