多导睡眠监测部分参数两种分析方法的比较

　　【摘要】 目的：探讨多导睡眠监测(PSG)部分参数的自动分析与手动分析方法的差异性。方法：对58例因睡眠过程中打鼾、憋气的患者进行整夜的多导睡眠监测，对PSG各项参数(睡眠分期、血氧饱和度、睡眠效率等)先按公认分型标准进行手动分析，再用软件自动分析，对两种分析方法得出的参数进行比较。结果：两种分析方法得出的参数差异有统计学意义(P<0.05)，在自动分析的基础上行手动分析与患者的临床症状更符合。结论：PSG部分参数自动分析的结果对疾病的诊断与研究有一定的偏差，对PSG各项参数应进行手动分析。

　　【关键词】 多导睡眠监测; 自动分析; 手动分析

　　Compareison on two analysis method for partial parameters in polysomnography

　　LIU Yu, XU Pei-ru, Duolikun·Muzhapaer, et al

　　(Department of Paediatrics, First Affiliated Hospital, Xinjiang Medical University,

　　Urumqi 830011, China)

　　Abstract: Objcetive: To study the difference between automatic analysis and manual analysis some parameters in polysomnography. Methods: Randomize select fifty eight patients with snoring and apnea during sleep were selected randomly, they accept all night polysomnography. At first we get their PSG by automatic analysis software and then we analysis the same PSG by manual operation analysis. We compared two results by statistics method. Results: There was a statistically significant difference between automatic analysis and manual operation analysis. Results of manual operation analysis is closer to patients clinical appearances than automatic analysis. Conclusion: As there are some deviation in automatic analysis PSG in diagnosis of sleep disorder disease. For increasing accuratitiy of PSG we should take manual operation analysis.

　　Key word: polysomnography; automatic analysis; manual analysis

　　1957年Dement和 Kleitman创建了多导睡眠监测(Polysomnography, PSG),是一种可以在整夜睡眠过程中，根据需要连续并同步监测与记录多项生理指标的检查方法。PSG检查被认为是诊断多种睡眠障碍的必要检查，甚至是一部分睡眠障碍性疾病诊断的金标准，PSG已经成为睡眠医学研究极其重要的不可替代的工具。PSG的监测内容包括脑电图、肌电图、眼动图、心电图和呼吸描记记录装置等，可记录血压、氧饱和度、心率、鼾声与胸腹及四肢的运动等;分析指标包括总记录时间、总睡眠时间、睡眠潜伏期、觉醒比、觉醒次数、睡眠效率、睡眠维持率、唤醒反应、各期睡眠的比例、快速动眼睡眠的分析指标、腿动指数等。陈俞等[1]报道PSG呼吸事件手动分析结果更准确。为了明确PSG各项参数自动分析结果的准确性，本研究对PSG各项参数自动分析结果与手动分析结果进行比较，现报道如下。

　　1 对象与方法

　　1.1 对象选择 纳入标准：(1)有睡眠不足的临床表现。(2)年龄20~59岁。排除标准：(1)年龄不满足上述要求。(2)近期服用过镇静类药物。(3)睡前服用兴奋性或含酒精的的饮料。 (4)患有神经系统疾病。2006年初根据实验要求对来我院接受检查的患者用电脑随机序列选出60例患者。

　　1.2 方法 采用澳大利亚PSG仪Compume dics-E对受试者进行整夜睡眠监测。从第一屏开始按公认的睡眠分期标准对患者的PSG图进行分析，得到睡眠各期所占比例;然后用配套软件proFUSION PSG对同一患者的PSG各项参数进行自动分析，得到上述各项自动参数值。在血氧饱和度为零的睡眠期间同时观察胸腹运动及其他各相关监测指标以排除由于血氧监测仪脱落所致的血氧饱和度为零的情况，通过上述手动分析得到手动分析参数值，全部手动分析由一人完成,数据全部由另一人录入。

　　1.3 分析指标 睡眠效率,睡眠潜伏期,觉醒次数,觉醒时间,各期睡眠的比例,最低血氧饱和度。

　　1.4 睡眠分期 (1)睡眠Ⅰ期是入睡期，α波开始消失，当α波所占比例降至整个窗面的50%以下，而以低电压、混合频率波为主时可判定为睡眠Ⅰ期。 (2)Ⅱ期睡眠是根据睡眠纺锤波与K复合波的出现与不存在Ⅲ、Ⅳ期特征的高幅慢波来判定的。(3)Ⅲ、Ⅳ期睡眠称为深睡眠，睡眠波幅>75 μV，频率为2 Hz的慢波为主，纺锤波时而出现时而不出现。(4)REM 相睡眠的特征：脑电图出现类似于睡眠Ⅰ期低波幅波形，出现快速动眼，抗重力肌的肌张力下降[2]。

　　1.5 统计学处理 采用SPSS12.0软件包进行统计分析。两种分析方法得出的参数进行计量资料的配对t检验，睡眠各期所占总睡眠时间的比例采用R×C表的卡方检验，血氧饱和度的严重程度频数行频数资料的秩和检验,检验水准α=0.05。

