心肺耦合分析技術的臨床應用與研究進展

樊蕾

(中國中醫科學院廣安門醫院國際醫療部，北京，100053)

?

心肺耦合分析技術的臨床應用與研究進展

樊蕾

(中國中醫科學院廣安門醫院國際醫療部，北京，100053)

隨著睡眠學科的發展，便攜式睡眠監測設備的需求不斷增加。如何能最大限度減輕睡眠監測的首夜效應并提高監測的依從性為睡眠學界廣泛關注。心肺耦合分析技術可以簡化信號收集和處理的過程，且可提供可靠、實用的睡眠評估報告，在美國已廣泛應用于臨床及科研工作。本文旨在介紹這一方法的建立，并簡要綜述其已有的臨床和科研應用。

心肺耦合分析；睡眠呼吸暫停；失眠；抑郁癥

睡眠醫學是一個新興的學科，隨著它的發展，逐漸揭示出許多疾病的深層次病因，各種睡眠障礙性疾患日益成為一個突出的醫療及公共衛生問題。

雖然多導睡眠監測(Polysomnography,PSG)是目前公認的睡眠監測方法，但是這種人工值守式睡眠監測對于場地、設備、人員等都有一定的要求，對于患者來說，舒適感也較差。為了達到簡便評估睡眠的目的，很多便攜式設備應運而生，其中的心肺耦合分析(CPC)技術在美國已廣泛應用于臨床及科研工作[1]。本文將對CPC在近幾年的國內外臨床研究進行簡述。

1 心肺耦合方法的建立及方法介紹

哈佛醫學院的睡眠專家和科學家團隊，發現自主神經系統可以很好地反應睡眠狀態。自主神經系統的狀態，會表現在心電的信號上。經過大量臨床數據的分析，他們發現在睡眠的時候心電和呼吸還存在一種耦合關系，當人在熟睡的時候，這種耦合性會增強。而在不同睡眠狀態和一些疾病狀態下，這種耦合性也會呈現出不同的特點。

2005年，Thomas RJ[2]與交叉醫學團隊的學者們提出了心肺耦合的概念，即Cardiopulmonary Coupling(CPC)，提取心電(Electrocardiogram，ECG)信號，并根據ECG信號得到呼吸信號(ECG-Derived Respiratory Signal，EDR)，應用心肺耦合計算方法，得到CPC功率圖譜。低頻帶的功率過大與睡眠呼吸障礙(Sleep Disordered Breathing,SDB)期間的周期性呼吸相關，而高頻帶過大的功率與生理性呼吸竇性心律失常和深度睡眠相關。醒和連續快眼動(Rapid Eye Movements,REM)睡眠的耦合功率出現在超低頻帶(0.001～0.01 Hz)。破碎的REM睡眠出現在低頻帶(0.01～0.1 Hz)。

心肺耦合圖譜中的高頻耦合、低頻耦合和極低頻耦合分別對應于non-CAP、CAP和清醒/異相睡眠狀態。通過對比人工和自動分期結果，證明了心肺耦合技術可以準確地區分睡眠過程的不同狀態[3]。

2 心肺耦合的臨床應用

2.1 睡眠呼吸暫停 朱宇清[4]等納入匹茲堡睡眠質量指數(PSQI)≥8分的睡眠障礙患者79例，結果發現睡眠呼吸暫停綜合征(Sleep Apnea Syndrome，SAS)組患者深睡時間、深睡時長低于非SAS組，淺睡時間占總睡眠時長比例高于非SAS患者。睡眠呼吸暫停低通氣指數(Apnea-Hypopnea Index,AHI)與深睡時間、醒/做夢時間呈中度負相關，與淺睡時間呈中度正相關。

Lee WH[5]等應用CPC，評估阻塞性睡眠呼吸暫停(Obstructive Sleep Apnea,OSA)患者使用下頜前移裝置(MAD)前后睡眠質量的改變情況。發現隨著AHI改善，LFC(不穩定睡眠)降低，而HFC(穩定睡眠)提高。提示CPC可作為一種評估治療效果的有效方法。

