Deze cross-sectionele observationele studie evalueerde of de dikte van het abdominale subcutane vet, gemeten op bestaande CT-beelden, geassocieerd was met het risico op obstructieve slaapapneu op basis van STOP-BANG. Er werd geen significante associatie waargenomen tussen de op CT gemeten vetdikte en de STOP-BANG-scores.
Onderzoeksartikel
Met computertomografie gemeten dikte van het abdominale subcutane vet en het risico op obstructieve slaapapneu: een observationele cross-sectionele studie
In dit artikel
Samenvatting
Samenvatting
Deze studie onderzocht of de dikte van het subcutane vet rond de navel (umbilical subcutaneous fat thickness, USFT), opportunistisch gemeten op abdominale computertomografie (CT)-beelden verkregen voor klinische indicaties, geassocieerd was met het perioperatieve risico op obstructief slaapapneu (OSA), beoordeeld met de STOP-BANG-vragenlijst. In deze cross-sectionele observationele studie vulden 64 volwassen deelnemers de STOP-BANG-vragenlijst in, en werd de USFT gemeten op bestaande abdominale CT-beelden aan de hand van een gestandaardiseerd protocol. Associaties tussen USFT en continue variabelen werden beoordeeld met de Spearman-correlatie, terwijl vergelijkingen tussen de STOP-BANG-risicocategorieën werden uitgevoerd met de Kruskal-Wallis-toets. Exploratieve logistische regressie werd gebruikt om de associatie tussen USFT en een hoog STOP-BANG-risico te beoordelen na correctie voor leeftijd. Er werd geen significante correlatie waargenomen tussen USFT en de STOP-BANG-score (ρ = 0.142, p = 0.264), en USFT verschilde niet significant tussen de STOP-BANG-risicocategorieën (p = 0.677). USFT was significant hoger bij deelnemers die snurken rapporteerden (p = 0.026) en vertoonde positieve correlaties met de body mass index (BMI; ρ = 0.663, p < 0.001) en de nekomtrek (ρ = 0.544, p < 0.001). USFT was na correctie voor leeftijd niet significant geassocieerd met een hoog STOP-BANG-risico. Over het algemeen was de via CT gemeten USFT in deze studie niet geassocieerd met het op STOP-BANG gebaseerde OSA-risico. Grotere studies met behulp van polysomnografie (PSG)-bevestigd OSA en adequaat gefundeerde multivariabele analyses zijn nodig om de potentiële rol van op CT gebaseerde adipiteitsmetingen bij de perioperatieve risicobeoordeling van OSA te bepalen.
Inleiding
OSAS is een slaapgerelateerde ademhalingsstoornis die wordt gekenmerkt door herhaalde obstructie van de bovenste luchtwegen tijdens de slaap, wat leidt tot intermitterende hypoxie, hypercapnie en slaapfragmentatie1. OSAS is geassocieerd met zowel cardiovasculaire als metabole comorbiditeiten en vormt een belangrijk perioperatief aandachtspunt, omdat het het risico op moeilijke maskerventilatie, moeilijke endotracheale intubatie en postoperatieve respiratoire complicaties verhoogt2,3. Ondanks de klinische relevantie blijft OSAS bij chirurgische patiënten vaak onopgemerkt, waardoor een pragmatische perioperatieve risicostratificatie essentieel is.
Obesitas is een belangrijke bijdrage aan het risico op OSAS via mechanismen waaronder veranderde mechanica van de bovenste luchtwegen, verminderde responsiviteit van de faryngeale spieren en inflammatoire-metabole effecten gerelateerd aan dysfunctie van het vetweefsel3,4. Hoewel PSG de diagnostische gouden standaard is, maken beperkte toegang, wachttijden en haalbaarheidsbeperkingen tijdens acute chirurgische opnames vaak het gebruik van screeningsinstrumenten noodzakelijk in plaats van objectieve slaaptesten in routineuze perioperatieve workflows1,5. Onder deze instrumenten wordt de STOP-BANG-vragenlijst veelvuldig gebruikt vanwege de eenvoud en hoge sensitiviteit. De score omvat acht parameters — snurken, slaperigheid overdag, waargenomen apneu, hypertensie, BMI, leeftijd, halsomtrek en geslacht — om patiënten in OSAS-risicocategorieën in te delen6,7.
