中國人內臟脂肪指數對擬行減重代謝手術的代謝綜合征患者OSAHS的篩查價值

【摘要】 目的 探討中國人內臟脂肪指數（CVAI）對擬行減重代謝手術（BMS）的代謝綜合征（MetS）患者合并阻塞性睡眠呼吸暫停低通氣綜合征（OSAHS）的臨床篩查價值。方法 采用便利取樣法，選取2023年11月至2024年12月在河北醫科大學第一醫院胃腸病診療一科擬行BMS入院的243例MetS患者，根據患者是否合并OSAHS分為OSAHS組與非OSAHS組，收集2組MetS患者的臨床資料并計算CVAI，使用Logistic回歸分析擬行BMS的MetS患者合并OSAHS的影響因素。繪制受試者操作特征（ROC）曲線，評估CVAI對MetS患者合并OSAHS的篩查效能。結果 在擬行BMS入院的243例MetS患者中，OSAHS組與非OSAHS組患者的性別構成、年齡、體質量、體質量指數（BMI）、頸圍、腹圍、臀圍、空腹血糖、呼吸暫停低通氣指數和CVAI比較差異均有統計學意義（均P lt; 0.05）。多因素Logistic回歸分析顯示，年齡、臀圍和CVAI與擬行BMS的MetS患者合并OSAHS有關（P lt; 0.05）。CVAI有一定診斷價值，且與臀圍組合后的篩查價值更優。結論 CVAI可作為擬行BMS的MetS患者是否合并OSAHS的篩查工具，計算CVAI所需的血清學指標檢測簡便，對降低術前篩查成本、提高診斷率具有重要的臨床價值。

【關鍵詞】 中國人內臟脂肪指數；肥胖；代謝綜合征；阻塞性睡眠呼吸暫停低通氣綜合征

Clinical predictive value of Chinese visceral adipose index for the diagnosis of OSAHS in patients with metabolic syndrome scheduled to undergo bariatric metabolic surgery

WANG Wei1， GU Jingfeng1， LI Bing2， WANG Guiqi1

（1. Department of Gastroenterology， the First Hospital of Hebei Medical University， Shijiazhuang 050023， China； 2. Neurological Examination Center， the First Hospital of Hebei Medical University， Shijiazhuang 050023， China）

Corresponding author： WANG Guiqi， E-mail： 56802410@hebmu.edu.cn

【Abstract】 Objective To explore clinical predictive value of Chinese visceral adipose index （CVAI） for patients with metabolic syndrome （MetS） complicated with obstructive sleep apnea hypopnea syndrome （OSAHS） scheduled for bariatric metabolic surgery （BMS）. Methods By the convenience sampling method， 243 patients with MetS who were scheduled to undergo BMS in Department I of Gastroenterology Diagnosis and Treatment of the First Hospital of Hebei Medical University from November 2023 to December 2024 were selected. All patients were divided into OSAHS and non-OSAHS groups according to whether they were complicated with OSAHS. Clinical data were collected and CVAI was calculated in two groups. The influencing factors of MetS patients complicated with OSAHS scheduled to undergo BMS were identified by Logistic regression analysis. The receiver operating characteristic （ROC） curve was plotted. The predictive value of CVAI for MetS patients complicated with OSAHS was evaluated. Results Among 243 MetS patients scheduled to undergo BMS， there were statistically significant differences between the OSAHS and non-OSAHS groups in terms of gender， age， weight， body mass index （BMI）， neck circumference， abdominal circumference， hip circumference， fasting blood glucose and CVAI （all P lt; 0.05）. Multivariate Logistic regression analysis showed that age， hip circumference and CVAI were associated with OSAHS in MetS patients scheduled for BMS （all P lt; 0.05）. CVAI had certain predictive value， and the screening value was even better when combined with hip circumference. Conclusions CVAI can be used as a predictive indicator for whether MetS patients are complicated with MetS who are scheduled for BMS. The detection of serological indicators required for calculating CVAI is simple and has clinical practical value in reducing preoperative screening costs and improving the diagnostic rate.

