重度阻塞性睡眠呼吸暂停患儿临床预测模型研究

目的　建立习惯性打鼾患儿中重度阻塞性睡眠呼吸暂停（OSA）的临床预测模型，为临床诊疗提供依据。方法　选择2019年1月至12月就诊于首都医科大学附属北京儿童医院睡眠中心的3～12岁习惯性打鼾患儿。所有患儿完成一般资料收集、OSA-18问卷、PSQ-SRBD量表及多导睡眠监测。应用决策树方法构建重度OSA患儿的临床预测模型。结果　共纳入受试患儿1441例，根据PSG结果，重度OSA 1152例，非重度OSA 289例。重度OSA组年龄、男性比例、体重指数（BMI）、颈围/身高比、腹围/臀围比、SRBD量表呼吸维度、其他维度及总分均高于非重度OSA组（P均<0.01）。OSA-18问卷各个维度得分及总分在两组患儿间比较，差异无统计学意义（P均>0.05）。基于决策树构建的重度OSA患儿预测模型，对非重度OSA患儿预测精确率为90%，召回率76%，F1得分82%，对重度OSA患儿的预测精确率32%，召回率58%，F1得分41%，整体准确率为73%。 结论　该研究构建的重度OSA患儿临床预测模型整体准确率73%，有一定的预测价值，能为临床排除重度OSA患儿提供一定的依据，指导临床决策，但仍需更多的临床资料进一步优化模型。