Choi JH[6]等比較了62例OSA患者在上氣道手術前后的CPC指標，其中36例為手術成功者，26例為不成功者，結果證實成功的上氣道手術可以改善成人OSA患者的客觀睡眠質量。CPC指標對于長期術后隨訪中檢測治療反應具有潛在的作用。Cho JH[7]的一項研究表明，與傳統的PSG相比，CPC可以有效的反映持續正壓通氣(Continuous Positive Airway Pressure，CPAP)的治療效果。

Lee WH[8]等從文獻中搜集OSA治療成功的定義，包括：1)治療后AHI<10/h;2)治療后AHI<20/h;3)AHI減少>50%和治療后AHI<10/h;4)AHI減少>50%和治療后AHI<15/h;5)AHI減少>50%和治療后AHI<20/h;6)AHI減少>50%。他的研究中應用CPC監測非持續氣道正壓(non-CPAP)治療OSA的睡眠質量，比較不同標準的差異。發現AHI減少超過50%可能是最合適的標準。

此外，對于兒童睡眠呼吸障礙[9-12]、復雜性睡眠呼吸障礙[13]、周期性呼吸等，是否可以應用CPC技術進行準確評估，還需要進一步研究。此外，雖然有文獻報道CPC可以應用于正壓通氣治療前后的睡眠對比，但目前尚無基于中國人的研究數據，因此也值得進一步驗證。

2.2 高血壓合并睡眠障礙 睡眠障礙會導致血壓波動或血壓節律異常[14-17]，因此在不干擾夜間睡眠的前提下記錄的動態血壓是非常重要的[18]。因此，替代實驗室PSG監測的技術，比如基于心電信號的CPC分析和基于脈搏波信號的PPG分析[19]是目前臨床上的主要應用。

Zhang Z等[20]對受試者進行漸進性引導呼吸實驗，并測量血壓、脈搏波傳導時間、CPC，結果表明漸進性引導呼吸通過心血管反射調節,可以起到延長脈搏波傳導時間,降低系統血壓的作用,同時呼吸性竇性心律不齊也增大,通過分析漸進性引導呼吸過程中的心肺耦合指標,也表明引導呼吸對心肺生理協調性產生了有益的調節。

朱宇清[21]等運用CPC觀察睡眠呼吸暫停綜合征(SAS)患者睡眠結構和24 h血壓變化的特點。發現SAS組患者24 h及白天平均收縮壓、舒張壓高于非SAS組，夜間收縮壓下降幅度低于非SAS組。提示CPC可以初步區分患者是否有睡眠呼吸暫停，可配合血壓監測對比血壓、心率、呼吸等項目的變化情況。

帥學軍[22]等采用基于心肺耦合技術的睡眠質量監測儀和動態血壓監測儀采集154例睡眠障礙患者數據(PSQI≥8分)，分析認為高血壓伴睡眠障礙患者睡眠結構中深睡眠減少，淺睡眠增加，夜間血壓節律異常與深睡眠減少有密切關系。

2.3 失眠 臨床通常采用問診、量表評測、睡眠日記等方法了解和評價失眠者對于睡眠質量的主觀感受，采用多導睡眠監測系統進行測評分析。隨著失眠發病率的升高，近年來對于失眠的研究也越來越多[23-24]，主觀量表無法真實反應患者的睡眠質量[25]，而PSG對真實睡眠也存在一定的影響，所以CPC方法越來越多地應用到了失眠評測中。

Schramm PJ[26]等應用CPC比較了50例原發性失眠和36例睡眠良好的人群，在研究中連續監測兩晚，發現在原發性失眠患者首夜的HFC(穩定睡眠)更低，LFC(不穩定睡眠)與VLFC(清醒/快速動眼睡眠)比例更高。而睡眠良好的人群，兩晚的CPC數據變化更大。

劉欣[27]等以CPC監測入睡困難為主的失眠患者，采用中藥香薰助眠液治療，結果發現CPC睡眠監測的客觀測評和患者臨床表現均顯示較好的改變。

喬錦[28]回顧性分析突發性耳聾患者167例，并探討失眠癥狀的出現與突聾之間的關系。對睡眠易醒及睡眠多夢者12例進行了CPC睡眠監測發現，這部分患者的睡眠結構出現紊亂。認為在突發性耳聾治療過程中，針對失眠癥狀的治療可以更加積極的改善患者對耳鳴及耳堵悶感的抱怨程度。

2.4 抑郁癥 抑郁癥是臨床最常見的與睡眠障礙密切相關的疾病之一[29-32]，對于抑郁癥患者的PSG監測已經有過很多報道，但是CPC的應用是近幾年才出現的。

Yang AC[33]等應用基于心電的心肺耦合技術，分析重度抑郁患者的睡眠情況，發現相對于治療組，未治療組的患者穩定睡眠減少，不穩定睡眠增加，覺醒/REM睡眠增加。認為心肺耦合分析可以提供簡單的，具有成本效益的方法來量化睡眠質量，客觀評價重度抑郁癥患者失眠的嚴重程度。

Schramm PJ[34]等應用安非他酮治療抑郁癥，從CPC的監測看到VLFC時長和穩定/不穩定睡眠轉變增長，這可能增加心血管疾病的易感性。基于此，文章提示在使用安非他酮治療時，應權衡治療和不良反應，CPC的相關改變可能提示患者心血管疾病的易感性。

Ma Y[35]等應用CPC分析了16名重度抑郁患者在經過太極訓練前后的變化。在治療后，患者的漢密爾頓抑郁量表和貝克抑郁量表得分都顯著降低，CPC分析顯示患者睡眠質量顯著改善，表現為穩定睡眠增加，不穩定睡眠減少。

潘燕軍[36]等運用心肺耦合(CPC)分析睡眠監測系統，觀察五行音樂合并抗抑郁藥物治療與單純抗抑郁藥物治療的臨床效果。結論五行音樂合并抗抑郁藥物治療可改善抑郁癥睡眠質量，提高抑郁癥患者的睡眠品質。該研究提示CPC可以做為評價睡眠質量改善情況的有效監測方法。

2.5 代謝綜合征 代謝綜合征是睡眠呼吸障礙的危險因素，并且會引起心率變異性的改變[37]。Tseng PH[38]等應用CPC比較了40例睡眠呼吸紊亂(SDB)的患者(CPC-AHI>5)和80例對照組(CPC-AHI<1)，發現相對于對照組，SDB組的腰圍和身體質量指數(Body Mass Index,BMI)更高，在調整了BMI、血壓、血糖等因素后，腰圍與SDB獨立相關。SDB組的中央性肥胖、高血糖癥、代謝綜合征的發病率都高于對照組。

2.6 醫護人員的睡眠評估 Lin YH[39]等應用CPC檢測醫學實習生的睡眠，發現相對于值夜班的前一天夜晚和其他非夜班的夜晚，在值夜班當天穩定睡眠時長和穩定睡眠潛伏期延長，而REM睡眠延長。

Chien PL[40]等召集了156名護理人員，應用PSQI及CPC來主客觀反應他們的睡眠情況。發現39.8%的人穩定睡眠比例不足，75.8%的人PSQI評分≥5。并發現PSQI分值與不穩定睡眠時長、比例，及AHI頻次呈正相關，而與穩定睡眠比例呈顯著負相關。

2.7 其他應用 Kwon AM[41]等應用CPC監測381例健康受試者的睡眠數據，分析其與白細胞端粒長度(LTL)之間的關系。發現LTL與升高的窄帶低頻耦合(e-LFCNB)有很強的相關性。研究提出，通過與OSA嚴重性的相互作用，變短的LTL可能帶來睡眠穩定性下降。

3 討論

多導睡眠監測是基于腦電圖(EEG)波形和其他導聯記錄的生物電信號波形，通過人工判讀的方式分析評估睡眠質量和睡眠呼吸時間，但是它操作過程復雜，容易造成“首夜效應”，從而影響受試者的依從性和監測效果的可靠性[42]。此外，EEG是典型的動態非線性生理訊號[43]，人工判讀并不能夠完全報告出睡眠的真實狀態[44-45]。