【Key words】 Chinese visceral adipose index； Obesity； Metabolic syndrome； Obstructive sleep apnea hypopnea syndrome

阻塞性睡眠呼吸暫停低通氣綜合征（obstructive sleep apnea hypopnea syndrome，OSAHS）是一種與代謝綜合征（metabolic syndrome，MetS）患者睡眠狀態密切相關的呼吸系統疾病，其特征是頻繁發生的低通氣現象和呼吸暫停導致的間歇性低氧血癥和睡眠碎片化，致使機體睡眠期間氣體交換出現異常［1］。對患者而言，不僅會損害生活質量，還會對身心健康產生不良影響［2］。有研究顯示，多數MetS患者存在血壓升高、血糖升高和（或）血甘油三酯升高，這些均為外周動脈疾病的重要危險因素［3］。擬行減重代謝手術（bariatric and metabolic surgery，BMS）的MetS患者均已有較長時間的MetS控制不佳，這更是增加了患外周動脈疾病的可能。此外，與非OSAHS患者相比，OSAHS患者的體質量（體重）、體質量指數（body mass index，BMI）、頸腹圍、血壓及血脂普遍存在差異［4］。間歇性缺氧會觸發交感神經過度激活、內皮功能障礙、高凝狀態和代謝失調，這表明MetS和OSAHS之間存在一定聯系，二者可能通過共同的病理生理發病機制相互影響［5-6］。

國際指南推薦使用多導睡眠監測（polysom-nography，PSG）測量出的呼吸暫停低通氣指數（apnea-hypopnea index，AHI），即每小時睡眠中的呼吸暫停和低通氣次數作為診斷OSAHS和確定其嚴重程度的金標準［7-8］。其中，呼吸暫停被定義為呼吸停止時間≥10 s，低通氣被定義為潮氣量減少時間≥10 s，同時伴有3%或4%的氧飽和度下降及睡眠中覺醒［9］。AHI還是評估OSAHS對心血管系統、神經認知功能和代謝狀況影響的常用指標，在評估患者回訪時的臨床治療效果方面也發揮著關鍵作用［10］，然而并不是所有醫院都有開展PSG。臨床醫師傾向在AHI之外，綜合血氧飽和度和心率的變化等其他指標來評估OSAHS的嚴重程度［11-12］。尤其需要考慮的是，MetS與其引發的并發癥之間很可能存在相互促進發展的關系。在此背景下，為擬行BMS的MetS患者尋找更為便捷、經濟的術前OSAHS臨床篩查指標，應用于無法開展PSG的醫療機構，具有重要的臨床意義。

中國人內臟脂肪指數（Chinese Visceral Adipose Index，CVAI）是由國內學者提出、于2016年在Scientific Reports上被報道、在意大利人群中建立的內臟脂肪指數（Visceral Adipose Index，VAI）的基礎上，進一步納入年齡因素且經CT檢查校正而構建，以更好地反映中國人的內臟脂肪分布及代謝情況的指標［13］。臨床應用研究顯示，CVAI是一種比BMI、腰圍（或）腰臀比更好的2型糖尿病和糖尿病前期預測指標［14］。CVAI不僅適用于普通人群日常體重控制，也適用于住院患者基于疾病治療需求的體重管理，其在國內大型代謝管理中心也有應用［15］。有關CVAI作為擬行BMS的MetS患者合并OSAHS的篩查指標，相關研究較少。本研究對行BMS的MetS患者進行術前PSG及CVAI數值計算，分析CVAI與OSAHS的相關性，并使用受試者操作特征（receiver operating characteristic，ROC）曲線及曲線下面積（area under curve，AUC）評估CVAI對擬行BMS的MetS患者合并OSAHS風險的篩查價值，進而為在臨床實踐中快速且方便地從此類患者群體中篩查出可能合并OSAHS者提供便捷手段。

