睡眠呼吸障碍疾病是影响患者睡眠的主要疾病，其中以阻塞性睡眠呼吸暂停低通气综合征(OSAHS)最为常见，这种睡眠障碍导致患者白天困倦嗜睡、注意力不集中，严重者可出现心理、智力、行为异常；病情长期发展可引起高血压、冠心病、糖尿病，脑卒中甚至猝死等并发症[1-4]，严重影响患者的工作、生活和学习质量[5]，危害生命健康。目前OSAHS诊断的金标准是通过多导睡眠监测仪(Polysomnography，PSG)进行睡眠监测[6]，但存在价格昂贵、操作复杂等缺点，对医院及医护人员也存在一定要求。因此，针对睡眠呼吸疾病监测的需要，结合远程医疗的发展热点[7-8]，远程睡眠监测已经开始逐渐应用。其具有简便、准确等优点[9-10]，代表了一种新的理念和方法。本研究旨在对31例疑诊为OSAHS患者同时进行多导睡眠监测和远程睡眠监测，探讨远程睡眠监测对OSAHS的诊断价值。

近两三年，上海印刷企业的数量实际是在减少，由4400家降至3000家。但投入产能整体并没有减少。在部分企业被淘汰的同时，也有部分企业得到了锻炼。企业要获得更好的发展，更强的竞争力，还需练好内功。

1 资料与方法

1.1 研究对象

收集2016年10月至2017年2月于大连医科大学附属第二医院呼吸内科睡眠中心就诊，存在夜间打鼾伴呼吸暂停、憋醒、日间嗜睡等症状，疑诊为OSAHS者31例，其中男20例，女11例，年龄27～78岁，平均(55.12±12.66)岁，平均体重指数(29.15±5.85)kg/m2。

1.2 诊断标准

主要根据病史、体征和PSG监测结果。有典型的症状如夜间打鼾伴呼吸暂停、日间嗜睡明显(ESS评分≥9分)伴呼吸暂停低通气指数(AHI)≥5次/h可诊断为OSAHS；对日间嗜睡不明显(ESS评分<9分)者，AHI≥10次/h或AHI≥5次/h，但存在高血压、冠心病、脑血管疾病和糖尿病等1项或1项以上OSAHS合并症也可以确立诊断[11]。OSAHS的病情程度分级：根据AHI和夜间最低血压饱和度(Nadir SpO2)将OSAHS分为轻、中、重度，根据AHI：5次/h≤AHI≤15次/h为轻度，15次/h30次/h为重度。根据夜间Nadir SpO2：85%～90%为轻度，80%～85%为中度，<80%为重度[11]。

1.3 排除标准

(1)合并严重肺部疾病如严重的支气管哮喘、慢性阻塞性肺疾病、间质性肺病等；(2)合并心功能不全(心功能Ⅲ以上)；(3)合并慢性失眠；尿毒症；神经肌肉疾病史患者。

1.4 研究方法

通过ROC曲线分析远程睡眠监测所得AHI对OSAHS的诊断价值，得出曲线下面积为0.851，P=0.001(图4)，差异有统计学意义，以约登指数最大时，选取最佳诊断点，则AHI-RS01为4.27次/h。

监测前嘱受试者完成Epworth嗜睡量表(ESS)评分，询问患者有无高血压、糖尿病等OSAHS合并症。监测整夜睡眠时间≥7 h。PSG监测在睡眠中心进行，远程睡眠监测在睡眠中心、病房或家中进行。测试结束后将存储于系统内的数据导入计算机，再经人工分析修正得出结论。

1.5 统计学方法

拓宽双边合作渠道。进一步挖掘国际合作潜力，扩大合作领域，丰富合作内涵，完善合作机制。继续坚持高层次的交流与务实合作，坚持发达国家与发展中国家并重。积极落实与芬兰等国的合作谅解备忘录，举办中巴等双边定期交流会，落实2013年高访活动达成的合作意向。结合水利中心任务和重点工作，学习引进国外先进的理念、技术和经验教训，避免工作中走弯路。进一步深化南南合作，展示负责任大国形象，同时推动中国水利技术的输出。

采用SPSS 22.0软件进行统计分析。计量资料数据用均数±标准差表示，以PSG的结果作为金标准，对两种监测系统所采集的数据采用配对秩和检验进行比较，并分析其相关性；对两种方法监测结果进行一致性检验，比较其诊断OSAHS的一致性，检验远程睡眠监测的诊断符合率；通过ROC曲线分析远程睡眠监测所得AHI对OSAHS的诊断价值，并选取其最佳诊断点。

2 结 果

2.1 PSG监测与远程睡眠监测各指标间比较

远程睡眠监测的诊断符合率为77.42%，敏感性为68.42%，特异性为91.67%，误诊率为8.33%，漏诊率为31.58%，阳性预计值为73.68%，阴性预计值为64.71%。

