首页 > 论文范文 > 医药卫生论文 > 儿科论文 > 孤独症论文 > 孤独症儿童睡眠障碍的影响因素及预测模型

孤独症儿童睡眠障碍的影响因素及预测模型

2025-05-27 33 上传者：管理员

摘要：目的探讨孤独症儿童睡眠障碍的影响因素,以此构建列线图预测模型并进行验证｡方法回顾性分析2023年1月—2023年12月宁波大学附属妇女儿童医院收治的132例孤独症儿童的临床资料,根据8∶2定律随机分为训练集106例和验证集26例｡依据患儿是否存在睡眠障碍分为睡眠障碍组和对照组｡统计孤独症患儿的睡眠障碍发生情况,比较训练集睡眠障碍组和对照组的基本资料,分析孤独症儿童睡眠障碍的影响因素,构建列线图模型并验证,预测孤独症患儿发生睡眠障碍的效能｡结果训练集106例患儿中28例(26.42%)患儿发生睡眠障碍,验证集26例患儿中6例(23.08%)患儿发生睡眠障碍｡睡眠障碍组睡前电子屏幕时间长于对照组(P<0.05),新生儿窒息史率､母孕期抑郁率均高于对照组(P<0.05),父母关系和谐率低于对照组(P<0.05)｡训练集睡眠障碍组与对照组患儿性别､年龄､照顾者､午间睡眠时间､户外活动时间､电子屏幕时间及父母年龄､父母性格､居住环境､3岁前与父母分离时间､分娩方式比较,差异均无统计学意义(P>0.05)｡多因素一般Logistic回归分析结果显示:睡前电子屏幕时间长[■=1.078(95%CI:1.003,1.158)]､存在新生儿窒息史[■=4.867(95%CI:1.400,16.919)]､父母关系差[■=6.818(95%CI:1.575,29.509)]､母孕期抑郁[■=2.632(95%CI:1.036,6.686)]均是孤独症儿童睡眠障碍的危险因素(P<0.05)｡经Bootstrap法验证,模型C-index指数为0.859(95%CI:0.769,0.948),Calibration曲线结果显示,校正曲线与理想曲线趋近,经Hosmer-Lemeshow检验,提示拟合度较好(P>0.05)｡训练集模型预测孤独症儿童发生睡眠障碍的曲线下面积为0.826,敏感性为85.70%(95%CI:0.775,0.934),特异性为73.10%(95%CI:0.753,0.814);验证集模型预测孤独症儿童发生睡眠障碍的曲线下面积为0.788,敏感性为71.40%(95%CI:0.634,0.813),特异性为79.50%(95%CI:0.716,0.894)｡结论睡前电子屏幕时间长､存在新生儿窒息史及母孕期抑郁､父母关系差的孤独症患儿更易发生睡眠障碍,基于此构建的列线图预测模型对孤独症患儿睡眠障碍的发生风险具有较好的预测效能｡

关键词：
儿童
列线图模型
孤独症
影响因素
睡眠障碍
加入收藏

据世界卫生组织报告,全球孤独症平均患病率为0.62%,即每160个儿童中大约有1个孤独症儿童[1]｡在我国,孤独症的患病率也呈现出逐年增长的趋势,在<14岁儿童中约有200万孤独症患儿,且每年新增约16万[2]｡这些数据表明,孤独症已成为严重影响中国儿童健康的重大公共问题｡有研究显示,3~18岁孤独症患儿多数存在睡眠障碍,故随着孤独症诊断率的逐渐提高,孤独症儿童的睡眠问题已成为临床不可忽视的重要研究方向[3]｡孤独症儿童的睡眠障碍不仅对他们的身体健康､认知发展和社会适应能力产生负面影响,还给家庭和医护人员带来很大的压力[4-5]｡因此,对孤独症儿童睡眠障碍的研究不仅有助于改善患儿睡眠质量,还可能对患儿整体发展产生积极影响｡孤独症儿童的睡眠障碍可能受到多种因素的影响,包括心理､生理､行为､环境等,为更深入地了解孤独症儿童的睡眠障碍,本研究分析了孤独症儿童睡眠障碍的影响因素,并建立列线图模型来预测其发生风险,帮助医生早期识别孤独症儿童面临的睡眠障碍,并提供个性化的干预方案,为孤独症儿童睡眠障碍的早期干预提供科学依据｡