1 對象與方法

1.1 研究對象

本研究為回顧性研究，使用便利取樣法，選取2023年11月至2024年12月在河北醫科大學第一醫院胃腸病診療一科（減重與代謝病科）擬行BMS的MetS患者。病例納入標準：①因夜間打鼾癥狀且鼾聲響亮行PSG的MetS患者；②病歷資料完整者。排除標準：①PSG監測時間lt;4 h者；②CVAI計算公式中所需的血清學指標未在河北醫科大學第一醫院完成者。本研究經河北醫科大學第一醫院臨床研究倫理委員會批準（批件號：2024153），患者及其家屬對本研究均知情同意。

1.2 分 組

最終入組243例，年齡為（32.61±8.60）歲，體重為（117.73±25.35） kg，BMI為（42.05±7.74）kg/m2，其中男性患者83例，年齡為31.17±8.38）歲；女性患者160例，年齡為（33.36±8.64）歲。按入院后PSG的結果將患者分為OSAHS組和非OSAHS組。

1.3 觀察內容

在患者入院48 h內收集其基本信息，包括性別、年齡、身高、體重、BMI、頸圍、腹圍、臀圍。入院當晚或入院第2天夜晚采用便攜式睡眠監測儀（湖南萬脈醫療科技有限公司PSG403202002）進行整夜PSG，監測時間≥4 h考慮為數據有效［16］。AHI≥5次/小時即診斷為OSAHS［17］，根據AHI進行分組，AHIlt;5次/小時或≥5次/小時分別納入非OSAHS組或OSAHS組［18］，由河北醫科大學第一醫院神經檢查中心專業技師進行PSG檢測及數據判讀。所有受試者于入院后次日清晨采空腹靜脈血，檢測總膽固醇、甘油三酯、高密度脂蛋白膽固醇、低密度脂蛋白膽固醇、空腹血糖、肌酐、尿酸、丙氨酸氨基轉移酶、天冬氨酸氨基轉移酶水平，同時依據公式計算CVAI：YCVAI（男性）=-267.93+0.68X年齡+0.03XBMI+4.00X腹圍+22.00lgX甘油三酯-16.32X高密度脂蛋白膽固醇；YCVAI（女性）=-187.32+1.71X年齡+4.23XBMI+1.12X腹圍+39.76lgX甘油三酯-11.66X高密度脂蛋白膽固醇［14］。

1.4 統計學方法

樣本量設計：采用10 EPV法，本研究中預計多因素分析自變量5個，即最低事件發生人數n≥50代表本研究樣本量達統計學檢驗標準。初始樣本量為255例，經納排標準篩選后納入研究243例。

采用SPSS 29.0進行統計學分析、MedCalc 22進行ROC曲線繪制和DeLong檢驗。各組先使用Kolmogorov-Smirnov檢驗資料正態性，正態分布的計量資料以表示，組間比較使用獨立樣本t檢驗；非正態計量資料以M（Q1，Q3）表示，組間比較采用非參數Mann-Whitney U檢驗。計數資料以n（%）表示，組間比較采用χ 2檢驗。建立以是否合并OSAHS的影響因素作為因變量的多因素Logistic回歸分析模型，將OSAHS組與非OSAHS組比較差異有統計學意義的指標代入模型中。設容許誤差（α）為0.05、置信區間（CI）為95%，雙側P lt; 0.05為差異具有統計學意義。同時利用ROC曲線和AUC分析CVAI對擬行BMS的MetS患者是否合并OSAHS的篩查價值。

2 結 果

2.1 臨床資料分布

本研究共納入行BMS的MetS患者243例，分為非OSAHS組54例（22.22%），OSAHS組189例（77.78%）。OSAHS組內輕度OSAHS者67例（27.57%），中度OSAHS者52例（21.40%），重度OSAHS者70例（28.81%）。