　　2 结果

　　2.1 PSG部分参数的比较 自动分析与手动分析得到的多导睡眠监测报告中的部分参数值不同，其中不同睡眠时期所占总睡眠时间的比例差异有统计学意义，快速动眼潜伏期、最低血氧饱和度差异有统计学意义(表1)。表1 PSG部分参数比较

　　2.2 睡眠各期百分比分布比较 自动分析:Ⅰ、Ⅱ期睡眠百分比减少，Ⅲ、Ⅳ期及REM期睡眠百分比增加;手动分析Ⅰ、Ⅱ期睡眠百分比增多，Ⅲ、Ⅳ期及REM期睡眠百分比减少(表2)。各期睡眠占总睡眠时间的比率大致相等：Ⅰ期5%~10%，Ⅱ期50%，Ⅲ、Ⅳ期10%~20%，REM期20%~25%。表2 睡眠各期百分比分布比较

　　2.3 不同血氧饱和度频数分布 自动分析结果中，中度低氧血症明显减少，而重度低氧血症患者明显增多，51例患者中有50例患者最低血氧饱和度为0，而这51例患者均有夜间血氧饱和度监测仪脱落现象(表3)。表3 不同血氧饱和度频数分布

　　3 讨论

　　本研究选择的对象均有有打鼾、睡眠憋醒、腿动、白天嗜睡等临床表现,PSG最终确诊为睡眠呼吸暂停低通气综合征(Obstructive sleep apnea hypopnea syndrome, OSAHS)。诊断标准采用杭州OSAHS专题会议上制定的诊断标准[3]。

　　成人OSAHS是指睡眠过程中出现呼吸暂停和(或)口鼻气流减少50% ，持续时间≥10 s，常伴有血氧饱和度下降和/或某种程度的微觉醒。其临床表现可有夜间打鼾、夜间憋醒、白天嗜睡、注意力不集中、记忆力下降、认知能力损害、高血压,长期可有心血管损害的临床症状。患者白天嗜睡的原因是夜间低氧血症憋醒致睡眠中断、频繁的微觉醒、深睡眠减少浅睡眠增加所致[4]，因此成人OSAHS患者均有白天嗜睡的症状。在临床的工作中可发现患者白天明显嗜睡，无频繁的夜间憋醒，多导睡眠监测报告提示睡眠分期正常，血氧饱和和度为零，与患者的临床症状并不相符。因此将上述患者所得出的PSG按自动分析中默认的参数设置对整夜监测结果进行自动分析，包括睡眠效率 、 睡眠潜伏期 、 觉醒时间、觉醒次数、不同睡眠时间所占的百分比、快动眼潜伏期 、最低氧饱和度。手动分析之后进行自动分析，分析技术人员为受过专业培训并工作10余年的专业人员， 睡眠分期采用现公认分类标准[2]。本研究表明自动分析结果不准确，入选的 58例患者中35例患者的Ⅲ、Ⅳ期睡眠超过了10%，而手动分析结果只有4例患者Ⅲ、Ⅳ期睡眠百分比超过10%;自动分析中28例患者的REM期睡眠超过25%，手动分析仅有4例。若这些OSAHS患者的睡眠分期在正常范围则不应该出现晨起时乏力、白天嗜睡、注意力不集中、记忆力下降等睡眠不足的临床表现,而15例患者均有上述症状，由此推测手动分析的结果与临床症状更相符合。本研究58例患者中51例患者血氧饱和度患者血氧饱和度≤64%，而手动分析则只有20例血氧饱和度≤64%，通过手动分析发现，患者在睡眠过程中均有血氧饱和仪脱落的情况，监测人员发现后再进行安装，判断血氧饱和度为零是因为此时患者的胸腹运动正常，心率未增加也没有下降，口鼻气流也正常。因此说明手动分析与患者的临床症状更相符，分析结果更可靠。

　　根据睡眠分期标准，两种分析方法所得各参数差异可能原因：机器的划分很容易出现一定的偏差，受检者即使双眼闭合α波也会消失，易将觉醒状态划分为睡眠Ⅰ期;Ⅱ、Ⅲ、Ⅳ期睡眠均有睡眠纺锤波是软件划分出现误差的原因;REM 相睡眠的脑电波形与睡眠Ⅰ期相似。人工划分则在上述基础上结合患者的其他睡眠指标进行划分，避免了上述误差的产生。自动分析夸大血氧饱和度下降的严重程度是由于血氧监测仪脱落所致。

　　PSG是睡眠障碍性疾病极其重要的检查手段，具有不可替代的价值，提高了人们对睡眠本质的认识，有力地促进了睡眠医学的发展。但由于PSG自动分析报告部分参数与患者的临床表现存在差异，而手动分析与患者的临床症状更相符合，因此主张对患者的PSG进行人工分析，使检测结果更为可靠，并能正确反映患者的病情以便采取有效的治疗措施，同时为学者们对该类疾病的研究提供准确的数据。

　　【参考文献】

　　[1] 陈 俞, 王羡懿, 叶 红,等.多导睡眠监测图呼吸事件自动分析与手动分析的比较[J]. 临床耳鼻喉科杂志， 2005,19:830-831.

　　[2] Gastaut H. Introduction to electroencephalography, a neurophysiological method applied to current clinical practice[J]. Mars Med,1950,87(8):403-405.

　　[3] 中华医学会耳鼻咽喉科学分会、中华耳鼻咽喉科杂志编委会.阻塞性睡眠呼吸暂停低通气综合征诊断依据和疗效评定标准及悬雍垂腭咽成形术适应证[J].中华耳鼻咽喉科杂志，2002，37：403-404.

　　[4] Gugger M, Keller U, Mathis J. Arousal responses to inspiratory resistive loading during REM and non-REM sleep in normal men after short-term fragmentation deprivation[J]. Schweiz Med Wochenschr, 1998，128(18):696-702.