1､资料与方法

1.1一般资料

回顾性分析2023年1月—2023年12月宁波大学附属妇女儿童医院收治的132例孤独症儿童的临床资料,按照8∶2定律随机分为训练集和验证集,分别有106､26例｡纳入标准:①符合《精神障碍诊断与统计手册》[6]中孤独症的诊断标准;②年龄3~12岁;③患儿监护人对本研究知情同意;④无其他器质性疾病;⑤临床资料完整｡排除标准:①存在躯体障碍;②脑瘫､癫痫等脑部器质性疾病;③遗传代谢性疾病;④有镇静催眠药史;⑤不能配合调查｡

1.2方法

1.2.1资料收集

①患儿情况:包括性别､年龄､照顾者､午间睡眠时间､生活习惯(每日平均户外活动时间､每日平均电子屏幕时间､每日平均睡前电子屏幕时间)､新生儿窒息史;②父母情况:包括年龄､父亲性格､母亲性格､父母关系､居住环境､3岁前与父母分离时间､母孕期抑郁､分娩方式｡

1.2.2睡眠质量

依据儿童睡眠质量调查问卷调查睡眠质量,包括入睡困难､睡眠不安､间断睡眠､夜惊､夜间尿床､打鼾､梦呓､梦游､梦魇､张口呼吸､夜间磨牙､睡眠出汗｡存在任意一项则存在睡眠障碍作为睡眠障碍组(28例),剩余作为对照组(78例)｡

1.3统计学方法

数据分析采用SPSS26.0和R4.2.1统计学软件｡计数资料以构成比或率(%)表示,比较用χ2检验;计量资料以均数±标准差(x±s)表示,比较用t检验｡影响因素的分析采用多因素一般Logistic回归模型;构建列线图模型,采用Bootstrap法验证模型;绘制受试者工作特征(receiveroperatingcharacteristic,ROC)曲线｡P<0.05为差异有统计学意义｡

2､结果

2.1孤独症患儿的睡眠障碍发生情况

训练集106例患儿中,有28例(26.42%)患儿发生睡眠障碍,包括5例入睡困难､4例睡眠不安､1例间断睡眠､2例夜惊､2例夜间尿床､1例打鼾､1例梦呓､1例梦魇､5例张口呼吸､3例夜间磨牙､3例睡眠出汗｡验证集26例患儿中,有6例(23.08%)患儿发生睡眠障碍,包括2例入睡困难､1例睡眠不安､3例张口呼吸｡

2.2训练集睡眠障碍组与对照组的基本资料比较

训练集睡眠障碍组与对照组睡前电子屏幕时间､新生儿窒息史率､父母关系和谐率､母孕期抑郁率比较,经χ2/t检验,差异均有统计学意义(P<0.05)｡睡眠障碍组睡前电子屏幕时间长于对照组,新生儿窒息史率､母孕期抑郁率均高于对照组,父母关系和谐率低于对照组｡睡眠障碍组与对照组患儿性别､父母年龄､照顾者､午间睡眠时间､户外活动时间､电子屏幕时间及父母年龄､性格､居住环境､3岁前与父母分离时间､分娩方式比较,经χ2/t检验,差异均无统计学意义(P>0.05)｡见表1､2｡