2.2 各項指標與OSAHS發生的相關性

非OSAHS組與OSAHS組患者的身高、甘油三酯、總膽固醇、高密度脂蛋白膽固醇、低密度脂蛋白膽固醇、血清肌酐、血尿酸、丙氨酸氨基轉移酶、天冬氨酸氨基轉移酶比較差異均無統計學意義（均P gt; 0.05）；OSAHS組性別（賦值：男=1，女=0）、年齡、體重、BMI、頸圍、腹圍、臀圍、空腹血糖、AHI、CVAI與非OSAHS組比較差異均有統計學意義（均P lt; 0.05）。見表1。

2.3 行BMS的MetS患者的OSAHS風險Logistic回歸分析

本研究初步擬于將OSAHS組與非OSAHS組有統計學意義差異的性別（賦值：男=1，女=0）、年齡、體重、BMI、頸圍、腹圍、臀圍、空腹血糖、CVAI指標納入行BMS的MetS患者是否合并OSAHS（因變量）的Logistic回歸分析模型。但是如果直接將上述差異有統計學意義的指標同時代入模型中結果會顯示BMI、腹圍、CVAI均與OSAHS患病關聯度較低，這顯然與生活常識及臨床實際不符［19］。考慮到CVAI的計算公式中包含年齡、BMI值及腹圍值，且不同性別的CVAI計算公式也不同，同時代入Logistic回歸分析模型可能具有較強的共線性，以方差膨脹因子（variance inflation factor，VIF）值gt;5認為存在共線性，共線性診斷結果見表2。這可能是導致直接代入結果與實際不符的原因之一。所以本研究使用逐步法代入多因素Logistic回歸分析模型，結果顯示年齡、臀圍和CVAI是行BMS的MetS患者合并OSAHS的相關指標，見表3。

2.4 行BMS的MetS患者的OSAHS風險ROC曲線分析

各指標的ROC曲線分析結果見表4和圖1。考慮到CVAI的計算公式中包含年齡，后續研究利用基于Logistic的模型公式，將臀圍和CVAI指標代入后使用SPSS 29.0軟件生成概率預測值，并通過ROC曲線模型計算組合變量后與原單一指標的ROC曲線模型進行對比，經組合后篩查指標（臀圍-CVAI）的約登指數為0.482、最佳截斷值為0.771、靈敏度為0.667、特異度為0.815、AUC（95%CI）為0.778（0.721，0.829），DeLong檢驗結果見表5和圖2。

3 討 論

OSAHS在已有代謝系統紊亂的成年人中很常見，且越來越多的證據表明，OSAHS與心血管疾病之間存在關聯，且獨立于傳統認知的心血管疾病風險因素［20］。此外，OSAHS患病具有性別差異的原因之一是由于男性的氣道更長、咽側壁的軟組織更大，導致男性在睡眠期間口咽肌肉更易塌陷；而女性的咽部雖然較小，但相對更堅硬，反而不易塌陷［21］。

MetS診斷標準的5個主要組成部分分別為腹型肥胖、血壓升高或正在服用降壓藥物、血糖升高或已被診斷為2型糖尿病、甘油三酯升高、高密度脂蛋白膽固醇降低，機體如果同時具備這5個組成部分中的3個，即可被診斷為MetS［22］。MetS之所以備受臨床關注，是因為它與糖尿病患病率的上升以及心血管事件風險的增加密切相關［23-24］，這些問題已成為重大的公共衛生挑戰。同時，肥胖、內臟脂肪面積增加和胰島素抵抗相關的病情進展，也會增加心血管事件的風險［25］。