De dikte van het subcutaan ombilicaal vet (USFT), als indicator voor abdominale adipositeit, kan de ernst en complicaties van OSA beïnvloeden door een toegenomen ophoping van abdominaal vet3,8. CT is een veelgebruikte methode voor het beoordelen van abdominaal vetweefsel en biedt een hoge nauwkeurigheid en reproduceerbaarheid bij de vetmeting. Eerdere studies hebben sterke correlaties gerapporteerd tussen op CT gebaseerde metingen van subcutaan en visceraal vet en antropometrische parameters9. Het is echter onduidelijk of opportunistisch gemeten USFT op een abdominale CT aanvullende informatie verschaft in relatie tot de perioperatieve risicostratificatie voor OSA op basis van STOP-BANG.
Daarom was het doel van deze studie om te onderzoeken of USFT, opportunistisch gemeten op bestaande abdominale CT-beelden die om klinische redenen zijn verkregen, geassocieerd is met het risico op OSA, beoordeeld met de STOP-BANG-vragenlijst bij volwassen chirurgische patiënten. De noviteit van deze studie ligt in het gebruik van routinematig verkregen abdominale CT-beelden om USFT te kwantificeren zonder extra blootstelling aan beeldvorming. Wij hypothetiseerden dat een grotere via CT gemeten USFT geassocieerd zou zijn met hogere STOP-BANG-scores en een verhoogd risico op OSA.
Protocol
Deze cross-sectionele observationele studie is goedgekeurd door de ethische commissie van het Ankara Bilkent City Hospital (goedkeuringsdatum: 9 april 2025; goedkeuringsnummer: TABED-1-25-1200). Alle procedures zijn uitgevoerd in overeenstemming met de ethische normen van de institutionele en/of nationale onderzoek commissie en de Verklaring van Helsinki uit 1964 en latere wijzigingen daarvan of vergelijkbare ethische normen. Geïnformeerde toestemming is verkregen van alle individuele deelnemers die aan de studie hebben deelgenomen. Geen enkele inschrijving van deelnemers, procedure voor geïnformeerde toestemming, STOP-BANG-beoordeling of andere studiespecifieke gegevensverzameling heeft plaatsgevonden vóór de formele goedkeuring door de ethische commissie.
Studieopzet en Deelnemers
Deze studie werd uitgevoerd tussen 10 april 2025 en 30 juni 2025. Volwassen patiënten (≥18 jaar) die een abdominale CT-scan ondergingen vanwege klinische indicaties in de afdeling Algemene Chirurgie kwamen in aanmerking voor inclusie. De klinische indicaties voor de CT-scan omvatten buikpijn, vermoeden van maligniteit en trauma. STOP-BANG-scores werden op dezelfde dag als het CT-onderzoek verkregen, waardoor beide beoordelingen betrekking hadden op dezelfde klinische periode. Er werd geen aanvullende CT-beeldvorming specifiek voor deze studie uitgevoerd. Exclusiecriteria waren een leeftijd <18 jaar, zwangerschap, weigering om deel te nemen, afwezigheid van geschikte abdominale CT-beelden, eerdere abdominale chirurgie die nauwkeurige vetmetingen zou kunnen beïnvloeden, of onvolledige klinische gegevens. Er werden geen aanvullende beeldvormings- of diagnostische procedures voor onderzoeksdoeleinden uitgevoerd; alle CT-onderzoeken werden verkregen als onderdeel van de routinematige klinische zorg. Het proces van screening en selectie van deelnemers is samengevat in Figuur 1.
Figuur 1. Stroomdiagram van de patiëntenstroom. Het stroomschema illustreert het selectieproces van de studie, inclusief het aantal gescreende patiënten, de redenen voor uitsluiting, het uiteindelijke aantal deelnemers dat in de analyse is opgenomen en hun verdeling over de STOP-BANG-risicocategorieën. De uiteindelijke risicogroepen bestonden uit deelnemers met een laag risico (n = 20), een gemiddeld risico (n = 24) en een hoog risico (n = 20). Aangezien dit een beschrijvend stroomdiagram van de patiëntenstroom is en geen statistische datafiguur, zijn foutenbalken en toetsen voor statistische significantie niet van toepassing. Afkortingen: USFT, umbilical subcutaneous fat thickness; n, aantal deelnemers. Klik hier om een grotere versie van deze figuur te bekijken.
Klinische en antropometrische gegevens
Demografische en antropometrische gegevens, waaronder leeftijd, geslacht, lengte, gewicht, BMI en nekomtrek, werden geregistreerd. De nekomtrek werd gemeten met een flexibel, niet-elastisch meetlint terwijl de deelnemer rechtop stond en het hoofd in een neutrale positie hield. De meting werd uitgevoerd ter hoogte van de laryngeale prominentie (schildkraakbeen). Metingen werden genoteerd op 0,1 cm nauwkeurig. Er zijn drie metingen verricht, waarbij de gemiddelde waarde voor de analyse werd gebruikt. Een nekomtrek van >40 cm werd beschouwd als positief voor het STOP-BANG-criterium. De hypertensiestatus en de antwoorden op de STOP-BANG-vragenlijst werden verzameld op het moment van inschrijving. De STOP-BANG-score werd berekend op basis van acht componenten: snurken, overdag vermoeidheid, waargenomen apneu, hypertensie, BMI > 35 kg/m2, leeftijd > 50 jaar, nekomtrek >40 cm en mannelijk geslacht6,7.
CT-gebaseerde meting van USFT
Alle CT-onderzoeken werden uitgevoerd met een 128-slice multidetector CT-scanner. De beeldvormingsparameters waren als volgt: buisspanning, 120 kV; automatische buistroommodulatie, 200–420 mA; rotatietijd, 0,6 s; pitch, 1,375; detectordekking, 40,0 mm; acquisitiedikte van de coupes, 3,75 mm; reconstructiedikte van de coupes, 1,25 mm met gebruik van een standaard reconstructiekern voor zacht weefsel; en tafellengte, 2000 mm. De metingen werden uitgevoerd op zowel niet-contrast- als contrastversterkte beelden, aangezien de grenzen van het subcutane vetweefsel duidelijk onderscheidbaar zijn, ongeacht de toediening van contrastmiddel. Beeldbeoordelingen werden uitgevoerd met ProHIMS PACS Viewer-software (versie 2024.5.0) met standaard instellingen voor het venster van zacht weefsel in de buik (vensterbreedte, 400 HU; vensterniveau, 40 HU). Om interobservervariabiliteit te minimaliseren, werden alle beeldbeoordelingen uitgevoerd door één radioloog met meer dan 10 jaar ervaring in de interpretatie van CT-beelden van de buik. De metingen werden verkregen uit bestaande CT-beelden zonder extra blootstelling aan straling.
De USFT werd gemeten op axiale CT-doorsneden ter hoogte van de navel. Het exacte niveau van de navel werd bepaald door het anatomische herkenningspunt van het navellitteken op de voorste bukwand te identificeren. De metingen werden uitgevoerd volgens een gestandaardiseerd protocol door de afstand tussen het huidoppervlak en de voorste rectusschede (spierfascie) te berekenen. Zoals beschreven in het eerdere protocol, werden de metingen uitgevoerd op drie opeenvolgende axiale doorsneden op dit niveau, en de waarden werden gemiddeld voor de definitieve analyse.
De beoordelende radioloog was tijdens de beeldanalyse blind voor de STOP-BANG-scores en de klinische uitkomsten van de deelnemers. Om de intra-waarnemerbetrouwbaarheid te evalueren, werd een willekeurige subset van 20 CT-scans opnieuw geanalyseerd door dezelfde geblindeerde radioloog. De betrouwbaarheid werd beoordeeld met behulp van de intraclass-correlatiecoëfficiënt (ICC). De meetbetrouwbaarheid van de intra-waarnemer was goed, met een ICC van 0,79. Een representatief voorbeeld van de meettechniek wordt gepresenteerd in Figuur 2.
Figuur 2. Representatieve meting van de dikte van het subcutane vet bij de navel op een abdominale computertomografie-opname. Een representatief axiaal computertomografie-beeld (CT) op navelhoogte toont de meting van de dikte van het subcutane vet bij de navel (USFT). De verticale meetschuif geeft de loodrechte afstand aan tussen het voorste huidoppervlak en de voorste rectusschede (spierfascie). Het beeld representeert een enkele axiale doorsnede van één deelnemer en illustreert uitsluitend de meettechniek. Voor de studieanalyse werd de USFT gemeten op drie opeenvolgende axiale doorsneden op navelhoogte, waarbij het gemiddelde van deze drie metingen werd gebruikt als de definitieve USFT-waarde. R, rechts; L, links; CT, computertomografie; USFT, umbilical subcutaneous fat thickness. Klik hier om een grotere versie van deze figuur te bekijken.
Uitkomsten en STOP-BANG Risicocategorisering
De primaire uitkomstmaat was de associatie tussen USFT en de STOP-BANG-score. STOP-BANG-scores werden geanalyseerd als zowel een continue variabele als in categorische risicogroepen: laag risico (0–2), intermediair risico (3–4) en hoog risico (≥5)7. De afkapwaarde van ≥5 werd gekozen voor de classificatie van hoog risico omdat deze een hogere specificiteit biedt en sterker geassocieerd is met matige tot ernstige OSA, wat bijzonder relevant is in de perioperatieve setting.
