血细胞参数与睡眠呼吸暂停综合征严重程度的相关性分析

王新 周爱华 鲍喜燕 顾涛 夏恩彩 何路芹

作者单位：224003 江苏盐城，盐城市第四人民医院检验科

睡眠呼吸暂停综合征（sleep apnea syndrome，SAS）为睡眠期间上呼吸道部分塌陷或完全塌陷反复发作，导致重复的夜间缺氧、白天嗜睡和疲劳。有研究显示，SAS 是慢性炎症性疾病，与心血管疾病、高血压、中风和糖尿病有关［1］。SAS 相关病理机制包括交感神经系统兴奋、心血管变异、内皮功能障碍、胰岛素抵抗、血栓形成、炎症反应、氧化应激、血管活性物质和胸内压改变，以及炎性因子升高〔包括白细胞介素-6（interleukin-6，IL-6）、白细胞介素-1（IL-1）、C-反应蛋白（C-reactive protein，CRP）和肿瘤坏死因子-α（tumor necrosis factor α，TNF-α）〕［2］。本研究探讨SAS 患者血细胞数值的变化及其与SAS 严重程度的相关性，并排除影响血细胞计数的疾病，现报告如下。

1 资料与方法

1.1 研究对象 选择2017 年10 月10 日—2018 年12 月30 日本院睡眠中心收治的107 例SAS 患者。

1.1.1 纳入标准 ①年龄≥20 岁；② 治疗前曾行多导睡眠图（polysomnography，PSG）和血常规检查。

1.1.2 排除标准 ①近1 个月内出现急性呼吸道感染；② 合并肝脏或肾脏疾病；③合并恶性肿瘤；④ 合并慢性酒精中毒；⑤ 合并甲状腺功能亢进或甲状腺功能减退；⑥ 合并炎症性肠病；⑦ 合并炎症性结缔组织疾病。

1.1.3 伦理学 本研究符合医学伦理学标准，并经医院伦理委员会批准（审批号：2017002），对患者采取的治疗和检测均得到过患者家属知情同意。

1.2 PSG 监测及分组 自22：00 至次日6：00 对所有患者进行连续PSG 监测（≥7 h）全夜睡眠，使用仪器自动分析数据，再经人工逐项核实。收集SAS患者的睡眠呼吸暂停低通气指数（apnea hypopnea index，AHI）、平均血氧饱和度（average blood oxygen saturation，A-SpO2）和最小血氧饱和度（minimum blood oxygen saturation，M-SpO2）等指标数据。根据AHI 将所有患者分为4 组：非SAS 组13 例，AHI＜5 次/h；轻度SAS 组18 例，5 次/h≤AHI＜15 次/h；中度SAS 组17 例，15 次/h≤AHI＜30 次/h；重度SAS 组59 例，AHI≥30 次/h。

1.3 血常规指标 从电子病历中整理患者全部血常规数据记录，包括白细胞计数（white blood cell count，WBC）、中性粒细胞计数（neutrophil，NEU）、淋巴细胞计数（lymphocyte，LYM）、单核细胞计数（monocytes，MON）、嗜酸粒细胞计数（eosinophil，EO）、嗜碱粒细胞计数（basophil，BA）、红细胞计数（red blood cell count，RBC）、红细胞平均体积（mean corpuscular volume，MCV）、红细胞分布宽度（red cell volume distribution width，RDW）、血红蛋白（hemoglobin，Hb）、血细胞比容（hematocrit，HCT）、血小板计数（blood platelet，PLT）、血小板平均体积（mean platelet volume，MPV）、血小板分布宽度（Platelet distribution width，PDW）、中性粒细胞/淋巴细胞比值（neutrophil lymphocyte rate，NLR）、血小板/淋巴细胞比值（platelet lymphocyte rate，PLR）。

1.4 统计学方法 使用SPSS 22.0 软件处理数据。计量资料以均数±标准差（）表示，多组间比较采用F检验，两两比较采用q检验；计数资料以例或百分比表示，分类变量比较采用χ2检验。单因素方差分析用于分析连续变量，多元线性回归分析用于确定SAS 严重程度与血细胞参数之间的关系。为减少HCT、RBC 和Hb 之间可变共线性的影响，在多元线性回归模型中仅添加简单相关中3 个r值最大变量中的1个（HCT）。P＜0.05为差异有统计学意义。

2 结果

2.1 一般资料 纳入107 例患者。其中男性55 例，女性52 例；年龄22～81 岁，平均（46.5±11.2）岁。所有资料均收集自电子病历，包括年龄、体重指数（body mass index，BMI）和过去病史。年龄、BMI、高血压和糖尿病发病率在各组间比较差异有统计学意义（均P＜0.05）。见表1。

表1 107 例不同SAS 严重程度各组患者的一般资料比较

2.2 不同SAS 严重程度4 组间各血细胞参数的比较 除MCV、RDW、NLR 和PLR 外，其余血常规指标随病情加重均呈上升趋势，各组间比较差异均有统计学意义（均P＜0.05）。见表2。

