口吹氣現象和上氣道特徵預測阻塞性睡眠呼吸中止

Mouth Breathing and Upper Airway Features as Predictors of OSA

主持人： 楊靜修教授（國立陽明交通大學睡眠研究中心）

研究背景

阻塞型睡眠呼吸中止症（OSA）之確定診斷需依賴多頻道睡眠生理檢查（PSG），然而 PSG 檢查耗時、費用高且需在睡眠實驗室過夜，使得大量潛在 OSA 患者未能獲得及時診斷。因此，開發簡便、有效之臨床篩檢工具為 OSA 研究之重要方向。

口呼吸（mouth breathing）是 OSA 患者常見之呼吸型態，與上呼吸道結構異常及功能失調密切相關。習慣性口呼吸者常伴隨特定之顱顏結構特徵：

此外，藥物誘導睡眠內視鏡（Drug-Induced Sleep Endoscopy, DISE）可直接觀察睡眠中上呼吸道之塌陷部位及型態，提供傳統理學檢查無法獲得之動態資訊。整合口呼吸現象、顱顏結構評估及 DISE 發現，可能建立更精準之 OSA 臨床預測模型。

連續收案疑似 OSA 之成人患者，同時招募無打鼾之健康對照組。
口呼吸評估： 以結構式問卷評估自覺口呼吸頻率。以口呼吸檢測貼片（lip seal test）客觀確認睡眠中之口呼吸。 PSG 中以口鼻分離式氣流感測器量化口呼吸佔總呼吸之比例。
顱顏結構評估： 進行標準化之側面頭部 X 光攝影（lateral cephalometry），測量以下指標： SNA 角、SNB 角、ANB 角、下顎平面角、舌骨位置及後氣道空間。以臨床評估記錄 Mallampati 分級、扁桃腺大小、硬顎高度及下顎前凸度。
DISE 檢查： 以 propofol 或 midazolam 進行靶控輸注鎮靜，於模擬睡眠狀態下以軟式鼻咽喉鏡觀察上呼吸道塌陷。依 VOTE 分級系統記錄軟顎（Velum）、口咽側壁（Oropharyngeal lateral walls）、舌根（Tongue base）及會厭（Epiglottis）之塌陷程度及方向。
PSG 檢查： 進行標準整夜 PSG 以確診 OSA 並評估嚴重度。
以邏輯斯回歸及決策樹演算法建立 OSA 預測模型，計算模型之 AUC、敏感度及特異度。

口呼吸為 OSA 之顯著預測因子： PSG 中口呼吸比例 > 30% 之受試者，OSA 之風險為非口呼吸者之 3.2 倍，且口呼吸比例與 AHI 呈正相關（r = 0.45）。
口呼吸者具特徵性顱顏結構： 口呼吸者之 SNB 角較小（下顎後縮程度較大）、下顎平面角較大（長臉型態）、舌骨位置較低，此三項指標均為 OSA 嚴重度之獨立預測因子。
DISE 發現與口呼吸之關聯： 口呼吸者在 DISE 中呈現較高比例之舌根後墜（tongue base collapse）及完全性口咽塌陷，且塌陷程度與口呼吸比例正相關。
整合預測模型效能優異： 結合口呼吸比例、Mallampati 分級、頸圍、BMI 及 SNB 角之預測模型，對中重度 OSA（AHI ≥ 15）之 AUC 達 0.88，敏感度 85%、特異度 78%。
口呼吸改善可預測治療反應： 在接受口腔矯治器或手術治療之亞群中，治療後口呼吸比例之降低程度與 AHI 改善呈正相關。

本研究建立了一套整合口呼吸評估、顱顏結構分析及上呼吸道內視鏡檢查之 OSA 預測模型，為臨床篩檢提供了新的工具。

第一，口呼吸評估簡單、快速且成本低廉，可作為基層醫療機構之 OSA 初步篩檢指標。第二，顱顏結構評估結合口呼吸資訊，可在門診即提供較準確之 OSA 風險預估。

第三，DISE 檢查揭示之特定塌陷型態可指導治療方式之選擇。例如舌根後墜為主者可能較適合舌下神經刺激治療或口腔矯治器。

第四，口呼吸作為可修正之因素，透過肌功能治療（myofunctional therapy）或鼻腔通暢度改善來矯正口呼吸，可能成為 OSA 之輔助治療策略。