表1睡眠障碍组与对照组患儿基本资料比较

表2睡眠障碍组与对照组父母基本资料比较

2.3影响孤独症儿童睡眠障碍的多因素一般Logistic回归分析

以孤独症儿童是否发生睡眠障碍为因变量,睡前电子屏幕时间､新生儿窒息史､父母关系､母孕期抑郁为自变量(赋值见表3),进行多因素一般Logistic回归分析,结果显示:睡前电子屏幕时间长[O^R=1.078(95%CI:1.003,1.158)]､存在新生儿窒息史[O^R=4.867(95%CI:1.400,16.919)]､父母关系差O^R=6.818(95%CI:1.575,29.509)]､母孕期抑郁[O^R=2.632(95%CI:1.036,6.686)]均是孤独症儿童睡眠障碍的危险因素(P<0.05)｡见表4｡

2.4孤独症儿童睡眠障碍的列线图模型构建

根据表3中的因素为预测变量构建列线图模型,各因素得分:睡前电子屏幕时间93分､新生儿窒息史90分､父母关系100分､母孕期抑郁84分,总分84~367分,对应风险为0.05~0.80,总分越高表示睡眠障碍发生风险越高｡见图1｡

表3赋值表

表4影响孤独症儿童睡眠障碍的多因素一般Logistic回归分析参数

图1孤独症儿童睡眠障碍的列线图模型

2.5列线图预测模型的验证

经Bootstrap法验证,模型C-index指数为0.859(95%CI:0.769,0.948),区分度良好;绘制Calibration曲线,结果显示校正曲线与理想曲线趋近,经Hosmer-Lemeshow检验,提示拟合度较好(χ2=1.120,P=0.298)｡见图2｡

2.6预测效能评估

ROC曲线结果显示,训练集模型预测孤独症儿童发生睡眠障碍的曲线下面积为0.826,敏感性为85.70%(95%CI:0.775,0.934),特异性为73.10%(95%CI:0.753,0.814);验证集模型预测孤独症儿童发生睡眠障碍的曲线下面积为0.788,敏感性为71.40%(95%CI:0.634,0.813),特异性为79.50%(95%CI:0.716,0.894),提示模型预测效能较好｡见图3､4｡

图2列线图预测模型验证

图3训练集模型预测孤独症儿童发生睡眠障碍的ROC曲线

图4验证集模型预测孤独症儿童发生睡眠障碍的ROC曲线

3､讨论

睡眠障碍是孤独症儿童普遍存在的问题,其发病率高达50%~80%,是正常发育儿童的2~3倍[7]｡睡眠障碍可加剧孤独症儿童的社交交流障碍和重复刻板行为等核心症状,日间出现注意力不集中､攻击行为增加等,甚至影响生长发育[8-9],因此了解影响因素,有助于识别出孤独症儿童睡眠问题的根源,并进行个性化的干预措施,帮助儿童恢复健康的睡眠模式,促进儿童的身心健康｡