而CPC技術是目前新型的睡眠監測手段，由于數據采集簡單，準確度高，能客觀有效的進行檢測和評估，方便多次篩檢及后續追蹤監測睡眠品質，對于患者的健康管理以及臨床輔助診斷有所裨益。在監測慢性疾病治療和改善情況時，具有很大優勢，如抑郁癥、失眠、高血壓等。相對于單變量分析技術如心率變異性分析(Heart Rate Variability，HRV)技術[46]等，CPC技術能反應心肺系統之間的作用關系和耦合強度。

值得注意的是，CPC與PSG的機制不同，其分析結果報告不是基于傳統的睡眠分期，而是將睡眠分為淺睡(不穩定睡眠，對應CPC分析中的低頻部分)，熟睡(穩定睡眠，對應CPC分析中的高頻部分)，以及覺醒或REM期睡眠(對應CPC分析中的極低頻部分)，同時分析出睡眠呼吸暫停事件(包括阻塞型和中樞型)，并可以計算出基于CPC算法的RDI指數，這與臨床常規指標AHI存在很高的一致性，可以作為一種OSAHS診斷及治療效果評價的輔助指標[47]。

此外，CPC的使用也有一定的局限性。CPC分析是基于單導聯心電圖提取的心電和呼吸信號，受心律失常的影響較大，所以并不適用于心律失常患者。且目前CPC并不能區分覺醒與REM期睡眠。

4 結論

心肺耦合分析技術雖然存在一些局限性，但是它操作簡單、成本低，可以提高監測過程的舒適性，可以彌補傳統監測的不足。從目前的研究來看，在評估睡眠呼吸暫停、失眠、抑郁癥等疾病的監測及治療評價方面，具有很好的應用價值。

[1]孫書臣，段瑩，馬彥.睡眠質量評價及其發展[J].世界睡眠醫學雜志,2016，3(4),193-195.

[2]Thomas RJ，Mietus JE，Peng CK，et al.An electrocardiogram-based technique to assess cardiopulmonary coupling during sleep[J].Sleep,2005,28(9):1151-1161.

[3]馬彥，孫書臣，Chung-Kang Peng.心肺耦合分析:基于心電的睡眠分析方法[J].世界睡眠醫學雜志,2015,2(4):200-205.

[4]朱宇清，龍杞，王辰，等.睡眠呼吸暫停綜合征患者睡眠結構與血壓變化的關系[J].中華醫學雜志,2016，96(28):2220-2223.

[5]Lee WH,Ahn JC,We J,et al.Cardiopulmonary coupling analysis:changes before and after treatment with a mandibular advancement device[J].Sleep Breath,2014,18(4):891-896.

[6]Choi JH,Thomas RJ,Suh SY，et al.Sleep quality change after upper airway surgery in obstructive sleep apnea:Electrocardiogram-based cardiopulmonary coupling analysis[J].Laryngoscope,2015,125(7):1737-1742.

[7]Cho JH,Kim HJ.The effect of continuous positive airway pressure on cardiopulmonary coupling[J].Sleep Breath,2017，21(2):341-345.

[8]Lee WH,Hong SN,Kim HJ，et al.A Comparison of Different Success Definitions in Non-Continuous Positive Airway Pressure Treatment for Obstructive Sleep Apnea Using Cardiopulmonary Coupling[J].J Clin Sleep Med，2016，12(1):35-41.

[9]郭丹，馬彥，孫書臣.心肺耦合(CPC)分析在兒童睡眠中的應用[J].世界睡眠醫學雜志，2014，1(2):75-81.

[10]Ma Y,Yeh J,Sun S,et al.Detecting pediatric sleep apnea: consistency on cardiopulmonary coupling and oximetry measurement[J].Sleep Medicine,2013,14(Suppl 1):e189.

[11]Ma Y，Sun S.A new approach to sleep study:does heart tell us a lot?[J].Sleep Medicine，2013,14 (Suppl 1) :e188-e189.