Overwegingen met betrekking tot de steekproefgrootte
De steekproefgrootte van de studie (n = 64) werd bepaald op basis van de haalbaarheid binnen de studieperiode. Gezien de beperkte eerdere gegevens over de relatie tussen CT-afgeleide USFT en de STOP-BANG-score, was de studie ontworpen als een verkennende, hypothese-genererende analyse in plaats van een confirmatieve studie met voldoende power om kleine effectgroottes te detecteren. Bijgevolg werden de resultaten geïnterpreteerd met de nadruk op effectschattingen en klinische relevantie in plaats van enkel op statistische significantie.
Statistische Analyse
Statistische analyses werden uitgevoerd met Python (versie 3.10.12), met pandas (versie 1.5.3), SciPy (versie 1.10.1) en statsmodels (versie 0.14.0). Matplotlib (versie 3.7.1) en seaborn (versie 0.12.2) werden gebruikt voor datavisualisatie. De normaliteit van continue variabelen werd beoordeeld met de Shapiro-Wilk-toets. Variabelen met een normale verdeling werden weergegeven als gemiddelde ± standaarddeviatie, terwijl variabelen met een niet-normale verdeling werden uitgedrukt als mediaan (minimum–maximum, interkwartielafstand [IQR]).
Groepsvergelijkingen over de drie STOP-BANG-risicocategorieën werden beoordeeld met de Kruskal-Wallis-toets. De associatie tussen USFT en individuele componenten van de STOP-BANG-vragenlijst werd verder geanalyseerd: de Mann-Whitney U-toets werd toegepast op dichotome categorische variabelen, en de Spearman-correlatie werd gebruikt voor continue variabelen.
Logistische regressiemodellen werden gebruikt om de associatie tussen USFT en een hoog OSA-risico op basis van STOP-BANG te evalueren. De afhankelijke variabele in alle modellen was een binair hoog STOP-BANG-risico, strikt gedefinieerd als een score ≥5. Gezien het beperkte aantal geverifieerde hoogrisicogevallen (n = 20), werd conventionele multivariabele logistische regressie met meerdere covariabelen vermeden om overfitting te beperken. In plaats daarvan bevatte een minimaal standaard logistisch regressiemodel expliciet slechts twee onafhankelijke variabelen: USFT en leeftijd. Bovendien werd een L2-gepenaliseerde (Ridge) logistische regressie uitgevoerd met dezelfde afhankelijke en onafhankelijke variabelen. Voor het gepenaliseerde model werd de regularisatieparameter (alpha) ingesteld op 1,0 om een standaardstraf toe te passen, waarbij coëfficiënten werden verkleind om extreme variantie te voorkomen. Odds ratio's (OR's) met 95% betrouwbaarheidsintervallen (BI's) werden berekend. Een p-waarde <0,05 werd voor alle analyses als statistisch significant beschouwd.
Resultaten
Studieopzet en deelnemers
Gedurende de studieperiode werden in totaal 115 patiënten met relevante klinische indicaties, waaronder buikpijn, vermoeden van maligniteit of trauma, gescreend op geschiktheid. Drie patiënten werden uitgesloten vanwege zwangerschap en kregen geen CT-scan. Van de overige patiënten werden er 24 uitgesloten omdat er geen klinisch geschikte CT-opname van de buik beschikbaar was. Een verdere 24 patiënten werden uitgesloten vanwege weigering om deel te nemen of de STOP-BANG-vragenlijst in te vullen (n = 10), eerdere abdominale chirurgie (n = 8) of onvolledige klinische gegevens (n = 6). Bijgevolg werden 64 patiënten geïncludeerd en meegenomen in de uiteindelijke analyse (Figuur 1).
In totaal werden 64 deelnemers in de analyse opgenomen, bestaande uit 32 vrouwen (50,0%) en 32 mannen (50,0%). De mediane leeftijd was 60 jaar (bereik, 22–85 jaar). De gemiddelde nekomtrek was 38,44 ± 2,68 cm en de mediane BMI was 25,4 kg/m2 (bereik, 14,9–51,4 kg/m2). De mediane STOP-BANG-score was 4 (bereik, 0–7) en de mediane USFT was 25,07 mm (bereik, 11,85–53,28 mm). De demografische, antropometrische en klinische baseline-kenmerken zijn samengevat in Tabel 1.