與肥胖相關的脂肪組織在上氣道周圍積聚，導致頸圍增大［26］，并且夜間仰臥位睡眠時肥胖患者的上氣道塌陷性更嚴重、腹部和胸部的脂肪沉積會降低胸壁順應性，進而導致肺容量進一步下降和肺動脈壓力升高，使肥胖患者面臨OSAHS病情加重的風險［27］。包括睡眠在內的晝夜節律在許多方面影響人體，如果晝夜節律發生紊亂，日常活動受到影響，就會出現許多健康問題［28］。患者很可能會出現過度打鼾、睡眠質量差、頻繁出現呼吸暫停、醒來時有窒息感以及日間過度嗜睡等癥狀［29］。與非OSAHS的患者相比，OSAHS患者表現出更明顯的因長期間歇性缺氧導致的認知功能受損，并且認知功能障礙的程度會隨著OSAHS加重而加重［30］。同時，因晝夜節律失調與糖耐量受損、炎癥標志物增加有關，長期晝夜節律失調的人患糖尿病、心血管疾病的風險更高［31］。無論是OSAHS引起的晝夜節律失調促進了MetS的發生，還是MetS加速了OSAHS的發展，都表明了兩者密切相關。

OSAHS的篩查指標很多，臨床上常用的指標有體重、BMI、頸圍、腹圍、臀圍等。但單一使用某一項指標進行篩查，很容易顯示出負相關的現象，這與臨床實際是不符的。因此，選擇可以應用在臨床上的更適合評估擬行BMS的MetS患者是否有潛在的OSAHS風險的指標是有必要的。本研究選擇的243例患者均是擬行BMS入院的MetS患者，并且對納入研究的臨床數據進行分析，得出在擬行BMS的MetS患者中并發OSAHS有較強影響的指標為CVAI，這與本研究的預期結果一致。

臨床上行BMS的MetS患者的肥胖類型可能不同，內臟脂肪面積較大者與皮下脂肪面積較大者可能合并OSAHS的概率不一致［32］。同時，在進行PSG時儀器有可能夜間脫落，這就導致導出的結果中AHI較低，進而影響OSAHS的篩查正確率。針對此現象，本研究引入CVAI作為診斷OSAHS的輔助指標。從臨床實踐角度出發，本研究結果對擬行BMS的MetS患者的入院診療方案具有一定指導意義。臨床醫師在面對擬行BMS的MetS患者時，可以將CVAI納入常規評估指標體系，聯合臀圍等指標，更快速地評估患者合并OSAHS的風險，從而提前制定相應的治療和干預措施，改善患者預后。

本研究中臀圍和CVAI經組合后的預測變量指標與腹圍、CVAI比較時AUC值升高的差異無統計學意義，其原因可能是腹圍為CVAI計算公式中的組成部分，或是本研究樣本主體均來自擬行BMS的MetS患者，其大多腹圍值較高；CVAI本身也作為組合后的篩查變量指標的組合部分，本研究中CVAI本身對于篩查擬行BMS的MetS患者中是否并發OSAHS已有較高的AUC值。年齡的AUC值為0.620，說明年齡對擬行BMS的MetS患者是否合并OSAHS的篩查準確性一般，故僅考慮為OSAHS患病的影響因素，這雖然與目前的研究結果接近［33］，但對于OSAHS并無明確的輔助診斷價值，評估擬行BMS的MetS患者的OSAHS風險的能力有限。本研究顯示，BMI與腹圍能較好篩查OSAHS風險低者，臀圍也有一定的輔助診斷價值。這些指標可輔助判斷擬行BMS的MetS患者合并OSAHS的風險，但單獨使用時均存在一定局限性。相比之下，CVAI區分擬行BMS的MetS患者是否合并OSAHS時具有較高的靈敏度、特異度及AUC值。其原因可能是CVAI為一般身體測量值及血清學指標兩個維度聯合的信息，在一定程度上彌補了單個指標的局限性，提高了診斷效能。