表2 107 例不同SAS 严重程度各组患者的氧合指标以及血细胞参数比较（）

表2 107 例不同SAS 严重程度各组患者的氧合指标以及血细胞参数比较（）

2.3 相关性分析 Pearson 相关性分析显示，WBC、NEU、LYM、MON、EO、BA、RBC、Hb、HCT、PLT、MPV、WBC、PDW、PLR 与AHI 指数存在相关性。见表3。逐步多元线性回归模型显示，NEU（β＝1.405，P＝0.012）、LYM（β＝4.504，P＜0.001）、HCT（β＝73.055，P＜0.001）、BMI（β＝0.503，P＜0.001）与SAS 呈独立相关。见表4。

表3 BMI 和各血细胞参数与AHI 的Pearson 相关性分析

表4 BMI 和各血细胞参数与AHI 的多元线性回归分析

3 讨论

呼吸暂停指睡眠过程中口鼻呼吸气流完全停止10 s 以上，呼吸幅度下降≥90%；低通气指睡眠过程中呼吸气流强度（幅度）较基础水平降低50%以上，同时SpO2较基础水平降低≥4%或微唤醒。每小时睡眠平均呼吸暂停次数与低通气次数之和即AHI［3］。

本研究显示，NEU、LYM 和HCT 与SAS 严重程度独立相关，可作为SAS 严重程度的预测因子。①NEU 是促炎细胞，可产生大量活性氧（reactive oxygen species，ROS）并释放炎性因子白三烯和蛋白水解酶。有研究显示，间歇性缺氧/复氧（intermittent hypoxia/reoxygenation，IHR）可减少体外多形核白细胞（polymorphonuclear leukocyte，PMN）的凋亡比例［4-5］。最近还有研究显示SAS 与NEU 升高有关［6］。本研究也表明，SAS 与NEU 升高密切相关，这表明SAS 患者存在炎症反应。② LYM 由骨髓多能造血干细胞分化为淋巴系干细胞后分化发育而来，是人体主要的免疫细胞，参与免疫过程，影响免疫应答。其免疫功能主要起抗胞内感染、癌细胞与异体细胞，杀伤靶细胞的作用，尤其在血管炎性疾病中起重要作用［7］。有研究显示，睡眠不足会引起LYM 升高［8］。但是SAS 患者经持续气道内正压通气（continuous positive airway pressure，CPAP）治疗后，淋巴细胞和TNF-α 水平会降低［9］。本研究也发现，LYM 与SAS 严重程度呈高度相关。③SAS 的特征为频繁低氧血症和睡眠唤醒。本研究中，4 组的RBC 和HCT 有明显差异，且HCT 与AHI 指数独立相关［10］。可能的解释为低氧血症可刺激促红细胞生成素（erythropoietin，EPO）产生，导致HCT 增加。

MON 对睡眠剥夺中促炎细胞因子的产生起主要作用［11］。在炎性疾病中，微生物感染促进MON从骨髓迁移至循环血液，然后到炎症部位［12-13］。另外，通过计数细胞发现，SAS 患者夜间缺氧时激活的单核细胞水平显著升高。更多证据表明，SAS 患者睡眠中，NEU、LYM 和MON 水平升高［8，14-15］。

研究显示，哮喘患者发生SAS 很普遍，且两种疾病经常共存［16］。此外，SAS 患者通常较为肥胖，更容易患哮喘［17］。虽然EO 和BA 在外周血细胞中所占比例很低，但哮喘与过敏性炎症时升高，外周血EO 和BA 在哮喘症状改善时降低［18-19］。本研究显示，不同AHI 4 组的EO 和BA 差异明显，可能原因为哮喘患者中SAS 较为普遍。

有血栓形成倾向的患者都存在PLT 促凝活性的增加。因此，MPV 和PDW 与PLT 活性密切相关［20］。Akyol 等［21］研究表明，MPV 是SAS 患者的独立预测因子。Kurt 等［22］发现，PDW 与AHI 指数存在相关性，但在不同MPV 人群之间无统计学意义。然而本研究显示，严重SAS 患者的MPV 和PDW 均明显高于较轻度SAS 组和非SAS 组。

NLR 和PLR 为新发现的炎症标志物。有研究表明，NLR 和PLR 与SAS 严重程度存在显著相关性［23-24］。然而本研究未发现上述两项比值存在显著差异，与文献［25］报告的结果一致。另外有研究显示，SAS 患者血压与呼吸暂停低通气指数、呼吸暂停持续时间以及SpO2降低程度显著相关［26］。

综上所述，血常规是一种简单、廉价、快速的实验室检测方法。本研究分析SAS 患者全血细胞数据显示，NEU、LYM 和HCT 与AHI 的SAS 严重程度独立相关，对SAS 疾病的诊断具有指导意义。但本研究存在一定局限性，由于是回顾性研究，未能探讨SAS 患者血常规异常的机制，未评估SAS 患者哮喘的发生情况，也未分析CPAP 治疗对血细胞的影响。为进一步了解SAS与血液特征指标之间的关系，仍需进一步研究。