儿童三维颅颌面及上气道结构与呼吸暂停低通气指数的相关性

摘要

目的 通过锥形束计算机断层扫描（cone beam computed tomography, CBCT）三维定量分析儿童颅颌面及上气道解剖特征，探讨其与呼吸暂停低通气指数（apnea hypopnea index, AHI）之间的相关性，以期筛选出能够预测阻塞性睡眠呼吸暂停（obstructive sleep apnea, OSA）严重程度的关键指标。方法 连续纳入2022年6月至2024年6月因错（牙合）畸形或口呼吸主诉就诊于宁波口腔医院正畸科儿童患者80例，男53例，女27例，8～11岁，平均9.36岁。采用便携式睡眠监测获取AHI,行CBCT扫描测量腺样体体积率（adenoid volume/nasopharyngeal volume, AV/NPV）、上下颌骨宽度及位置、舌骨位置、上气道大小。通过分层回归分析控制患者的性别、体质量指数（body mass index, BMI）及腺样体大小后，评估颅颌面及上气道解剖变量对AHI的独立预测效能。结果 Spearman相关性分析结果显示，AV/NPV与AHI呈正相关（P<0.05）,而下颌升支长度（mandibular ramus length, Ar-Go）、上颌骨宽度（maxillary width, Mx-Mx）、下颌骨宽度（mandibular width, Go-Go）、气道最小截面积（minimum axial airway area, MAA）、鼻咽容积（retronasal airway volume, V-RNA）、腭咽容积（retropalatal airway volume, V-RPA）和舌咽容积（retrolingual airway volume, V-RLA）与AHI呈负相关（P<0.05）。分层回归分析首先纳入性别和BMI作为控制变量，结果显示性别和BMI所占方差（R²）等于0.002,模型差异无统计学意义(F_（2,77）=0.067,P=0.935)。第二步将AV/NPV纳入分层回归模型，结果显示较第一步的方差变化（ΔR²）等于0.179,AV/NPV （β=0.441,P<0.001）具有正向预测AHI的作用。第三步将与AHI相关的CBCT测量指标纳入模型，结果显示ΔR²=0.273,其中Mx-Mx （β=-0.207,P=0.041）、Go-Go （β=-0.263,P=0.018）和MAA （β=-0.346,P<0.001）是AHI的独立预测因子。结论 上气道及上下颌骨狭窄是儿童OSA的独立危险因素，其可为临床早期识别高风险患儿提供理论依据。

关键词

锥形束计算机断层扫描 / 阻塞性睡眠呼吸暂停 / 呼吸暂停低通气指数 / 腺样体 / 分层回归分析