导读:本文包含了睡眠呼吸暂停低通气指数论文开题报告文献综述及选题提纲参考文献，主要关键词:阻塞性睡眠呼吸暂停低通气综合征,体质量指数,多导睡眠图
睡眠呼吸暂停低通气指数论文文献综述
白春杰,李淑芝,刘子晔,刘文辉,刘冬雪[1]（2019）在《体质量指数和阻塞性睡眠呼吸暂停低通气综合征的相关性研究》一文中研究指出目的探讨体质量指数(BMI)与阻塞性睡眠呼吸暂停低通气综合征(OSAHS)的关系,分析BMI对OSAHS发生的预测价值。方法选取2017年3-12月大连大学附属中山医院耳鼻喉科OSAHS患者161例,非OSAHS患者51例,一般资料调查表于监测前完成,包括性别、年龄、身高、体质量、学历水平等,临床医生根据多导睡眠图(PSG)监测结果确诊OSAHS。患者需在睡眠监测室监测多导睡眠图,一般监测开始时间为21:00～23:00,结束时间次日晨6:00～7:00,至少监测7h。结果 OSAHS组BMI明显高于非OSAHS组;BMI与OSAHS呈正相关(r=0.501,P<0.01);ROC曲线分析BMI预测发生OSAHS风险的曲线下面积为0.640,P<0.01,95%CI(0.556～0.725)。结论 BMI与OSAHS呈正相关,BMI可作为预测OSAHS的有效指标,可为医护人员采取相应干预策略提供参考。(本文来源于《重庆医学》期刊2019年22期）
王博谦,白云飞,张姝,崔晓波[2]（2019）在《氧减指数联合ESS评分对阻塞性睡眠呼吸暂停低通气综合征的临床诊断价值》一文中研究指出目的研究氧减指数(ODI)联合Epworth嗜睡量表(ESS)评分对阻塞性睡眠呼吸暂停低通气综合征(OSAHS)的临床诊断价值。方法收集206例初步诊断有睡眠呼吸障碍(SDB)疾病的患者为主要研究对象。患者逐一进行整夜多导睡眠监测(PSG),并记录相关指标:呼吸紊乱值(AHI)和最低血氧饱和度(LSaO_2)等。根据PSG指标,将所有患者分成3组:A组(n=30)单纯鼾症组; B组(n=54)轻度OSAHS组; C组(n=122)中、重度OSAHS组。再对3组OSAHS患者进行ESS评分(EP值),进一步分析ODI和EP值与AHI之间的相关性,评价ODI联用ESS评分对OSAHS严重程度预测的灵敏度和特异度。结果各组间患者BMI、颈围、ODI、EP值、AHI和SaO_2等参数的差异均有统计学意义(P<0.01)。ODI、EP值与AHI之间存在相关性,且相关系数大于BMI、颈围与AHI之间的相关系数。单独使用ODI或EP值诊断时的灵敏度和特异度分别为78%、57%,86%、48%,均达到较高的灵敏度和特异度。进一步评价ODI联合ESS分析使用时的情况,发现预测OSAHS发生的灵敏度高达93%,预测OSAHS中重度疾病发生的特异度达到86%。结论 ODI联合ESS评分用于OSAHS的临床诊断具有较高的应用价值。(本文来源于《广东医学》期刊2019年15期）
龚凤,王卫红,蔡益民,刘小白[3]（2019）在《阻塞性睡眠呼吸暂停低通气综合征患者呼吸暂停低通气指数影响因素分析》一文中研究指出目的:探讨阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者呼吸暂停低通气指数(AHI)的影响因素。方法:采用多导睡眠图对196例OSAHS患者AHI进行监测,通过问卷调查法对OSAHS患者的社会人口学特点进行调查与分析。结果:196例OSAHS患者中,男性患者有164例(83.67%),年龄分布于30～49岁有128例(65.31%),体重指数(BMI)>28有88例(44.90%)。多元Logistic回归逐步分析示, AHI与BMI呈正相关关系(r=1.571,P=0.000);与性别有明显相关性(r=-13.957,P=0.003),男性的相关性更明显。BMI和性别的标准化系数分别为0.307和-0.206,BMI对AHI的作用大于性别的影响。AHI与年龄的相关性差异无统计学意义(P>0.05)。结论:肥胖和男性均为OSAHS患病的危险因素。尤其是肥胖的影响更大,与病情程度有直接相关性。男性肥胖者尤其应重视OSAHS的危害。(本文来源于《医学理论与实践》期刊2019年09期）
庞礴,李涛平,孙耕耘[4]（2019）在《阻塞性睡眠呼吸暂停低通气综合征患者不同程度氧减指数与肾功能早期损害》一文中研究指出目的探讨阻塞性睡眠呼吸暂停低通气综合征(obstructive sleep apnea-hypopnea syndrome,OSAHS)不同程度的氧减指数(oxygen reduction index,ODI)与患者早期肾功能损害的关系。方法选取经多导睡眠(polysomnography,PSG)监测并诊断为OSAHS的患者187例,按照不同ODI区间(轻度5≤ODI<15、中度15≤ODI<30、重度ODI≥30)分为3组,比较3组患者在血清胱抑素C(serum cystine C,s Cys-C)、血清尿素氮(blood urea nitrogen,BUN)、血清肌酐(serum creatinine,SCr)、血清β_2微球蛋白(serumβ_2 microglobulin,β_2-MG)、超氧化物歧化酶(superoxide dismutase,SOD)、尿N-乙酰-β-D氨基葡萄糖苷(N-acetyl-β-d glucosamine,NAG)方面的差异及相关性。结果各组间相关性分析发现,ODI指数与AHI、BMI、性别、高血压发病率存在明显正相关。各组患者指标分析中s Cys-C、β_2-MG、SOD、尿NAG随着ODI指数升高有明显升高趋势,组间比较有统计学意义(P<0.05); ODI与s Cys-C、β_2-MG、尿NAG呈正相关,与SOD水平呈负相关。结论重度ODI升高的OSAHS患者存在肾功能的早期损害。(本文来源于《中华肺部疾病杂志(电子版)》期刊2019年02期）
胡安,邢艳莉,陈晓平,薛晓成,张燚[5]（2019）在《咽喉反流伴阻塞性睡眠呼吸暂停低通气综合征患者的治疗及其咽喉反流体征评分、症状指数特点》一文中研究指出目的分析咽喉反流病(LPRD)伴阻塞性睡眠呼吸暂停综合征(OSAS)患者的咽喉反流体征评分(RFS)和咽喉反流症状指数(RSI)特点,探讨临床治疗效果。方法抽取100例LPRD患者,将其中合并有OSAS的患者作为观察组(n=39),其余作为对照组(n=61),观察两组RFS、RSI及呼吸暂停低通气指数(AHI)、血氧饱和度(SaO_2)、反流总数、总反流时间;比较治疗2个月后RSI、RFS评分。结果观察组RFS和RSI评分总分显着高于对照组,RFS体征差异均有统计学意义(P<0.05),咽喉反流伴OSAS患者声门下水肿、喉室消失、杓会厌襞红斑/充血、喉黏膜水肿、后联合肥厚或肿胀评分显着高于单纯的咽喉反流患者(P<0.05),RSI评分中咽喉反流伴OSAS患者呼吸困难、烧心胸痛胃酸反流评分显着高于单纯的咽喉反流患者(P<0.05);治疗后,观察组RSI评分总分高于对照组(P均<0.05),对照组在呼吸困难、烧心胸痛胃酸反流方面明显优于观察组(P<0.05)。治疗前后,两组AHI、SaO_2、反流总数比较均差异有统计学意义(P<0.05)。治疗后,观察组AHI、SaO_2均明显改善,与治疗前比较差异有统计学意义(P<0.05),两组反流总数、总反流时间改善显着,对照组优于观察组(P<0.05)。结论伴OSAS会加重LPRD患者咽喉反流相关症状,可能是LPRD患者治疗效果和症状改善较差的原因。(本文来源于《山东大学耳鼻喉眼学报》期刊2019年02期）