表1 多导睡眠监测与远程睡眠监测各监测指标比较

Tab 1 Comparison of monitoring indexes between PSG and remote sleep monitoring

监测方法AHI(次/h)NadirSpO2(%)MeanSpO2(%)多导睡眠监测21．85±26．1778．13±14．9294．84±3．38远程睡眠监测16．73±22．1979．16±11．4393．58±2．61 Z-2．920-0．781-3．146 P0．0040．4350．002

2.2 PSG监测与远程睡眠监测各指标间相关性分析

以PSG结果为金标准，对轻、中、重度和非OSAHS的AHI进行两种方法监测结果的Kappa一致性检验，发现两种方法的一致性良好(Kappa=0.531，P=0.000)。

物联网智能节点与底层模块433 MHz无线射频通信，433 MHz与2.4 G相比具有穿透力强、传输距离远、抗干扰能力的优点，避免了布线的困难，无线通信模块选用CC1100芯片，与主控芯片USART1连接。

远程睡眠医疗是远程医疗在睡眠医学中的应用，通过远程睡眠医疗，可同时实现远程睡眠监测及开展远程诊疗，Singh等[12]研究认为远程监测可以用于诊断OSAHS并监测持续正压通气(Continuos positive airway pressure，CPAP)治疗的依从性。在Parikh等[13]一项包含90例患者的研究也得出相似结论，对比传统医疗模式与远程医疗模式下患者满意度及CPAP依从性无明显差异。表明远程睡眠监测在OSAHS诊断与治疗中具有良好的效果。

图1 PSG与RS01监测所得AHI相关性 Fig 1 Correlation of AHI between PSG and RS01

图2 PSG与RS01监测所得Nadir SpO2相关性 Fig 2 Correlation of Nadir SpO2 between PSG and RS01

图3 PSG与RS01监测所得Mean SpO2相关性 Fig 3 Correlation of Nadir SpO2 between PSG and RS01

2.3 PSG监测与远程睡眠监测结果一致性检验

PSG监测与远程睡眠监测的AHI、Nadir SpO2和Mean SpO2相关性分析显示，两种方法间3个指标均呈明显的相关关系(r=0.879，P=0.000；r=0.705，P=0.000；r=0.595，P=0.000)。且两者具有一元线性相关，可得出一元相关方程：(AHI-PSG=4.33+1.05AHI-RS01；Nadir SpO2-PSG=4.71+1.05Nadir SpO2-RS01和Mean SpO2-PSG=43.85+0.54Mean SpO2-RS01)(图1～3)。

2.4 远程睡眠监测诊断符合率

PSG监测结果非OSAHS 12例，OSAHS 19例，其中轻度7例，中度4例，重度8例。远程睡眠监测结果非OSAHS 17例，OSAHS 14例，其中轻度4例，中度3例，重度7例。其中1例PSG诊断为不符合OSAHS的患者，远程睡眠监测诊断为中度OSAHS；5例PSG诊断为轻度OSAHS的患者，远程睡眠监测诊断为不符合OSAHS；2例PSG诊断为中度OSAHS的患者，远程睡眠监测诊断为轻度OSAHS，1例PSG诊断为中度OSAHS的患者，远程睡眠监测诊断为不符合OSAHS，1例PSG诊断为重度OSAHS的患者，远程睡眠监测诊断为中度OSAHS，其余患者两者诊断结果一致。两种监测系统监测的AHI和平均氧饱和度(Mean SpO2)间差异有统计学意义(P<0.05)。见表1。

2.5 远程睡眠监测所得AHI对OSAHS的诊断价值

PSG监测使用飞利浦伟康睡眠诊断Alice LE，监测指标包括：脑电图(C4A1、C3A2、O1A2、O2A1)、眼电图(EOG)、下颌肌电图(EMG)、心电图、鼻气流(压敏气流传感器)、鼾声、胸腹呼吸运动、指尖血氧饱和度等。远程睡眠监测使用RS01睡眠呼吸初筛仪，监测指标包括：鼻气流(压敏气流传感器)、指尖血氧饱和度、心率。

图4 RS01监测所得AHI诊断OSAHS的ROC曲线 Fig 4 ROC curve of OSAHS diagnosed with AHI obtained from RS01

3 讨 论

通过这些传世文献中的记载，我们可以知道，上古时代的天文观测大致有两个目的：一是“辨四时之叙”，一是“辨九州岛之地”。这就牵扯到农业节气与天文星象的关系，以及所谓“分野”制度的产生。针对这两点，我们不妨分别予以分析。