本研究结果提示,睡眠障碍组的睡前电子屏幕时间更长,新生儿窒息史､父母关系差､母孕期抑郁的占比更高,且多因素一般Logistic回归分析结果显示:睡前电子屏幕时间长､存在新生儿窒息史及母孕期抑郁､父母关系差均为孤独症儿童睡眠障碍的独立危险因素｡这是由于:①褪黑激素是调节睡眠的关键激素,可以帮助人们入睡并维持良好的睡眠质量[10-11]｡电子屏幕会发出大量的蓝光,抑制大脑中褪黑激素的分泌[12],使褪黑激素分泌减少,打乱生物钟,导致孤独症儿童入睡困难,甚至引发睡眠周期紊乱;且电子设备上的内容具有高度的视觉和听觉刺激,使儿童的感官系统过度负荷,产生强烈的情绪波动,思维变得过于活跃,难以进入放松状态,影响入睡;长时间使用电子设备往往会打破儿童原本的睡眠规律,干扰其生物节律,晚上不易入睡,导致错过最佳入睡时间｡此外,运动是促进睡眠的重要因素之一,过度依赖电子设备,减少了白天的身体活动,导致体内能量过剩[13],进而影响晚上的入睡时间和睡眠质量;且孤独症儿童需要家长在睡前提供一定的情感支持和陪伴,帮助他们放松,而长时间使用电子产品会分散家庭成员的注意力,减少与孩子的互动,导致孩子在睡前缺乏情感安全感,增加睡眠障碍的风险｡②新生儿窒息可能导致婴儿大脑在发育过程中受到持久性损伤,影响负责睡眠调节的神经区域,尤其是下丘脑､松果体等涉及生物钟､睡眠-觉醒周期的脑区和杏仁核､前额叶等与情绪调节相关的器官,导致睡眠模式失调､睡眠调节能力受损,还会导致自主神经系统功能异常,使患儿在睡前出现交感神经活动过度(过度兴奋)或副交感神经活动不足(缺乏放松感),导致入睡困难和睡眠质量差[14-15]｡③孕期抑郁的母亲体内会出现皮质醇水平升高,影响胎儿的神经发育[16-17],这可能导致睡眠调节功能失常,出现睡眠障碍;还会改变胎盘功能,影响胎儿的生物节律和大脑发育,增加睡眠障碍的发生风险｡此外,孕期抑郁还会影响母亲产后与孩子的互动质量[18],对育儿的投入较少,不利于孩子的情感安全感和睡眠习惯的建立,进一步加重儿童的睡眠问题｡④家庭是儿童情绪和心理发展的重要支持系统,对于孤独症儿童来说,家庭中的情感支持尤为关键[19-20]｡父母关系差会使家庭环境变得不稳定和充满压力,儿童无法获得足够的情感安全感,容易在晚上感到孤独或不安,导致难以入睡或频繁觉醒;父母的情绪状态不稳定可直接影响孩子的情绪调节和睡眠模式,且孤独症儿童对父母情绪波动非常敏感,父母的负面情绪会通过非言语的方式传递给孩子,使孩子产生焦虑､恐惧､不安等情绪反应,进而影响睡眠,还可能会忽视孩子的情感需求,导致儿童缺乏安全感,且孤独症儿童难以学会如何管理自己的情绪,这可能导致入睡困难､夜间觉醒等睡眠问题[21-23]｡

列线图模型是基于Logistic回归结果,将复杂的回归方程转化为可视化的图形,在图表上绘制线条来表示数据点之间的关系,并将多个预测指标进行整合,较为直观有效地预测发生风险,使预测模型的结果更具可读性[24-25]｡本研究结果提示,孤独症儿童睡眠障碍的发生风险依次为父母关系>睡前电子屏幕时间>新生儿窒息史>母孕期抑郁,经验证,C-index指数为0.859,区分度和拟合度较好,ROC曲线可得出该模型对孤独症儿童睡眠障碍具有较好的预测效能,其指标有助于医生快速识别睡眠障碍风险,可在早期进行积极干预,预防孤独症儿童睡眠障碍的发生｡

综上所述,基于母孕期抑郁､新生儿窒息史､睡前电子屏幕时间､父母关系构建的列线图模型可较好地预测孤独症儿童睡眠障碍的发生风险｡

参考文献:

[2]邢家毅.孤独症儿童在面对面交谈中眼球运动规律的研究及基于机器学习识别孤独症模型的建立[D].深圳:深圳大学,2022.

[4]胡莉菲,廖爱琴,张秀春,等.孤独症谱系障碍儿童共患睡眠障碍的机制研究进展[J].国际儿科学杂志,2024,51(6):364-368.

[6]美国精神医学学会.精神障碍诊断与统计手册[M].张道龙,译.第5版.北京:北京大学出版社,2015:38-39.

[8]朱凯轩,王宇翔,王献娜,等.学龄前孤独症谱系障碍儿童的睡眠障碍及其与社交行为的相关性[J].中国康复理论与实践,2023,29(5):608-614

基金资助:浙江省医药卫生科技计划项目(No:2024KY1192);

文章来源:孙佳琦,吕兰秋.孤独症儿童睡眠障碍的影响因素及预测模型[J].中国现代医学杂志,2025,35(10):55-60.