张泽鑫,杨丽辉[6]（2019）在《住院藏族2型糖尿病患者中国人内脏脂肪指数与睡眠呼吸暂停低通气综合征的相关性研究》一文中研究指出目的了解住院藏族2型糖尿病(T2DM)患者睡眠呼吸暂停低通气综合征(OSAHS)的患病情况,评估中国人内脏脂肪指数(CVAI)与T2DM合并OSAHS的相关性。方法根据睡眠呼吸暂停低通气指数(AHI)将患者分为单纯T2DM组和T2DM合并轻、中、重度睡眠呼吸暂停低通气综合征(OSAHS)组,使用便携式睡眠呼吸检测仪监测,计算CVAI值。结果住院藏族T2DM患者OSAHS患病率为73.5%(95%的置信区间为64.13-81.67%),不同OSAHS严重程度之间的空腹胰岛素、空腹C肽,CVAI差异有统计学意义(均P<0. 05)。多元回归分析显示,CVAI是AHI的影响因素。结论住院藏族T2DM患者OSAHS的患病率为73.5%,CVAI可反映T2DM患者合并OSAHS的严重程度,内脏脂肪沉积是AHI的影响因素。(本文来源于《西藏科技》期刊2019年03期）
张帆,刘学军[7]（2019）在《阻塞性睡眠呼吸暂停低通气病人血脂代谢与体质指数的关系》一文中研究指出目的探讨不同体质指数对阻塞性睡眠呼吸暂停低通气综合征(OSAHS)病人脂代谢的影响。方法采取病例对照研究,收集2015年1月—2017年12月在山西医科大学第一医院老年病科行多导睡眠监测存在夜间打鼾的病人共177例。根据不同的体质指数和严重程度将行多导睡眠监测的病人分为正常体重+单纯鼾症组、正常体重+OSAHS组、超重(肥胖)+单纯鼾组、超重(肥胖)+OSAHS组。结果 4组在年龄、高血压病史高密度脂蛋白胆固醇(HDL-C)、收缩压、舒张压比较差异有统计学意义(P<0.05);在单纯鼾症组中,超重人群的HDL-C水平较正常体重人群明显降低(P=0.014);在OSAHS组中,超重病人的收缩压、舒张压以及叁酰甘油(TG)水平均明显高于正常体重病人(P<0.05),超重病人的HDL-C水平也明显低于正常体重病人(P=0.008)。二元Logistic回归分析显示,体重、睡眠呼吸暂停低通气指数(AHI)、最低血氧饱和度(SaO_2)进入回归方程(OR=1.079、1.036、1.069,P<0.001)。结论 OSAHS与脂代谢异常的发生密切相关,超重(肥胖)能够加重OSAHS的脂代谢异常;对于超重(肥胖)的OSAHS病人,超重(肥胖)是引起其脂代谢异常的主要危险因素。(本文来源于《中西医结合心脑血管病杂志》期刊2019年03期）
付英,王银娟,董燕[8]（2018）在《阻塞性睡眠呼吸暂停低通气综合征与年龄、体重指数、颈围及腹围的相关性分析》一文中研究指出目的研究阻塞性睡眠呼吸暂停低通气综合征(OSAHS)与年龄、体重指数、颈围及腹围的相关性。方法纳入2014年7月至2017年7月本院60例OSAHS患者作为观察组,选取同期本院体检健康者60例作为对照组。采用Logistic多因素分析OSAHS的高危因素,并探讨高危因素与OSAHS严重程度的关系。结果两组患者年龄、体重、BMI、颈围及腹围比较差异有统计学意义(P<0.05)。