基于低氧参数的阻塞性睡眠呼吸暂停患者呼吸事件类型预测模型题录

目的分析阻塞性睡眠呼吸暂停(OSA)患者低氧参数, 探究其在不同类型呼吸事件中的差异及联系, 并构建呼吸事件类型预测模型。方法选取经多导睡眠监测(PSG)诊断为OSA的50例患者进行回顾性分析, 其中男41例、女9例, 年龄18～74(45.72±13.39)岁。对患者的整夜记录数据中所有伴有脉搏血氧饱和度(SpO2)下降的呼吸事件, 根据事件类型分为低通气(3 316个)、阻塞型呼吸暂停(OA, 5 552个)、中枢型呼吸暂停(CA, 1 088个)、混合型呼吸暂停(MA, 1 369个), 所有事件记录分别从PSG软件导出为逗号分隔变量(.csv)文件, 使用内部构建的Matlab软件导入和分析。比较四组间 SpO2最低值(e-minSpO2)、SpO2下降幅度(ΔSpO2)、SpO2下降回升持续时间(DSpO2)、SpO2下降持续时间(d.DSpO2)、SpO2回升持续时间(r.DSpO2)、SpO2<90%持续时间(T90)、下降时SpO2<90%持续时间(d.T90)、回升时SpO2<90%持续时间(r.T90)、SpO2<90%曲线下面积(ST90)...