| Variabele | N = 64 |
| Leeftijd (jaren), mediaan (min–max; IQR) | 60.0 (22–85; 18.0) |
| Lengte (cm), gemiddelde ± Standaarddeviatie | 166.11 ± 8.3 |
| Gewicht (kg), mediaan (min–max; IQR) | 70.0 (38–145; 21.25) |
| BMI (kg/m²²), mediaan (min–max; IQR) | 25.4 (14.9–51.4; 6.95) |
| Omtrek nek (cm), gemiddelde ± SD | 38.44 ± 2.68 |
| STOP-BANG-score (0–8), mediaan (min–max; IQR) | 4.0 (0–7; 3) |
| USFT (mm), mediaan (min–max; IQR) | 25.07 (11.85–53.28; 12.22) |
| Geslacht, n (%) | |
| Mannelijk | 32 (50.0) |
| Vrouwelijk | 32 (50.0) |
| Hypertensie, n (%) | |
| Ja | 28 (43.8) |
| Nee | 36 (56.3) |
| Snurken, n (%) | |
| Ja | 51 (79.7) |
| Nee | 13 (20.3) |
| Vermoeidheid, n (%) | |
| Ja | 41 (64.1) |
| Nee | 23 (35.9) |
| Waargenomen apneu, n (%) | |
| Ja | 1 (1.6) |
| Nee | 63 (98.4) |
Tabel 1: Demografische en klinische kenmerken van de studiedeelnemers. De demografische, antropometrische en klinische kenmerken van de 64 deelnemers die in de uiteindelijke analyse zijn opgenomen, worden gepresenteerd. Continue variabelen worden, naar gelang van de situatie, gerapporteerd als gemiddelde ± standaarddeviatie (SD) of mediaan (minimum–maximum; interkwartielafstand [IQR]), en categorische variabelen worden gerapporteerd als aantal (percentage). BMI, body mass index; USFT, dikte van het subcutane vet bij de navel; SD, standaarddeviatie; IQR, interkwartielafstand; min, minimum; max, maximum; n, aantal deelnemers.
Tabel 1 presenteert de baseline demografische, antropometrische en klinische kenmerken van de onderzoekscohort (n = 64). Categorische variabelen omvatten geslacht en binaire klinische responsen (ja/nee) voor hypertensie, snurken, overdag vermoeidheid en waargenomen apneu. Normaal verdeelde continue variabelen (lengte en nekomtrek) worden weergegeven als gemiddelde ± SD. Niet-normaal verdeelde continue variabelen (leeftijd, gewicht, BMI, STOP-BANG score en USFT) worden weergegeven als mediaan (minimum–maximum; IQR). Categorische variabelen worden weergegeven als n (%). Aangezien Tabel 1 baseline beschrijvende statistieken presenteert, zijn er geen vergelijkende statistische toetsen uitgevoerd en zijn p-waarden niet van toepassing.
Klinische en antropometrische gegevens
Er werd geen statistisch significante correlatie waargenomen tussen de STOP-BANG-score en de USFT (Spearman’s ρ = 0.142, p = 0.264). Evenzo verschilde de USFT niet significant tussen de STOP-BANG-categorieën met een laag, gemiddeld en hoog risico (Kruskal–Wallis H = 0.781, p = 0.677). De definitieve geverifieerde risicocategorieën bestonden uit 20 deelnemers (31,3%) met een laag risico, 24 (37,5%) met een gemiddeld risico en 20 (31,3%) met een hoog risico (Figuur 1 en Tabel 2).
