使用多导睡眠生理信号开发阻塞性睡眠呼吸暂停的治疗集群系统

背景：

阻塞性睡眠呼吸暂停综合征 (OSA) 的特点是睡眠期间反复出现上呼吸道阻塞，影响 30-70 岁年龄段约 14% 的男性和 5% 的女性。 OSA的病因分为解剖学因素和非解剖学因素。 解剖学因素包括上气道狭窄或塌陷，而非解剖学因素包括肌肉反应性降低、唤醒阈值低和循环增益高。 解剖学问题可以通过手术干预或牙科器具来解决。 非解剖学问题（例如低唤醒阈值和高循环增益）可能需要药物治疗或氧疗。 颏舌肌 (GG) 肌肉的活动在睡眠过程中至关重要，但约 30% 的 OSA 患者的活动不足。 定期进行口咽肌肉锻炼可以减轻 OSA 的严重程度和相关症状。

然而，缺乏用于选择最佳治疗策略的精确临床预测工具，并且针对 OSA 患者的远程康复研究也不足。 本研究旨在开发一种使用人工智能的自动治疗聚类系统，根据病因将患者分为：（i）解剖学因素，（ii）肌肉反应性降低，以及（iii）其他非解剖学因素。 该系统将分析来自回顾性多导睡眠图 (PSG) 数据库的生理睡眠评估。 交叉验证将对接受各种管理策略的新 OSA 患者进行，包括手术干预、CPAP 治疗和口咽训练（面对面或通过远程康复进行）。

方法：

自动治疗聚类系统采用人工智能将患者分为病因组：（i）解剖学因素，如上呼吸道狭窄或塌陷； (ii) 非解剖学因素，例如肌肉反应性降低； (iii) 其他非解剖因素。 该分类依赖于分析来自回顾性 PSG 数据库的多种生理睡眠评估，包括肌电图 (EMG) 和呼吸速度描记器。 该系统将与新的 OSA 患者进行交叉验证，这些患者将根据纳入和排除标准进行筛选并提供同意。

在交叉验证阶段，OSA患者将接受各种评估，包括多导睡眠图、睡眠相关问卷、药物诱导睡眠内窥镜检查（DISE）、计算机断层扫描（CT）、功能磁共振成像（fMRI）、舌肌力量耐力测试和精神状态评估。 将进行治疗前和治疗后测量。 CT 扫描和 DISE 将评估治疗前后的解剖结构，而功能磁共振成像将检查大脑激活状态。 肌肉力量和耐力测试将评估干预前后舌肌的反应水平。

自动治疗聚类系统利用机器学习，将根据 PSG、CT、睡眠内窥镜检查、功能磁共振成像以及舌头力量和耐力结果确定每个病例的表型。 这些结果将帮助临床医生对患者进行分类并预测治疗成功率。 治疗决策将涉及医生和患者之间的合作，考虑临床专业知识和患者的偏好。

由于表型分析系统的解剖因素而被分类为上呼吸道狭窄或塌陷的参与者将被建议进行手术治疗。 对于肌肉反应性降低的患者，建议进行为期 12 周的口咽肌肉训练计划。 该培训将以两种模式进行：面对面课程和远程康复。 每次课程持续 45-60 分钟，参与者每周 1-3 天参加实验室面对面课程或在线课程（远程康复）。 两组都将被指导在家中进行额外的口咽练习。 不适合这些群体的患者将使用 CPAP 治疗，这是 OSA 管理的黄金标准。 在治疗期间，各组的参与者将定期随访，以评估潜在风险。 每组预计包括 50 例。 治疗六个月后，将根据多导睡眠图收集呼吸暂停低通气指数以评估成功率，并将其与使用表型系统分析的预测值进行比较。