Logistic多因素分析显示BMI、颈围及腹围是OSAHS的独立影响因素(P<0.05)。ROC分析显示BMI、颈围及腹围预测OSAHS的AUC分别为0.630、0.805及0.754(β=0.051、0.039、0.043;95%CI:0.531～0.729、0.730～0.881、0.669～0.839; P=0.014、0.000、0.000),灵敏度分别为0.700、0.833、0.750,特异度分别为0.833、0.650、0.830,最佳截断值分别为25.61 kg/m~2、40.28 cm、100.61 cm。不同程度OSAHS患者BMI、颈围及腹围水平比较差异均有统计学意义(P<0.05)。结论 BMI、颈围及腹围是OSAHS的独立影响因素,OSAHS严重程度随BMI、颈围及腹围水平升高而加重,监测BMI、颈围及腹围水平对指导防治OSAHS具有重要意义。(本文来源于《中国医师杂志》期刊2018年08期）
柯智元,刘怡飞,樊冀闽,张华平,苏焕章[9]（2018）在《基于随机森林算法的阻塞型睡眠呼吸暂停低通气综合征的睡眠呼吸暂停低通气指数预报》一文中研究指出目的:本研究将透过收集患者资料和血液标本,通过随机森林算法构建筛查阻塞型睡眠呼吸暂停低通气综合征(obstructive sleep apnea-hypopnea syndrome,OSAHS)模型,省去繁琐的多导睡眠监测仪检查及分析,为临床提供快速简易的OSAHS筛查。方法:随机选取OSAHS患者与正常受试者,收集其基线资料,通过卡方检验与随机森林法筛选出特异性变量,构建针对OSAHS的筛查预测模型。结果:性别、血浆同型半胱氨酸浓度、抽烟、是否存在代谢问题、是否存在心脑血管疾病等问题为重要影响因子(P<0.05),对基尼指数影响较大,通过随机森林法构建的模型可达97.2%正确率预测患者睡眠呼吸暂停低通气指数(apnea hypopnea index,AHI)的临床诊断分级。结论:藉由简单了解患者生活习惯和血同型半胱氨酸浓度,通过随机森林法构建的模型即可准确且快速筛查OSAHS。(本文来源于《中国睡眠研究会第十届全国学术年会汇编》期刊2018-06-29）
胡涛[10]（2018）在《不同体质指数的阻塞性睡眠呼吸暂停低通气综合征患者临床特点分析》一文中研究指出目的分析不同体质指数(BMI)的阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者的临床特点。方法选取2014年6月-2017年3月在我科睡眠中心经多导睡眠监测确诊OSAHS的患者192例,PSG监测前行体重、身高的测量,计算BMI。根据体质指数分为3组:正常体重组16例(18.5≤BMI<24)、超重组84(24≤BMI<28)、肥胖组92例(BMI≥28)。单因素方差分析比较3组患者生理指标、呼吸参数、睡眠结构的差异。结果肥胖组AHI、氧减指数、最大氧减持续时间、TS90%均明显高于正常组及超重组,最低氧饱和度显着低于正常组及超重组,差异有统计学意义(均P<0.001);超重组与正常组比较差异无统计学意义(均P>0.05)。肥胖组觉醒指数,浅睡眠比例显着高于正常组,睡眠效率、REM期睡眠比例显着低于正常组(P<0.05),与超重组比较无显着差异(P>0.05);超重组与正常组比较差异无统计学意义(P>0.05)。所有OSAHS患者中,肥胖者占47.42%。肥胖组的重度OSAHS的比例73.91%高于体重正常组和超重组的12.50%和34.88%,差异有统计学意义(?2=23.38,P<0.001)。结论肥胖会加重OSAHS患者的严重程度,其夜间低氧程度及睡眠结构紊乱更严重。(本文来源于《中国睡眠研究会第十届全国学术年会汇编》期刊2018-06-29）