本研究根据PSG所得结果进行人工分析显示在诊断重度OSAHS方面，远程睡眠监测与多导睡眠监测符合率高，在诊断轻、中度OSAHS方面，两者存在差异，且远程睡眠监测诊断结果在严重程度分级上总体较多导睡眠监测轻，提示远程睡眠监测更适用于重度OSAHS患者。

本研究对比两种监测方法所得的监测指标提示远程睡眠监测对于诊断夜间低氧血症效果更佳。对于两者AHI及Mean SpO2存在的差异，可能为远程睡眠监测仪仅提供鼻气流、指尖血氧饱和度等信息，而无法进行清醒期及睡眠分期判断，进而在一定程度上影响了AHI及Mean SpO2的计算，而Nadir SpO2与此关系不大。

本研究发现多导睡眠监测和远程睡眠监测的AHI、Nadir SpO2和Mean SpO2间具有良好的相关性。两种方法监测方法诊断OSAHS严重程度分级，一致性良好，提示远程睡眠监测用于诊断OSAHS及疾病严重程度分级具有一定价值。远程睡眠监测的诊断符合率较好，特异性良好，敏感性欠佳，易导致漏诊发生，阳性预计值较好，阴性预计值欠佳，对于诊断为不符合OSAHS的患者，需考虑是否进一步行PSG检查。根据AHI-RS01数值做ROC曲线，显示远程睡眠监测所得AHI对OSAHS具有诊断价值，最佳临界值为AHI-RS01 4.27次/h，较AHI-PSG低。因此，在运用RS01睡眠初筛仪进行远程睡眠监测及诊断时，是否对误差进行校正，从而提高远程睡眠监测诊断OSAHS的准确性，尚需进行进一步研究。

综上，远程睡眠监测是一种便捷、可靠的OSAHS筛查工具，尤其适用于社区及基层医院重度OSAHS患者。

第三、表1中学生评教工作的初衷是为了褒奖和促进教师教学的积极性，需要体现教师的认真负责和严格要求学生的正能量，教育本身包含有约束管教的使命，因此这种方法依然有继续使用的价值和意义，但需要做出以下两方面的调整：①对学生评教的内容进行调整，引导学生积极正面地评价教学；②降低和减小学生评教结果对教师综合评价的百分比。

参考文献:

[1] Peppard PE,Young T,Palta M,et al.Prospective study of the association between sleep-disordered breathing and hypertension[J].N Engl J Med,2000,342(19):1378- 1384.

[2] McNicholas W,Bonsignore M. Sleep apnoea as an independent risk factor for cardiovascular disease: current evidence,basic mechanisms and research priorities[J].Eur Respir J,2007,29(1):156-178.

[3] Tasali E,Mokhlesi BV,Van Cauter E.Obstructive sleep apnea and type 2 diabetes: interacting epidemics[J].Chest,2008,133(2):496-506.

[4] Yaggi HK,Concato J,Kernan WN,et al.Obstructive sleep apnea as a risk factor of stroke and death[J].Eur Respir J,2005,353(19):2034-2041.

[5] 陆慧，赵薇，王怡沁，等.阻塞性睡眠呼吸暂停综合征患者生活质量现况调查研究[J].齐鲁护理杂志，2014,(1)：18-20.

[6] 中华医学会呼吸病学分会睡眠呼吸疾病学组.阻塞性睡眠呼吸暂停低通气综合征诊治指南(草案)[J].中华结核和呼吸杂志,2002,25(4):195-198.

[7] 薛诗静,高帅锋,高平.可穿戴式心电监护系统设计及实现[J].中国医疗设备,2015,30(1):6-9.

[8] 贾文娟,白燕萍,绳秀君,等.生理多参数远程监护系统的研究[J].中国医疗设备,2009,24(8):76-78.

[9] Gay PC, Selecky PA. Are sleep studies appropriately done in the home[J]. Respir Care, 2010, 55(1):66-75.

[10] Polese JF, Santos-Silva R, Kobayashi RF,et al. Portable monitoring devices in the diagnosis of obstructive sleep apnea: current status,advantage,and limitations[J].J Bras Pneumol,2010,36(4):498-505.

[11] 中华医学会呼吸病学分会睡眠呼吸疾病学组.阻塞性睡眠呼吸暂停低通气综合征诊治指南(2011年修订版)[J].中华结核和呼吸杂志,2012,35(1):9-12.

[12] Singh J, Badr MS, Diebert W, et al. American Academy of Sleep Medicine (AASM) position paper for the use of telemedicine for the diagnosis and treatment of sleep disorders[J].Clin Sleep Med,2015, 11(10): 1187-1198.

[13] Parikh R，Touvelle MN，Wang H，et al．Sleep telemedicine：patient satisfaction and treatmentadherence[J].Telemed J E Health,2011,17(8):609-614.