相比單個指標，臀圍和CVAI經組合后的預測變量指標在輔助診斷擬行BMS的MetS患者是否合并OSAHS上有更高的AUC值（0.778），且與年齡、BMI和臀圍單一作為篩查指標進行DeLong測試比較時AUC值升高的差異具有統計學意義，與腹圍、CVAI比較時AUC值升高的差異則不具有統計學意義。綜合考慮，在臨床實踐中該篩查變量指標可作為輔助診斷工具，尤其在缺乏PSG等更精準檢測手段或患者不接受PSG時，能為擬行BMS的MetS患者下一步的診療決策提供參考，快速評估OSAHS風險。盡管組合指標診斷性能較好，但仍存在誤判可能。另外本研究在樣本選擇上聚焦于擬行BMS入院的MetS患者，但由于不同研究樣本的數據特征及所用的統計學方法存在差異，導致本研究與他人的分析結果可能有所不同。未來的研究將進一步對比不同樣本來源的研究結果，以更全面地評估CVAI及其他指標在不同人群中的篩查價值。

綜上所述，反映內臟脂肪含量的CVAI可作為擬行BMS的MetS患者是否合并OSAHS的篩查指標。計算CVAI所需的血清學指標檢測簡單易行，且均為行BMS的MetS患者常規術前檢查，對降低此類患者OSAHS的篩查成本、提高OSAHS的診斷率有一定價值。但本研究也存在一定的局限性：①本研究所納入樣本的患者均為單中心擬行BMS而入院的MetS患者，未來有必要對其余類型、其他中心的患者進行OSAHS篩查的分組分析；②本研究所使用的篩查指標為CVAI，由于計算公式本身的性別差異、樣本特征和測量誤差等因素影響，可能會導致最終對擬行BMS的MetS患者是否合并OSAHS的篩查結果產生影響。其臨床實用價值需更多研究驗證，后續研究可進一步擴大樣本量、納入更多相關指標優化組合，未來有望發現更有臨床價值且計算方式更簡便的篩查指標。

參 考 文 獻

［1］ CHENG M C F， STEIER J. Pre-operative screening for sleep disordered breathing： obstructive sleep apnoea and beyond［J］.

Breathe（Sheff）， 2022， 18（3）： 220072. DOI： 10.1183/

20734735.0072-2022.

［2］ LEE J J， SUNDAR K M. Evaluation and management of adults with obstructive sleep apnea syndrome［J］. Lung， 2021， 199（2）：

87-101. DOI： 10.1007/s00408-021-00426-w.

［3］ SORIANO-MORENO D R， FERNANDEZ-MORALES J， MEDINA-RAMIREZ S A， et al. Metabolic syndrome and risk of peripheral arterial disease： a systematic review and meta-analysis［J］. Cardiol Rev， 2024， 32（2）： 97-103. DOI： 10.

1097/crd.0000000000000470.

［4］ KUMARI S， CHAUDHARY S C， SAWLANI K K， et al. Obstructive sleep apnea in metabolic syndrome［J］. Ann Afr Med， 2024， 23（4）： 710-716. DOI： 10.4103/aam.aam_24_24.

［5］ TORRES G， SáNCHEZ DE LA TORRE M， PINILLA L， et al. Apnea obstructiva del sue?o y riesgo cardiovascular［J］. Clínica E Investig En Arterioscler， 2024， 36（4）： 234-242. DOI： 10.1016/j.arteri.2024.01.004.

［6］ MAO Z， ZHENG P， ZHU X， et al. Obstructive sleep apnea hypopnea syndrome and vascular lesions： an update on what we currently know［J］. Sleep Med， 2024， 119： 296-311. DOI： 10.1016/j.sleep.2024.05.010.

［7］ BARATEAU L， BAILLIEUL S， ANDREJAK C， et al. Guidelines for the assessment and management of residual sleepiness in obstructive apnea-hypopnea syndrome： Endorsed by the French Sleep Research and Medicine Society （SFRMS） and the French Speaking Society of Respiratory Diseases （SPLF）［J］.