睡眠呼吸暂停低通气指数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的研究氧减指数(ODI)联合Epworth嗜睡量表(ESS)评分对阻塞性睡眠呼吸暂停低通气综合征(OSAHS)的临床诊断价值。方法收集206例初步诊断有睡眠呼吸障碍(SDB)疾病的患者为主要研究对象。患者逐一进行整夜多导睡眠监测(PSG),并记录相关指标:呼吸紊乱值(AHI)和最低血氧饱和度(LSaO_2)等。根据PSG指标,将所有患者分成3组:A组(n=30)单纯鼾症组; B组(n=54)轻度OSAHS组; C组(n=122)中、重度OSAHS组。再对3组OSAHS患者进行ESS评分(EP值),进一步分析ODI和EP值与AHI之间的相关性,评价ODI联用ESS评分对OSAHS严重程度预测的灵敏度和特异度。结果各组间患者BMI、颈围、ODI、EP值、AHI和SaO_2等参数的差异均有统计学意义(P<0.01)。ODI、EP值与AHI之间存在相关性,且相关系数大于BMI、颈围与AHI之间的相关系数。单独使用ODI或EP值诊断时的灵敏度和特异度分别为78%、57%,86%、48%,均达到较高的灵敏度和特异度。进一步评价ODI联合ESS分析使用时的情况,发现预测OSAHS发生的灵敏度高达93%,预测OSAHS中重度疾病发生的特异度达到86%。结论 ODI联合ESS评分用于OSAHS的临床诊断具有较高的应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
睡眠呼吸暂停低通气指数论文参考文献
[1].白春杰,李淑芝,刘子晔,刘文辉,刘冬雪.体质量指数和阻塞性睡眠呼吸暂停低通气综合征的相关性研究[J].重庆医学.2019
[2].王博谦,白云飞,张姝,崔晓波.氧减指数联合ESS评分对阻塞性睡眠呼吸暂停低通气综合征的临床诊断价值[J].广东医学.2019
[3].龚凤,王卫红,蔡益民,刘小白.阻塞性睡眠呼吸暂停低通气综合征患者呼吸暂停低通气指数影响因素分析[J].医学理论与实践.2019
[4].庞礴,李涛平,孙耕耘.阻塞性睡眠呼吸暂停低通气综合征患者不同程度氧减指数与肾功能早期损害[J].中华肺部疾病杂志(电子版).2019
[5].胡安,邢艳莉,陈晓平,薛晓成,张燚.咽喉反流伴阻塞性睡眠呼吸暂停低通气综合征患者的治疗及其咽喉反流体征评分、症状指数特点[J].山东大学耳鼻喉眼学报.2019
[6].张泽鑫,杨丽辉.住院藏族2型糖尿病患者中国人内脏脂肪指数与睡眠呼吸暂停低通气综合征的相关性研究[J].西藏科技.2019
[7].张帆,刘学军.阻塞性睡眠呼吸暂停低通气病人血脂代谢与体质指数的关系[J].中西医结合心脑血管病杂志.2019
[8].付英,王银娟,董燕.阻塞性睡眠呼吸暂停低通气综合征与年龄、体重指数、颈围及腹围的相关性分析[J].中国医师杂志.2018
[9].柯智元,刘怡飞,樊冀闽,张华平,苏焕章.基于随机森林算法的阻塞型睡眠呼吸暂停低通气综合征的睡眠呼吸暂停低通气指数预报[C].中国睡眠研究会第十届全国学术年会汇编.2018
[10].胡涛.不同体质指数的阻塞性睡眠呼吸暂停低通气综合征患者临床特点分析[C].中国睡眠研究会第十届全国学术年会汇编.2018
标签：阻塞性睡眠呼吸暂停低通气综合征; 体质量指数; 多导睡眠图;