수면 장애 호흡을 가진 중국 어린이의 류코트리엔 경로

배경:

어린이의 SDB는 특히 임상 징후, PSG(수면다원검사) 소견 및 치료 접근법과 관련하여 성인에서 보이는 것과 현저하게 다릅니다. 소아 SDB는 증가된 상기도 저항과 반복적인 인두 허탈의 조합으로 인해 간헐적인 저산소혈증과 수면 중 각성을 유발합니다. 모든 어린이의 4~11%에 영향을 미치는 소아 연령에서 흔하고 매우 널리 퍼진 장애입니다. 치료하지 않고 방치하면 심혈관 이환율 및 신경인지 기능 장애를 포함한 심각한 병적 결과를 초래할 수 있습니다.

어린 시절 SDB로 이어지는 병인 및 병태생리학적 기전은 명확하게 밝혀지지 않았지만 해부학적(주로 아데노편도 비대, ATH), 신경근 인자 및 질병에 대한 근본적인 유전적 소인 사이의 복잡한 상호 작용을 포함할 수 있습니다. 그러나 국소 기도와 전신 염증이 병인에 기여한다는 더 많은 증거가 확인되었습니다.

주요 염증 매개체 중 류코트리엔(LT)은 아라키돈산 대사의 5-리폭시게나아제 경로에서 유래하는 구조적으로 밀접하게 관련된 지질 화합물의 한 부류입니다. LTs 계열에는 LTA4, LTB4 및 LTC4/D4/E4(cysLTs)가 포함되며, 이들은 모두 강력한 백혈구 화학유인물질 및 활성제입니다. 불안정한 중간체인 LTA4는 추가로 LTB4 또는 cysLT로 대사될 수 있습니다. LTC4와 LTD4는 모두 반감기가 매우 짧은 반면 LTE4는 가장 안정적인 것으로 보입니다. 매개체의 효과는 수용체와의 상호작용 후에 발생합니다.

서구 국가에서의 최근 조사에서 LT가 SDB의 병인에 관여할 수 있고 국소 염증 반응을 악화시킨 다음 상부 기도 림프 조직의 증식을 촉진하여 질병의 진행을 가속화할 수 있음이 밝혀졌습니다. 그리고 이후의 소아과 조사에서 LT 생산이 SDB 환자의 날숨 응축물의 질병 중증도 의존적 ​​증가로 나타났습니다. 그럼에도 불구하고, SDB의 전신 염증에서 LT의 역할을 조사한 연구는 거의 없으며, LT 생성이 SDB의 독립적인 위험 인자인지, 아니면 SDB의 비만 의존성 또는 ATH 의존성 위험 인자인지는 논란의 여지가 있습니다. 더욱이, 중국에서 SDB를 가진 많은 중국인 코골이 어린이 집단에서 LT 경로를 조사하기 위한 연구 작업이 수행되지 않았습니다.

참가자들:

2009년 12월부터 2010년 6월까지 SDB 증상으로 PSG 수면센터에 연속적으로 내원한 아동을 대상으로 하였다. 대조군으로는 코골이 병력이 없는 정상 연령, 성별, 체중이 일치하는 아동이 참여하였으며, 이들은 지역사회 기반 신체 검진 활동에서 모집되었습니다.

그룹화:

다섯 그룹의 참가자가 구성되었습니다.

1. 코골이 그룹:

1. 코골이 및 AHI ≥ 20 episodes/h(심각한 SDB)가 있는 피험자.
2. AHI < 20 episodes/h 및 ≥ 5 episodes/h(보통 SDB)인 코골이 환자
3. AHI < 5 episodes/h 및 ≥ 1 episodes/h(약한 SDB)인 코골이

2. 비코골이 대조군:

• 혈청 및 소변기 샘플을 테스트할 때 코골이가 없는 건강한 어린이를 대조군으로 선택합니다.
• 림프조직 샘플을 검사할 때, 재발성 감염성 편도선염(6개월 미만 동안 최소 5회 편도선 감염)이 있지만 코골이가 없는 환자는 정상적인 어린이에게서 아데노편도 조직을 얻을 수 없기 때문에 수술 전 대조군으로 선택하여 연구에 모집합니다. 명백한 윤리적 이유 때문입니다.

참가자가 각각 최소 45명인 5개 연구 그룹은 피험자의 특성, PSG 지표, 대사 및 염증 변수와 관련하여 비교됩니다.

통계적 방법:

1. 달리 명시되지 않는 한 데이터는 분포에 따라 평균 ± SD 또는 중앙값(사분위수 범위)으로 표시됩니다. PSG 지수, hsCRP 값 및 LT 농도는 로그 변환(자연 로그)되고 SpO2는 왜곡된 분포를 수정하기 위해 로짓 변환됩니다.
2. 단방향 분산 분석에 이어 쌍 비교를 위한 사후 테스트(Bonferroni 테스트)가 연속 변수에 사용되고 X2 테스트(Yates 보정)가 범주 특성에 사용됩니다. 데이터가 정규 분포에 접근하도록 변환할 수 없는 경우 Kruskal-Wallis 테스트와 비모수적 Bonferroni 다중 비교 테스트가 적용됩니다.
3. 상관관계는 데이터 분포에 따라 Pearson 상관관계 또는 스피어맨 순위 테스트를 사용하여 조정 없이 분석됩니다. 연령, 포도당, 지질 및 BMI z-점수를 포함하는 공변량에 대한 조정 후 LTs 농도와 다른 전신 염증 표지 및 PSG 지수의 선형 연관성을 평가하기 위해 부분 상관관계가 적용될 것입니다.
4. LT 생산의 독립적인 예측 변수를 식별하기 위해 단계적 다중 회귀를 수행할 것입니다.
5. 모든 통계 분석은 통계 소프트웨어(버전 16.0; SPSS, Chicago, IL, USA)를 사용하여 수행됩니다. Dunnett의 검정을 사용하여 양측 p 값 < 0.01을 통계적으로 유의한 것으로 간주했습니다.