据联合专业睡眠协会年会上公布的一项小型研究，对觉醒时气管呼吸音的自动分析可预测睡眠呼吸暂停(OSA)。
OSA在一般人群中的患病率很高，但接受睡眠实验室评估的患者仅30%被诊断为重度OSA并需要治疗，由于没有预测可疑OSA严重程度的快速、准确的临床或实验室工具，需要整夜多导睡眠描记以确认诊断并确定其严重程度。“遗憾的是(整夜睡眠分析)需求超出了现有条件，导致预约积压和漫长等待，可能导致治疗延误”。“众所周知，OSA患者咽部较小，且更易塌陷，在觉醒状态下，这种不足可通过增加扩张肌肉活性而代偿。OSA患者咽部负压往往更大，曾有研究使用睡眠期间的声学分析评估睡眠呼吸暂停患者的呼吸和打鼾模式。因为呼吸音直接与咽部压力相关，研究者认为“即使在觉醒状态下，呼吸音分析也对检出OSA严重程度非常敏感” 。
为了评估觉醒呼吸模式与OSA的相关性，加拿大温尼伯市曼尼托巴大学电子与计算机工程系教授Moussavi博士及其同事记录了35例不同严重程度OSA患者和17例年龄匹配对照的气管呼吸音，在经鼻和经口呼吸期间记录了卧位和直立体位的气管呼吸音。
研究者发现，对呼吸信号的频谱分析提示，不同体位的气管呼吸音平均频率变异具有一定特征，可区分OSA和对照。使用最大相关性/最小冗余方法，研究者将两组有显著差异的声音特征缩减到2个，对这些特征的非监督聚类显示整体精确度为84%，敏感性为88%，特异性为80%。
研究者总结认为，如能经过较大型研究验证，该结果将可使OSA筛查过程更为合理，可能使重度病例的诊断和治疗提前，并且与整夜睡眠分析相比将大幅降低医疗费用。
该研究由加拿大国家科学与工程研究委员会和温尼伯TRI实验室资助，Moussavi博士是温尼伯TRI实验室的兼职科学家。 （药品资讯网）