[12]孫書臣，馬彥，喬靜，等.兒童腺樣體肥大引發睡眠呼吸障礙的中醫診療專家共識[J].世界睡眠醫學雜志，2014，1(6):316-320.

[13]馬彥，孫書臣.復雜性睡眠呼吸暫停的現狀及進展[J].中華結核和呼吸雜志，2013，36(9):687-691.

[14]馬彥，孫書臣，方業明.阻塞型睡眠呼吸暫停低通氣綜合征患者的血壓變異性研究[J].國際呼吸雜志,2011,31(1):16-19.

[15]Ma Y，Sun S，Wang W，et al.BP variation study on OSA patients with and without hypertension[J].Sleep Medicine，2011，12:S105.

[16]馬彥，孫書臣.睡眠醫學及血壓變異性對合理應用降壓藥的臨床重要性[J].世界睡眠醫學雜志,2014,(4):235-238.

[17]Chang Y，Ma Y，Sun S.Clinical observation on effect of auto-CPAP on blood pressure in OSAHS patients[J].Sleep Medicine，2015，16(Supplement 1):S212.

[18]Ma Y，Sun S，Peng CK，et al.Ambulatory blood pressure monitoring in Chinese OSA patients[J].Journal of Clinical Sleep Medicine，2017，13(3):433-439.

[19]Li Y, Gao H, Ma Y. Evaluation of pulse oximeter derived photoplethysmographic signals for obstructive sleep apnea diagnosis[J]. Medicine, 2017, 96(18):e6755.

[20]Zhang Z,Wang B,Wu H，et al.Effects of slow and regular breathing exercise on cardiopulmonary coupling and blood pressure[J].Med Biol Eng Comput，2017，55(2):327-341.

[21]朱宇清，龍杞，王辰，等.睡眠呼吸暫停綜合征患者睡眠結構與血壓變化的關系[J].中華醫學雜志,2016，96(28):2220-2223.

[22]帥學軍,吳蕾,王辰,等.高血壓病伴睡眠障礙患者睡眠結構與血壓節律的相關性研究[J].北京醫學,2016,38(10):1041-1043.

[23]Ma Y, Dong M, Mita C, et al. Publication analysis on insomnia: how much has been done in the past two decades?[J]. Sleep Medicine, 2015, 16(7):820.

[24]Ma Y, Yang A C, Duan Y, et al. Quality and readability of online information resources on insomnia[J]. Frontiers of Medicine, 2017:1-9.

[25]馬彥.睡眠信念/信心與睡眠態度的國內外研究現狀[J].世界睡眠醫學雜志,2015,2(6):356-361.

[26]Schramm PJ,Thomas R,Feige B，et al.Quantitative measurement of sleep quality using cardiopulmonary coupling analysis:a retrospective comparison of individuals with and without primary insomnia[J].Sleep Breath,2013，17(2):713-721.

[27]劉欣，張明，劉怡，等.心肺耦合測評分析技術對中藥香薰助眠液改善入睡困難的效果評價[J].世界睡眠醫學雜志，2014,1(6)：351-353.

[28]喬錦，孫書臣.失眠癥狀對突發性耳聾患者影響的臨床分析[J].世界睡眠醫學雜志，2014,1(6):345-346.

[29]洪蘭, 馬彥, 林穎娜,等. 睡眠障礙與抑郁、焦慮關系的研究[J]. 國際中醫中藥雜志, 2009, 31(2):154-156.

[30]洪蘭，魏慧軍，馬彥.綜合醫院抑郁癥的常見表現形式研究[J].國際中醫中藥雜志，2010，32(3):259-261.

[31]Lv X，Ma Y，Feng F，et al.Personality development since childhood associated with adult chronic insomnia:a study by Wang′s Memory-Tracing Personality Development Inventory(WMPI)[J].Global Journal of Health Science.2017，9(3):80-87.

[32]汪衛東，張靜霞，馬彥.催眠狀態下的意念導入性心理治療[J].中國臨床心理學雜志,2010,18(6):817-818.

