文章介紹
脂肪肝患者中,合併有睡眠呼吸中止的比例頗高,但因為完整的睡眠多項生理檢查較為繁複,且需住院,如果能有一個快速且非侵入性的篩選工具,將會方便許多。於是蔡醫師團隊,想利用容易取得的參數,建構一個能有效預測睡眠呼吸中止症的模型,以快速篩選出這群患者。
研究回顧了 2017 到 2020 年,共 59 位打鼾患者,因懷疑有脂肪肝,接受肝臟超音波檢查的記錄。並回顧其 controlled attenuation parameter (CAP) 以及 hepatic steatosis index (HIS) 數值,並與患者接受睡眠多項生理檢測的記錄作分析。
經過分析建模發現,最準確的模型是:男性、BMI > 24.8,並有 HIS > 38 時,其預測睡眠呼吸中止的準確度最好,AUC 達 0.81。使用這個數據,再放到驗證組檢視,準確度可達 70%。
作者認為,這樣的模型,數據取得快速方便,可以幫助臨床醫師,快速找出需要檢查與治療的潛在睡眠呼吸中止患者。
恭喜蔡醫師!