摘要
研究背景及目的 重症肌无力(Myasthenia gravis，MG)是一类以渐进性肌肉无力、骨骼肌易疲劳性为特征的自身免疫性疾病。随疾病进展可逐渐累及呼吸肌，引起通气功能受损，可由早期的睡眠呼吸障碍(Sleep-disordered breathing，SDB)发展至夜间肺泡低通气，随后发展为日间肺泡低通气，甚至可出现呼吸衰竭。然而由于进展过程相对缓慢，不易引起医生和患者的重视，从而导致呼吸衰竭所致的MG病死率的增加。因此了解MG合并SDB的早期表现，通过睡眠监测及早发现SDB，给予适当干预，可有效改善患者的睡眠质量和生活质量，防止或延缓疾病的进一步加重。考虑对MG患者不同病程时段反复进行多导睡眠监测(Polysomnography ，PSG)会占用医疗资源，增加患者经济负担，首先使用量表对患者进行初步筛查，再对可能存在SDB的患者进行PSG检查及治疗以提高诊断和干预时效。目前尚无针对MG患者SDB筛查量表效能评价的研究。因此，本研究拟对MG患者SDB的临床特点进行观察，并对比不同量表筛查MG患者SDB的效能，以期找出最优的筛查方案。 方法 本研究共顺序纳入2017年10月至2019年1月就诊于唐都医院神经内科的30例临床稳定期MG患者。收集MG患者的人口学资料、临床诊治资料，使用爱泼沃斯嗜睡量表(Epworth sleepiness questionnaire，ESS)评估嗜睡程度，Stop-Bang量表、柏林量表(Berlin questionnaire，BQ)、Sleep-disorderedbreathinginneuromusculardiseasequestionnaire-5(SiNQ-5)、NoSAS量表评估睡眠呼吸障碍患病风险。30例患者均进行家庭睡眠呼吸暂停监测(使用呼吸气流和呼吸努力参数)，按是否伴有SDB分MG+SDB与MG-SDB组比较人口学资料、临床诊治资料、量表资料、睡眠监测资料差异，按改良Osserman分型分为Ⅰ型、Ⅱa型、Ⅱb型三组比较人口学资料、睡眠监测资料差异。将单因素分析有统计学差异的项目及临床中有意义的项目纳入多重线性回归模型，建立MG患者呼吸事件指数(Respiratory event index，REI)的预测模型。采用单独诊断及联合诊断的方式，分析5种量表筛查MG患者SDB的效能。采用受试者工作特征曲线(Receiver operating characteristic，ROC)分析不同量表预测MG患者SDB的区分度。采用Spearman相关性分析比较各量表筛查结果间的相关性。以双侧检验P＜0.05为差异有统计学意义。 结果 1.本研究收集的30例临床稳定期MG患者中，女性19例(63.3%)，男性11例(36.7%)，年龄40.9±14.4岁。起病年龄37.3±14.6岁，中位数病程为1.9年，从0.3年至16.4年不等。SDB在MG中患病率为43.3%(13/30)。 2.MG+SDB组与MG-SDB组组间比较中，性别、年龄、起病年龄、病程差异无统计学意义。体重指数(Body mass index，BMI)、颈围差异有统计学意义(P值分别为0.004和0.001)。临床诊治资料组间均无统计学差异。Stop-Bang量表、NoSAS量表差异有统计学意义(P值分别为0.033和0.007)。REI、Apneaindex、阻塞型呼吸暂停指数(Obstructive apnea index，OAI)、Hypopneaindex、氧降指数(Oxygen desaturation index，ODI)、最低氧降差异有统计学意义。 3.13例SDB阳性患者中，9例以低通气事件为主，3例以阻塞型呼吸暂停事件为主，1例以中枢型呼吸暂停事件为主。 4.Ⅰ型、Ⅱa型、Ⅱb型三组间比较，I型组病程较长，Ⅱa型组女性患者比例较高，Ⅱb型组年龄、起病年龄较高，各呼吸事件指数更高，血氧下降更明显，但差异无统计学差异。 5.回归模型具有统计学意义F(6,21)=8.095(P＜0.001)，调整R2=0.612。纳入模型的6个变量中，BMI和起病年龄对REI的影响具有统计学意义，P值分别为0.038和0.040。 6.REI≥10时，调整NoSAS量表(NoSAS-revised)的曲线下面积(Area under the curve，AUC)最大(AUC=0.835，95%CI0.683-0.986，P=0.002)，Stop-Bang量表(AUC=0.722，95%CI0.525-0.919，P=0.040)和NoSAS量表(AUC=0.733，95%CI0.533-0.933，P=0.031)AUC略低，三者均有统计学意义。NoSAS-revised的灵敏度(Sensitivity，Se)(61.5%)和阴性预测值(Negative predictive values，NPV)(73.7%)最高，Stop-Bang量表和NoSAS量表的特异度(Specificity，Sp)(94.1%)和阳性预测值(Positive predictive values，PPV)(85.7%)最高。BQ和SiNQ-5的Se(30.8%)最低，SiNQ-5的Sp(70.6%)、PPV(44.4%)、NPV(57.1%)最低。 7.REI≥5时，BQ诊断价值最优(AUC=0.720)，SiNQ-5最差(AUC=0.567)。REI≥10时，NoSAS诊断价值最优(AUC=0.733)，ESS最差(AUC=0.570)。REI≥15及更高界值时，Stop-Bang量表诊断价值最优，ESS最差。 8.Stop-Bang+NoSAS的Se最高(平行试验71.0%，系列试验21.3%)，Sp最高(平行试验88.6%，系列试验99.7%)。SiNQ-5与其他量表联合诊断的诊断价值均较低。 结论 1.SDB在临床稳定期MG患者中患病率较高，起病年龄较大的肥胖患者更易发生SDB。 2.存在延髓肌功能障碍的MG患者，主要发生阻塞型睡眠呼吸事件，但与不伴延髓肌功能障碍的MG患者相比，无明显统计学差异。 3.临床稳定期MG呼吸事件的主要类型为阻塞型呼吸事件，可随病情变化及代偿情况的影响而发生改变。 4.NoSAS+SiNQ-5的联合诊断策略，既可以筛查患者是否存在膈肌无力或阻塞型睡眠呼吸暂停(Obstructive sleep apnea，OSA)，又兼顾了联合灵敏度与联合特异度，是较为可行的联合诊断策略。
NETL