English  |  正體中文  |  简体中文  |  Items with full text/Total items : 94286/110023 (86%)
Visitors : 21710996      Online Users : 430
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version


    Please use this identifier to cite or link to this item: http://asiair.asia.edu.tw/ir/handle/310904400/11210


    Title: 台灣地區阻塞型睡眠呼吸中止症病患之臨床預測模式
    Authors: 楊啟坤
    Contributors: Department of Healthcare Administration/Long-term Care Division
    Keywords: 阻塞型性睡眠呼吸中止症;預測模式;Friedman舌位分類
    Date: 2011
    Issue Date: 2011-09-16 13:03:07 (UTC+0)
    Publisher: Asia University
    Abstract: 目的: 以人體測量學、人口學及臨床變項來建立台灣地區阻塞型睡眠呼吸中止症風險及嚴重程度之預測模式。

    方法: 於2009年1月至2009年12月期間,蒐集台灣台中六家睡眠檢查中心因疑似睡眠呼吸中止症就診之病患,共有4027名病患納入本研究。在進行多重睡眠生理檢查前,先記錄其性別、年齡、身高、體重、頸圍、血壓、Friedman舌位分類(Friedman tongue position, FTP)及嗜睡量表(Epworth sleepiness scale, ESS)。建立羅吉斯迴歸來判別阻塞型睡眠呼吸中止症,並透過複迴歸尋找睡眠暫停-低息指數(apnea-hypopnea index, AHI)之預測因子及發展AHI之預測公式。

    結果: Friedman舌位分類、頸圍、年齡、身體質量指數(Body mass index, BMI)、性別、嗜睡量表及血壓為阻塞型睡眠呼吸中止症之預測因子。利用此預測因子所建立的診斷模式,其正確率可達 92%,其敏感度和特異度分別為83.4%和88.8%。利用相同預測因子建立出AHI之預測公式: lnAHI = -0.982+ FTP分數 ( FTP I: 0, FTP II: 1.171, FTP III: 1.989, FTP IV 2.419) + 0.024×頸圍 + 0.008×年齡 + 0.029×身體質量指數 + 0.269×性別 + 0.010×嗜睡量表 + 血壓分數 (正常: 0,高血壓前期: 0.108,高血壓: 0.158)。以AHI ? 5為切點,來判斷患者是否罹患阻塞型睡眠呼吸中止症,有84.7%的病患可以被正確判斷,模式敏感度和特異度分別為86.7%和82.7%。
    結論: FTP、頸圍、年齡、身體質量指數、男性、嗜睡量表及血壓為台灣地區阻塞型睡眠呼吸中止症風險性之預測因子。我們利用此研究發展出來的模式可以運用於台灣地區做為篩檢阻塞型睡眠呼吸中止症之工具。
    Appears in Collections:[長期照護組] 博碩士論文

    Files in This Item:

    File SizeFormat
    0KbUnknown546View/Open


    All items in ASIAIR are protected by copyright, with all rights reserved.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback