协和团队为睡眠障碍患者预测糖尿病风险提供新依据

近日，北京协和医院呼吸与危重症医学科肖毅教授团队于Annals of the American Thoracic Society（中科院1区）在线发表原创性论著。该研究利用团队创新设计的睡眠指标——睡眠呼吸受损指数（SBII），评估社区人群中阻塞性睡眠呼吸暂停（OSA）合并失眠与2型糖尿病的关系。研究发现，OSA合并失眠的患者出现2型糖尿病的风险显著升高。这一结论为睡眠障碍患者早期识别并干预糖尿病提供了理论支持。

OSA、失眠均为常见的睡眠疾患。OSA患者因夜间低氧和睡眠片段化，发生2型糖尿病的风险较高。失眠患者夜间反复出现交感神经的兴奋，同样是2型糖尿病的高危因素。OSA合并失眠作为特定的睡眠疾患人群，发生心脑血管疾病、神经认知障碍的风险显著升高，但关于该亚群与2型糖尿病的关系，目前尚无定论。

由于OSA是一种多种机制引起的异质性疾病，传统临床指标呼吸暂停低通气指数（AHI）无法充分反映OSA的特点。而SBII可以从多个维度衡量OSA的严重程度，相比AHI，已在预测心血管事件、全因死亡率等不良事件终点中展示出重要临床价值。

本研究采用回顾性队列研究的方法，选取了美国男性骨质疏松骨折队列的睡眠研究数据，经过10年的中位随访，统计2型糖尿病的发病率。利用生存分析及模型构建，分别基于SBII和AHI识别OSA合并失眠的患者，对比这两类人群与新发2型糖尿病的关系，以及这两项指标预测2型糖尿病的价值。

研究结果显示，共有2365名老年社区男性纳入研究，经过10年中位随访后，有181人新发2型糖尿病。相比健康对照，基于SBII识别的OSA合并失眠的人群，新发2型糖尿病的人数更多。在校正人口统计学特征、合并症及吸烟饮酒等危险因素，以及纳入死亡作为风险竞争，结果仍有显著统计学差异。

▲基于SBII和AHI识别的OSA合并失眠人群新发2型糖尿病的生存分析

在SBII和AHI预测新发2型糖尿病的能力方面，通过人口统计学指标等构建预测模型，进一步纳入SBII或AHI，评估预测模型的改善情况。结果显示，相比AHI，基于SBII构建的2型糖尿病风险模型有更高的AIC、BIC、一致性指数、IDI和NRI指数，提示基于SBII构建的预测模型有更好的拟合优度和预测精度。

▲基于SBII和AHI的临床模型预测能力对比。在预测新发2型糖尿病的初始模型中，预测变量包含年龄、BMI>30、高血压、心血管疾病、吸烟及饮酒

鉴于睡眠疾患对人体健康的影响，本研究结果提示，基于SBII识别的OSA合并失眠的患者出现2型糖尿病的风险显著升高，针对这类患者应积极进行OSA和失眠的治疗，如持续正压通气及认知行为治疗，并定期评估糖代谢情况，警惕糖代谢紊乱及2型糖尿病的发生。