| Variabele | n (%) | Analyse | Mediaan (IQR) | Toetsstatistiek | p-waarde | Effectgrootte |
| STOP-BANG-score | 64 (100) | Spearman-correlatie | 4.0 (2.0–5.0) | ρ = 0.142 | 0.264 | — |
| STOP-BANG-risicocategorie | 64 (100) | Kruskal-Wallis-toets | — | H = 0.781 | 0.677 | — |
| Laag risico (0–2) | 20 (31.3) | — | 23.7 (19.6–32.4) | — | — | — |
| Gemiddeld risico (3–4) | 24 (37.5) | — | 26.6 (20.4–34.8) | — | — | — |
| Hoog risico (≥5) | 20 (31.3) | — | 25.3 (22.4–30.2) | — | — | — |
| Snurken | 64 (100) | Mann-Whitney U-toets | — | U = 198.0 | 0.026 | 0.278 |
| Nee | 13 (20.3) | — | 20.0 (16.3–27.5) | — | — | — |
| Ja | 51 (79.7) | — | 25.3 (21.2–36.1) | — | — | — |
| Vermoeidheid | 64 (100) | Mann-Whitney U-toets | — | U = 471.0 | 1 | 0.001 |
| Nee | 23 (35.9) | — | 24.1 (20.0–32.6) | — | — | — |
| Ja | 41 (64.1) | — | 25.3 (20.9–31.3) | — | — | — |
| Hypertensie | 64 (100) | Mann-Whitney U-toets | — | U = 497.0 | 0.93 | 0.012 |
| Nee | 36 (56.3) | — | 24.9 (19.9–32.6) | — | — | — |
| Ja | 28 (43.8) | — | 25.1 (21.1–30.4) | — | — | — |
| Geslacht | 64 (100) | Mann-Whitney U-toets | — | U = 546.0 | 0.653 | 0.057 |
| Vrouw | 32 (50.0) | — | 25.1 (20.2–33.1) | — | — | — |
| Man | 32 (50.0) | — | 24.9 (20.6–29.9) | — | — | — |
| Leeftijd (jaar) | 64 (100) | Spearman-correlatie | 60.0 (52.0–70.0) | ρ = −0.067 | 0.6 | — |
| BMI (kg/m²) | 64 (100) | Spearman-correlatie | 25.4 (22.5–29.5) | ρ = 0.663 | <0.001 | — |
| Nekomtrek (cm) | 64 (100) | Spearman-correlatie | 39.0 (36.8–40.0) | ρ = 0.544 | <0.001 | — |
Tabel 2: Statistische analyse van de associaties tussen de dikte van het subcutane vet rond de navel en de STOP-BANG-score en de componenten daarvan. Associaties tussen USFT en continue variabelen werden beoordeeld met behulp van de Spearman-rangcorrelatie. Verschillen in USFT tussen dichotome groepen werden beoordeeld met de Mann-Whitney U-test, en verschillen tussen de drie STOP-BANG-risicocategorieën werden beoordeeld met de Kruskal-Wallis-test. Voor categorische vergelijkingen vertegenwoordigen de waarden in de kolom Mediaan (IQR) de USFT in millimeters; voor analyses van continue variabelen vertegenwoordigen de waarden de betreffende variabele. Statistische significantie werd gedefinieerd als p < 0,05. BMI, body mass index; IQR, interkwartielafstand; USFT, umbilical subcutaneous fat thickness; U, Mann-Whitney U-statistiek; H, Kruskal-Wallis-teststatistiek; ρ, Spearman-rangcorrelatiecoëfficiënt; n, aantal deelnemers.
De USFT was significant hoger bij deelnemers die snurken rapporteerden dan bij deelnemers die dat niet deden (U = 198.0, p = 0.026). In contrast waren er geen significante associaties waargenomen tussen USFT en overdag vermoeid zijn (U = 471.0, p = 1.000), hypertensie (U = 497.0, p = 0.930), geslacht (U = 546.0, p = 0.653) of leeftijd (ρ = −0.067, p = 0.600). Positieve correlaties werden waargenomen tussen USFT en BMI (ρ = 0.663, p < 0.001) en tussen USFT en de nekomtrek (ρ = 0.544, p < 0.001). Associaties tussen USFT en de STOP-BANG score en de componenten daarvan zijn samengevat in Tabel 2.
Tabel 2 presenteert de statistische evaluatie van de relaties tussen USFT en demografische, antropometrische en klinische variabelen, inclusief de totale STOP-BANG-score. De totale steekproefomvang was n = 64. De categorische analyses omvatten STOP-BANG-risicocategorieën (laag risico, 0–2; gemiddeld risico, 3–4; hoog risico, ≥5), binaire klinische variabelen (ja/nee voor snurken, overdag vermoeidheid en hypertensie) en geslacht (vrouw/man). Geobserveerde apneu werd uitgesloten van de vergelijkende analyse vanwege de extreme onbalans tussen de groepen (n = 1 voor "ja"). De datadispersie voor niet-normaal verdeelde continue variabelen wordt gepresenteerd als mediaan (IQR). De rangcorrelatie van Spearman werd gebruikt voor continue variabelen (leeftijd, BMI, halsomtrek en STOP-BANG-score), de Kruskal-Wallis-toets werd gebruikt voor vergelijking tussen de drie STOP-BANG-risicocategorieën, en de Mann-Whitney U-toets werd gebruikt voor dichotome categorische variabelen. Effectgroottes worden vermeld waar van toepassing. Statistische significantie werd gedefinieerd als p < 0.05.
Resultaten en STOP-BANG-risicocategorisering
Twintig deelnemers (31,3%) werden geclassificeerd als zijnde een hoog risico op OSA op basis van een STOP-BANG-score ≥5. Deze hoogrisicoclassificatie is consistent met de uiteindelijke risicogroepverdeling gepresenteerd in Figuur 1 en Tabel 2.