[33]Yang A C, Yang C H, Hong C J, et al. Sleep State Instabilities in Major Depressive Disorder: Detection and Quantification with Electrocardiogram-based Cardiopulmonary Coupling Analysis[J]. Psychophysiology, 2011, 48(2):285-291.

[34]Schramm PJ,Poland RE,Rao U.Bupropion response on sleep quality in patients with depression:implications for increased cardiovascular disease risk[J].Eur Neuropsychopharmacol,2014，24(2):207-214.

[35]Ma Y,Yeung A,Yang AC，et al.The Effects of Tai Chi on Sleep Quality in Chinese American Patients With Major Depressive Disorder:A Pilot Study[J].Behav Sleep Med,2016，27:1-17.

[36]潘燕軍,張雅捷,謝靜濤.基于心肺耦合(CPC)分析研究五行音樂對抑郁癥患者睡眠質量的影響[J].湖南中醫藥大學學報,2016，36(8):63-65.

[37]Ma Y，Tseng PH，Ahn A，et al.Cardiac Autonomic Alteration and Metabolic Syndrome:An Ambulatory ECG-based Study in A General Population[J].Scientific Reports，2017，14;7:44363.

[38]Tseng PH，Lee PL，Hsu WC，et al.A Higher Proportion of Metabolic Syndrome in Chinese Subjects with Sleep-Disordered Breathing:A Case-Control Study Based on Electrocardiogram-Derived Sleep Analysis[J].PLoS One，2017，12(1):e0169394.

[39]Lin YH，Ho YC，Lin SH，et al.On-call duty effects on sleep-state physiological stability in male medical interns[J].PLoS One，2013，8(6):e65072.

[40]Chien P L, Su H F, Hsieh P C, et al. Sleep Quality among Female Hospital Staff Nurses[J]. Sleep Disorders, 2013, 2013(6):283490.

[41]Kwon AM,Baik I,Thomas RJ，et al.The association between leukocyte telomere lengths and sleep instability based oncardiopulmonary coupling analysis[J].Sleep Breath，2015，19(3):963-968.

[42]Curcio G,Ferrara M,Piergianni A,et al.Paradoxes of the first-night effect:a quantitative analysis of antero-posterior EEG topography[J].Clin Neurophysiol，2004，115(5):1178-1188.

[43]馬彥，胡晰遠.睡眠生理訊號的非線性特征及復雜度理論的潛在應用[J].世界睡眠醫學雜志，2016，3(4),225-226.

[44]Ma Y，Shi W，Peng C-K，et al.Nonlinear dynamic analysis of sleep electroencephalography using fractal and entropy approaches[J].Sleep Medicine Reviews，2017.

[45]Shi W，Shang P，Ma Y，et al.A comparison study on stages of sleep:Quantifying multiscale complexity using higher moments on coarse-graining[J].Communications in Nonlinear Science and Numerical Simulation，2017，44(3):292-303.

[46]Ma Y，McCraty R.Heart rate variability in mind-body interventions[J].Complementary Therapies in Medicine，2016，29:A1-A2.

[47]劉冬冬,張玲,楊曉文.基于經驗模式分解的心肺耦合技術在睡眠分析中的應用[J].中國醫療設備,2015,30(6)：28-32.

Clinical and Research Applications of Cardiopulmonary Coupling Analysis

Fan Lei
(InternationalMedicalDepartment，Guang′anmenHospital，ChinaAcademyofChineseMedicalSciences，Beijing，100053)

Objective:With the development of sleep medicine，the demand of portable sleep monitoring devices keeps rising.Reducing the first night effect and improving the compliance to sleep studies remain as challenges in the field.Cardiopulmonary coupling(CPC)analysis simplifies data collection and signal processing，meanwhile provides reliable sleep reports.This technique has been well applied in clinical and scientific research in the United States.In this article，we briefly introduced the establishment of this method and reviewed existing literature on CPC applications，aiming to inspire its clinical use and future studies.

Cardiopulmonary coupling; Sleep apnea; Insomnia; Depression

樊蕾，E-mail:qieyongxiao37@126.com

R338.63

A

2095-7130(2017)03-169-174