CPAP呼吸機可降低基于睡眠腦電圖的大腦年齡指數（0348）
介紹
持續氣道正壓通氣（CPAP呼吸機）是一種治療呼吸暫停的方法。長期使用CPAP呼吸機可帶來腦電圖（EEG）的變化，包括增加的delta功率（1-4 Hz）和sigma功率（11-15Hz，紡錘波）。然而，在一項整夜睡眠研究中，短期腦電圖對CPAP呼吸機的反應尚不明確。我們最近使用睡眠腦電圖功能開發了“大腦年齡”模型。腦年齡指數（BAI）定義為腦年齡與實際年齡（BA-CA）之差。在這里，我們首先量化同一位患者在CPAP呼吸機治療期間BAI的變化，然后調查診斷部分的大腦年齡特征可以預測CPAP呼吸機治療期間呼吸暫停低通氣指數（AHI）的降低。
方法
數據集包括160個主題。平均年齡為59歲，其中男性占53％，女性占24％和未知23％。我們提取了包括頻段功率在內的480個特征，然后計算了診斷和CPAP呼吸機部分的BAI。為了預測CPAP呼吸機治療期間AHI的降低，我們在診斷部分使用腦年齡特征、人口統計學和睡眠參數擬合了貝葉斯回歸模型，并使用優勢分析評估了特征重要性。
結果
與同一受試者診斷部分的BAI相比，CPAP呼吸機治療期間的BAI顯著降低（配對t檢驗，p <0.01）。診斷部分的平均BAI為2.24年，而CPAP呼吸機部分則為-4.75年。 CPAP呼吸機期間的大腦年齡特征包括N2和N3中的sigma功率增加。 AHI降低的預測與Pearson的相關系數為0.85。預測AHI降低的特征是診斷性AHI（解釋方差為69％），其后是N2期間的高/低波形（例如，K峰度測量的K復數）（8.6％），REM期間的功率增量（4.5％）和N1 （2％）。預測AHI升高的特征是安靜清醒時的額葉alpha功率（2.6％）。
結論
CPAP呼吸機治療期間平均BAI降低。BAI提供了睡眠腦電圖對CPAP呼吸機急性反應的新觀點。未來有更多CPAP呼吸機治療失敗的研究，有可能可提前預測某些患者CPAP呼吸機治療將失敗。
(葉妮摘自Sleep,Volume43,IssueSupplement1,April2020,Page A132）