Statistische Analyse
Gezien het beperkte aantal risicogevallen waren verkennende multivariabele analyses beperkt tot minimale, op leeftijd gecorrigeerde en L2-gestrafte logistische regressiemodellen. In het minimale, op leeftijd gecorrigeerde logistische regressiemodel was USFT niet geassocieerd met een hoog OSA-risico op basis van STOP-BANG (OR = 1.00, 95% BI, 0.95–1.06; p = 0.936). Het L2-gestrafte logistische regressiemodel gaf een consistent resultaat (OR = 0.98, 95% BI, 0.93–1.04; p = 0.472). Van de 64 deelnemers ondergingen 20 (31,3%) een operatie voor een buikwandbreuk.
Over het algemeen was de USFT niet significant geassocieerd met de STOP-BANG-score of de STOP-BANG-risicocategorieën. De USFT was significant hoger bij deelnemers die snurken rapporteerden en was positief gecorreleerd met de BMI en de nekomtrek; deze was echter niet geassocieerd met een hoog STOP-BANG-gebaseerd OSA-risico na correctie voor leeftijd in de verkennende regressieanalyse. Deze bevindingen ondersteunen de studiehypothese niet dat een grotere via CT gemeten USFT geassocieerd zou zijn met hogere STOP-BANG-scores en een verhoogd STOP-BANG-gebaseerd OSA-risico.
Beschikbaarheid van gegevens:
De geanonimiseerde dataset op deelnemerniveau die is gebruikt voor de definitieve analyses, wordt bij dit artikel geleverd als Aanvullend Gegevensbestand 1. De studiedataset en de analysecode zijn ook gedeponeerd in Zenodo (DOI: 10.5281/zenodo.21969483); de toegang tot de gedeponeerde bestanden is momenteel beperkt. De aanvullende dataset die bij dit artikel hoort, vertegenwoordigt de definitieve geverifieerde dataset op deelnemerniveau die is gebruikt voor de gerapporteerde analyses.
Aanvullend gegevensbestand 1. Geanonimiseerde dataset op deelnemerniveau gebruikt voor de studieanalyses. Het bestand bevat gegevens van de 64 deelnemers die in de definitieve analyse zijn opgenomen. Variabelen omvatten leeftijd, geslacht, lengte, gewicht, body mass index (BMI), hypertensiestatus, snurken, vermoeidheid, waargenomen apneu, nekomtrek, het gedichotomiseerde STOP-BANG-nekomtrekcriterion (>40 cm), STOP-BANG-score en de dikte van het subcutane vet bij de navel (USFT). Binaire variabelen zijn gecodeerd zoals aangegeven in de kolomkoppen. De dataset bevat geen ontbrekende waarden voor de variabelen die in dit bestand zijn opgenomen. Klik hier om dit bestand te downloaden.
Discussie
In deze cross-sectionele observationele studie werd geen statistisch significante associatie waargenomen tussen de via CT gemeten USFT en de STOP-BANG-score of de op STOP-BANG gebaseerde OSA-risicocategorieën. Dit gebrek aan associatie hield aan na correctie voor leeftijd, wat suggereert dat USFT alleen mogelijk het OSA-risico in deze studiepopulatie niet adequaat weerspiegelt. Desondanks was USFT significant geassocieerd met de BMI en de nekomtrek, wat de relatie met de algemene adipositeit en adipositeit van het bovenlichaam ondersteunt. De associatie met snurken kan ook wijzen op een verband tussen subcutane adipositeit en individuele componenten van het OSA-risico, hoewel deze bevinding voorzichtig moet worden geïnterpreteerd. Deze resultaten zijn consistent met het multifactoriële karakter van OSA, waarbij anatomische, metabole en demografische factoren bijdragen aan het ziekterisico in plaats van een enkele maat voor adipositeit. Deze studie evalueerde de associatie tussen twee indirecte maten: CT-gebaseerde subcutane vetdikte en een op een vragenlijst gebaseerde OSA-risicoscore, STOP-BANG. Daarom moeten de bevindingen worden geïnterpreteerd als een weerspiegeling van de overlap tussen meetconstructen in plaats van een werkelijke ziektevoorspelling.
