본문 바로가기
Signal Processing/Sleep

[논문정리] Ventilatory Burden as a Measure of Obstructive Sleep Apnea Severity Is Predictive of Cardiovascular and All-Cause Mortality

by 187cm 2024. 9. 10.
반응형

Title: Ventilatory Burden as a Measure of Obstructive Sleep Apnea Severity Is Predictive of Cardiovascular and All-Cause Mortality

Authors: Ankit Parekh et al.
Conference: American Journal of Respiratory and Critical Care Medicine, 2023

link: https://pubmed.ncbi.nlm.nih.gov/37698405/


Advancement in Sleep Apnea Monitoring:

 

  • AHI(무호흡-저호흡 지수)는 수면무호흡증의 진단에 사용되지만, 심혈관 및 전체 사망률을 예측하는 데 한계가 있음.
    • AHI는 physiological variables (ex, sleep position, sleep stage), Device-dependent technological variables, scoring rules, and highly subjective determinations of "baselines" 등에 영향을 받음.
    • 기존의 AHI = (Apnea counts + hypopnea counts) / TST by hours 이기에, ventilatory burden 반영 X
    • 일반적인 AHI는 hypoxic burden, ventilatory disturbance, degree of resulting arousals 의 3가지 요소 존재. 
  • 폐환기 부담(VB)은 수면 중 호흡 진폭이 정상치의 50% 이하인 비율을 측정해, AHI의 한계를 보완하고 더 정확한 예측을 가능하게 함.

Ventilatory Burden (VB) Approach:

  • VB는 호흡의 연속적 측정을 통해 상기도 폐쇄를 더 정확히 반영.
  • AHI는 무호흡과 저호흡의 빈도를 측정하는 반면, VB는 호흡 진폭만을 기준으로 하여 더 일관된 평가 가능.
  • VB는 자동화된 방식으로 호흡 하나하나를 분석하며, 수면 중 호흡 진폭이 정상치의 50% 이하인 비율을 계산함.
  • 호흡의 중간 1/3 구간에서 평균 진폭을 측정하여, 비정상적으로 감소한 호흡을 정확하게 감지.
  • 무호흡이 발생할 경우, 호흡이 아예 없기 때문에 그 순간의 호흡 진폭은 0으로 간주됨.
  • VB는 호흡 흐름에서 소음이나 짧은 피크를 제거하여 정확도를 높이고, 호흡 사건 간의 흐름 변화를 연속적으로 평가함

결론: 이로 인해 VB는 AHI보다 OSA의 심각성을 더 일관되고 정확하게 측정할 수 있음.

Methodology:

  • SHHS와 EPISONO 코호트를 비롯한 데이터에서 VB의 기준 범위를 설정하고 OSA와의 연관성을 평가.
    자동화된 분석을 통해 심혈관 및 전체 사망률과의 관계를 확인함.

Results:

  • VB는 상기도 폐쇄와 강한 상관관계를 보였으며, 야간 간 변동성도 낮았음.
    • VB 값은 상기도 폐쇄 정도에 따라 변화했으며, 치료받지 않은 그룹에서 VB는 31.6%, 치료받은 그룹에서 7.2%로 나타남.
    • 치료가 적절하지 않은 경우에도 VB가 중간 정도로 상승(17.6%)했으며, 치료 중단 시 41.6%로 크게 증가함.
  • VB는 AHI보다 심혈관 및 전체 사망률 예측에서 더 우수한 성능을 보임.  
    • SHHS 코호트에서 VB는 심혈관 질환 사망률 및 전체 사망률을 예측하는 데 AHI보다 더 높은 정확도를 보였음.
    • AHI는 전체 사망률을 예측할 수 있었지만, 심혈관 사망률 예측에는 실패한 반면, VB는 두 가지 모두에서 성공적이었음.
  • VB는 치료 그룹 간의 OSA 심각성을 구분하는 데 유용했음.  
    • VB는 치료받은 그룹, 부적절한 치료 그룹, 치료 중단 그룹 간의 차이를 명확하게 구분했으며, VB의 낮은 값은 치료 효과를 나타냄.
  • 추가적으로, VB는 낮은 야간 간 변동성을 보여 수면 중 호흡 패턴의 안정성을 평가하는 데도 적합했음.
    • VB의 야간 간 변동성은 적어, 일관된 수면무호흡증 평가를 가능하게 함.

Clinical Implications

  • VB는 OSA의 장기적 위험을 더 정확히 평가할 수 있는 중요한 대안이 될 수 있음.
    자동화된 방식으로 일관되게 측정 가능하여, 임상 및 연구 환경에서 실용적으로 사용될 수 있음.

Conclusion:

  • VB는 OSA 심각성을 더 정확하게 측정하고, AHI보다 사망률 예측에 유리한 새로운 척도로 활용될 수 있음.
반응형