Respir Med Res， 2024， 86： 101105. DOI： 10.1016/j.resmer.

2024.101105.

［8］ LLOYD R， MORGENTHALER T I， DONALD R， et al. Quality measures for the care of adult patients with obstructive sleep apnea： 2022 update after measure maintenance［J］. J Clin Sleep Med， 2022， 18（11）： 2673-2680. DOI： 10.5664/jcsm.10244.

［9］ JAVAHERI S， JAVAHERI S， SOMERS V K， et al. Interactions of obstructive sleep apnea with the pathophysiology of cardiovascular disease， part 1： JACC state-of-the-art review［J］. J Am Coll Cardiol， 2024， 84（13）： 1208-1223. DOI： 10.1016/j.jacc.2024.02.059.

［10］ AZARBARZIN A， LABARCA G， KWON Y， et al. Physiologic consequences of upper airway obstruction in sleep apnea［J］. Chest， 2024， 166（5）： 1209-1217. DOI： 10.1016/j.chest.2024.

05.028.

［11］ CAPLES S M， ANDERSON W M， CALERO K， et al. Use of polysomnography and home sleep apnea tests for the longitudinal management of obstructive sleep apnea in adults： an American Academy of Sleep Medicine clinical guidance statement［J］. J Clin Sleep Med， 2021， 17（6）： 1287-1293. DOI： 10.5664/jcsm.9240.

［12］ MCNICHOLAS W T. Ambulatory diagnosis of sleep-disordered breathing： pushing out the boundaries［J］. Med， 2023， 4（12）： 860-862. DOI： 10.1016/j.medj.2023.11.009.

［13］ LIU Z， HUANG Q， DENG B， et al. Elevated Chinese visceral adiposity index increases the risk of stroke in Chinese patients with metabolic syndrome［J］. Front Endocrinol （Lausanne）， 2023， 14： 1218905. DOI： 10.3389/fendo.2023.1218905.

［14］ WAN H， WANG Y， XIANG Q， et al. Associations between abdominal obesity indices and diabetic complications： Chinese visceral adiposity index and neck circumference［J］. Cardiovasc Diabetol， 2020， 19（1）： 118. DOI： 10.1186/s12933-020-01095-4.

［15］ TANG M， WEI X H， CAO H， et al. Association between Chinese visceral adiposity index and metabolic-associated fatty liver disease in Chinese adults with type 2 diabetes mellitus［J］.

Front Endocrinol （Lausanne）， 2022， 13： 935980. DOI： 10.

3389/fendo.2022.935980.

［16］ CHENG M C F， MURPHY P B， LEE K， et al. Screening and treatment of pre-bariatric surgical patients with obesity related sleep disordered breathing［J］. J Thorac Dis， 2023， 15（7）： 4066-4073. DOI： 10.21037/jtd-23-112.

［17］ LLOYD R. Update to quality measures for the care of adult patients with obstructive sleep apnea［J］. J Clin Sleep Med， 2025， 21（3）： 611. DOI： 10.5664/jcsm.11514.

［18］ MARTINEZ-GARCIA M A， SáNCHEZ-DE-LA-TORRE M， WHITE D P， et al. Hypoxic burden in obstructive sleep apnea： present and future［J］. Arch Bronconeumol， 2023， 59（1）： 36-43. DOI： 10.1016/j.arbres.2022.08.005.

［19］ BRODIE K D， GOLDBERG A N. Obstructive sleep apnea［J］. Med Clin N Am， 2021， 105（5）： 885-900. DOI： 10.1016/j.

mcna.2021.05.010.

［20］ RAJACHANDRAN M， NICKEL N， LANGE R A. Sleep apnea and cardiovascular risk［J］. Curr Opin Cardiol， 2023， 38（5）： 456-461. DOI： 10.1097/hco.0000000000001065.

［21］ FABOZZI A， PASQUALOTTO F， LAGUARDIA M， et al. Gender differences in obstructive sleep apnea syndrome： a pilot study［J］. Sleep Breath， 2024， 28（4）： 1645-1650. DOI： 10.

