编辑推荐：
为探究体重调整腰围指数（WWI）与睡眠呼吸暂停症状的关联，并对比其与传统肥胖指标的判别能力，研究人员分析 2015 - 2018 年美国国家健康和营养检查调查数据。结果显示 WWI 与睡眠呼吸暂停症状正相关，虽判别能力略逊传统指标，但关联稳定，对评估睡眠呼吸暂停症状有意义。
睡眠呼吸暂停是一种常见且影响深远的睡眠障碍，它如同潜伏在夜晚的 “健康刺客”，悄无声息地干扰着人们的睡眠质量，影响日常功能，还与多种慢性疾病紧密相连，严重威胁着人们的健康和寿命。全球范围内，约 9.36 亿 30 - 69 岁的人深受其扰，在欧美等发达国家，成年人的患病率更是在 9% - 38% 之间。
肥胖作为睡眠呼吸暂停的主要可改变风险因素，其与睡眠呼吸暂停的关系一直备受关注。然而，常用的肥胖衡量指标如体重指数（BMI）存在诸多缺陷，它无法精准区分肌肉和脂肪质量，在不同年龄、性别和种族群体中，与慢性疾病的关联也不稳定。于是，一种新的肥胖指标 —— 体重调整腰围指数（WWI）应运而生，它综合了腰围（WC）和体重两个因素，能更好地反映中心 / 腹部肥胖情况。此前，WWI 已被证实与多种健康问题相关，但它与睡眠呼吸暂停症状之间的关系却无人探究。
为填补这一空白，来自美国孟菲斯大学公共卫生学院流行病学、生物统计学与环境卫生学系（Division of Epidemiology, Biostatistics & Environmental Health, School of Public Health, The University of Memphis）等机构的研究人员展开了一项重要研究。他们从 2015 - 2018 年美国国家健康和营养检查调查（NHANES）中获取数据，该调查针对美国非机构化平民，通过访谈、体格检查和实验室检测收集健康和营养相关数据，样本具有广泛代表性。
研究人员以 20 岁及以上的成年人为研究对象，在排除了未成年人、孕妇以及数据缺失的个体后，最终确定了 9566 名参与者。他们将睡眠呼吸暂停症状作为研究的结果变量，依据健康人 2030 指南和先前研究，通过询问参与者平日睡眠时间、打鼾频率、睡眠中呼吸异常情况以及日间过度嗜睡情况来判定。而主要的暴露变量是 WWI，同时研究人员还纳入了年龄、性别、教育程度、种族、哮喘、甘油三酯、吸烟状况、饮酒量和身体活动等多个可能影响研究结果的协变量。
在研究过程中，研究人员运用了多种关键技术方法。首先，对 NHANES 复杂的调查设计进行合理统计处理，以确保数据的准确性和可靠性。对于连续变量，根据情况报告均值和标准差（SD）或中位数和四分位数间距（IQR）；对于分类变量，则报告频率（或百分比）。为深入分析 WWI 与睡眠呼吸暂停症状的关系，他们将 WWI 既作为连续变量，又按三分位数进行分类。利用加权线性回归分析连续变量在 WWI 三分位数间的均值差异，通过加权卡方检验检测分类变量与 WWI 三分位数的粗略关联。还运用加权多变量逻辑回归模型，在不同模型中逐步调整协变量，探究 WWI 与睡眠呼吸暂停症状的关联。同时，通过拟合平滑曲线来研究两者的非线性关系，并进行亚组分析以确定关联在不同群体中的一致性。最后，利用受试者工作特征曲线下面积（ROC - AUC）比较不同肥胖指标区分有无睡眠呼吸暂停症状个体的能力。
研究结果令人瞩目。参与者的平均 WWI 为 11.03±2.37 cm/√kg，睡眠呼吸暂停症状的患病率为 13.10%，且随着 WWI 的增加，患病率显著上升，在 WWI 三分位数的三个区间中，患病率分别为 8.66%、13.33% 和 17.31%。多变量逻辑回归模型显示，在调整了众多协变量后，WWI 与睡眠呼吸暂停症状呈显著正相关（调整后的优势比（AOR） = 1.71，95% 置信区间（CI）：1.32 - 2.21，p < 0.01）。平滑曲线拟合进一步证实了两者之间存在非线性正相关关系。亚组分析发现，这种关联在不同年龄组、性别、哮喘状况和身体活动水平的群体中均保持一致。不过，在区分有无睡眠呼吸暂停症状个体的能力方面，WWI 略逊于传统肥胖指标（BMI、WtHR、WHR 和 WC），其 ROC - AUC 为 0.63，而其他指标在 0.64 - 0.67 之间。
综合研究结论和讨论部分，该研究首次证实了 WWI 与睡眠呼吸暂停症状之间存在显著正相关，且呈现剂量 - 反应关系。尽管 WWI 在判别能力上稍弱于传统指标，但它在不同特征人群中的关联稳定性，使其成为评估睡眠呼吸暂停症状的可靠指标。这一发现为睡眠呼吸暂停的研究和临床评估开辟了新的视角，有助于更深入地理解肥胖与睡眠呼吸暂停之间的关系，为未来预防和干预睡眠呼吸暂停提供了新的潜在方向。然而，研究也存在一些局限性，如未测量颈部周长这一重要风险因素，且由于数据的横断面性质，无法确定 WWI 与睡眠呼吸暂停症状之间的时间先后关系，部分变量通过自我报告测量可能影响数据可靠性。因此，后续还需要前瞻性研究进一步验证这些发现，以完善对睡眠呼吸暂停与肥胖关系的认知，更好地守护人们的睡眠健康。
