预测cpap呼吸机对大脑健康的影响：一项使用睡眠 eeg 得出的大脑年龄指数的研究-24848威尼斯
目标
这项纵向研究调查了cpap呼吸机治疗对阻塞性睡眠呼吸暂停 (osa) 患者大脑健康的潜在积极影响。
为此，我们旨在采用睡眠脑电图 (eeg) 得出的大脑年龄指数 (bai) 来量化cpap呼吸机对大脑健康的影响，
并使用机器学习方法识别cpap呼吸机对大脑衰老的个体差异影响。
方法
我们回顾性分析了接受cpap呼吸机治疗（n = 98）和未接受治疗的阻塞性睡眠呼吸暂停患者（n = 88），
并进行了至少 12 个月的多导睡眠图随访。bai 是通过从预测的大脑年龄中减去实际年龄来计算的。
为了研究cpap呼吸机治疗前后的 bai 变化，
我们比较了接受cpap呼吸机治疗和未接受治疗的阻塞性睡眠呼吸暂停患者的年度 δbai。
为了确定个体差异的cpap呼吸机效果和影响cpap呼吸机效果的因素，
我们采用机器学习方法根据患者的基线临床特征预测哪些患者表现出积极结果（年度 δbai 为负）。
结果
cpap呼吸机治疗组显示年度 δbai 低于未治疗组（-0.6 ± 2.7 vs. 0.3 ± 2.6 年，p < 0.05）。
cpap呼吸机的 bai 降低在呼吸暂停、减肥手术和cpap呼吸机研究队列中独立重现。
基线时阻塞性睡眠呼吸暂停更严重的患者在未治疗时显示更多的正年度 δbai（=加速大脑老化），
而在接受cpap呼吸机治疗时显示更多的负年度 δbai（=减缓大脑老化）。
机器学习模型在预测cpap呼吸机结果方面实现了高准确度（高达 86%）。
解读
cpap呼吸机治疗可以缓解阻塞性睡眠呼吸暂停患者的大脑老化，尤其是在阻塞性睡眠呼吸暂停严重情况下。
睡眠 eeg 衍生的 bai 有潜力评估cpap呼吸机对大脑健康的影响。
该研究深入了解了cpap呼吸机的效果，并强调了基于 bai 的预测模型在阻塞性睡眠呼吸暂停管理中的实用性。
（叶妮摘自 ann clin transl neurol 临床神经病学杂志. 2024 may;11(5):1172-1183）