1007/s11325-024-03052-x.

［22］ PETERSEIM C M， JABBOUR K， KAMATH MULKI A. Metabolic syndrome： an updated review on diagnosis and treatment for primary care clinicians［J］. J Prim Care Community Health， 2024， 15： 21501319241309168. DOI： 10.1177/

21501319241309168.

［23］ WANG X， HUANG X， XING Y， et al. Association between obstructive sleep apnea hypopnea syndrome and arteriosclerosis in patients with type 2 diabetes mellitus： mediating effect of blood pressure［J］. Front Endocrinol （Lausanne）， 2025， 16： 1510737. DOI： 10.3389/fendo.2025.1510737.

［24］ 王凱陽， 劉鳳雙， 劉永國， 等.代謝綜合征及各組分與急性心肌梗死患者冠狀動脈病變程度及臨床結局的相關性研究［J］.中華全科醫學，2024，22（2）：212-216.DOI：10.16766/j.cnki.

issn.1674-4152.003368.

WANG K Y， LIU F S， LIU Y G， et al. The correlation between metabolic syndrome and its components with the degree of coronary artery stenosis and clinical outcomes in patients with acute myocardial infarction［J］. Chin J Gen Pract， 2024， 22（2）： 212-216. DOI： 10.16766/j.cnki.issn.1674-4152.003368.

［25］ KIM J E， KIM J S， JO M J， et al. The roles and associated mechanisms of adipokines in development of metabolic syndrome［J］. Molecules， 2022， 27（2）： 334. DOI： 10.3390/molecules27020334.

［26］ MING X， YANG M， CHEN X. Metabolic bariatric surgery as a treatment for obstructive sleep apnea hypopnea syndrome： review of the literature and potential mechanisms［J］. Surg Obes Relat Dis， 2021， 17（1）： 215-220. DOI： 10.1016/j.soard.2020.09.019.

［27］ BJORK S， JAIN D， MARLIERE M H， et al. Obstructive sleep apnea， obesity hypoventilation syndrome， and pulmonary hypertension： a state-of-the-art review［J］. Sleep Med Clin， 2024， 19（2）： 307-325. DOI： 10.1016/j.jsmc.2024.02.009.

［28］ ALKHULAIFI F， DARKOH C. Meal timing， meal frequency and metabolic syndrome［J］. Nutrients， 2022， 14（9）： 1719. DOI： 10.3390/nu14091719.

［29］ READ N， JENNINGS C， HARE A. Obstructive sleep apnoea-hypopnoea syndrome［J］. Emerg Top Life Sci， 2023， 7（5）： 467-476. DOI： 10.1042/ETLS20180939.

［30］ FAN X， ZHONG Y， LI J Q， et al. The interaction of severe obstructive sleep apnea hypopnea syndrome and abdominal obesity on cognitive function［J］. J Integr Neurosci， 2022，

21（3）： 85. DOI： 10.31083/j.jin2103085.

［31］ SCHRADER L A， RONNEKLEIV-KELLY S M， HOGENESCH J B， et al. Circadian disruption， clock genes， and metabolic health［J］. J Clin Invest， 2024， 134（14）： e170998. DOI： 10.1172/JCI170998.

［32］ D’ANGELO G F， DE MELLO A A F， SCHORR F， et al. Muscle and visceral fat infiltration： a potential mechanism to explain the worsening of obstructive sleep apnea with age［J］. Sleep Med， 2023， 104： 42-48. DOI： 10.1016/j.sleep.2023.02.011.

［33］ GANG C， CHEN C. Age at diagnosis of obstructive sleep apnea and subsequent risk of dementia［J］. J Psychiatr Res， 2025， 184： 170-175. DOI： 10.1016/j.jpsychires.2024.05.040.

（責任編輯：林燕薇）