PSG werd in deze studie niet uitgevoerd, en OSA werd beoordeeld met behulp van de STOP-BANG-vragenlijst. Hoewel STOP-BANG een veelgebruikt screeninginstrument is en kan dienen als triagebeoordeling wanneer de toegang tot PSG beperkt is, mag het objectief slaaponderzoek niet vervangen. De beperkte specificiteit kan leiden tot misclassificatie en de waargenomen relatie tussen USFT en objectief gediagnosticeerde OSA verzwakken1,5,10. De huidige bevindingen moeten daarom worden geïnterpreteerd als een beoordeling van de cross-sectionele associatie tussen USFT en de STOP-BANG-score, in plaats van bewijs voor een associatie met objectief gediagnosticeerde OSA. In de huidige studie vertoonde USFT sterke positieve correlaties met BMI en de nekomtrek, wat suggereert dat het primair algemene obesitas-gerelateerde kenmerken weerspiegelt in plaats van een onafhankelijke associatie met het risico op OSA te hebben. Voorig onderzoek heeft vergelijkbare correlaties gerapporteerd tussen echografisch gemeten subcutane vetdikte in de nek-, borst- en buikregio's en antropometrische variabelen, terwijl de dikte van het subcutane vetweefsel in de buik, gemeten 2 cm boven de navel, en de dikte van het subcutane vetweefsel gemeten over de tweede intercostaalruimte, zijn geassocieerd met het risico op OSA in geselecteerde populaties8.
De relatie tussen visceraal en subcutaan vetweefsel en het risico op OSA is echter niet noodzakelijkerwijs gelijkwaardig. Voorgaand onderzoek heeft aangetoond dat viscerale adipositeit nauwer verbonden kan zijn met het risico en de ernst van OSA, terwijl subcutane adipositeit mogelijk een beperktere rol speelt11,12. Eerdere bewijzen suggereren dat personen met een hoger risico op OSA een grotere viscerale adipositeit kunnen vertonen. In onze studie kan het gebrek aan een significante associatie tussen USFT en de STOP-BANG-score daarom weerspiegelen dat alleen de subcutane vetdikte werd beoordeeld, terwijl viscerale adipositeit en vetdistributie in andere anatomische regio's niet werden geëvalueerd. BMI en nekomtrek zijn gevestigde antropometrische parameters die geassocieerd zijn met het risico op OSA, waarbij ook is gerapporteerd dat de nekomtrek geassocieerd is met de ernst van OSA13,14. In onze studie suggereren de sterke correlaties tussen USFT, BMI en nekomtrek een gedeelde variantie en mogelijke collineariteit tussen de obesitasgerelateerde maten, wat het vermogen van USFT om aanvullende informatie te verschaffen bovenop de gevestigde STOP-BANG-componenten kan hebben beperkt. In onze studie was USFT significant geassocieerd met snurken. Deze bevinding moet echter voorzichtig worden geïnterpreteerd, aangezien snurken beïnvloed wordt door meerdere factoren, waaronder de anatomie van de bovenste luchtwegen, de pharyngeale spiertonus, nasale weerstand en genetische aanleg. Bovendien was het snurken gebaseerd op zelfrapportage, wat kan hebben geleid tot rapportagebias, en de relatief kleine steekproefomvang kan de statistische power hebben beperkt om de sterkte van deze associatie te definiëren.
Het mannelijk geslacht is een goed vastgestelde risicofactor voor OSA1,3. Dit wordt grotendeels toegeschreven aan hormonale verschillen tussen mannen en vrouwen, die ook de patronen van vetverdeling beïnvloeden}. Bij mannen heeft vetweefsel de neiging om voornamelijk in viscerale regio's te accumuleren, terwijl vrouwen een groter aandeel subcutane vetafzetting vertonen3,4. In overeenstemming met deze fysiologische verschillen hebben eerdere studies gerapporteerd dat de ernst van OSA hoger is bij mannen dan bij vrouwen met een vergelijkbare BMI en tailleomtrek1,3. In onze studie verschilde USFT echter niet significant per geslacht. Wij hypothetiseren dat dit resultaat verklaard kan worden door verschillende factoren, waaronder de beperkte steekproefomvang, het feit dat alleen de subcutane vetdikte werd gemeten, en het ontbreken van een beoordeling van het viscerale vet, dat mogelijk een kritischere rol speelt bij geslachtsgerelateerde verschillen in de ernst van OSA. OSA wordt ook erkend als een leeftijdsgerelateerde slaapstoornis1,3. Bovendien is bij personen met een hogere BMI een significante positieve toename van het parafaryngeale vetvolume bij toenemende leeftijd gerapporteerd15. Ondanks deze bevindingen kan het gebrek aan een statistisch significante associatie tussen USFT en leeftijd in onze studie gerelateerd zijn aan het feit dat de meting uitsluitend gericht was op subcutaan vet op navelniveau en aan de beperkte steekproefomvang.
Het ontbreken van een statistisch significante associatie tussen USFT en hypertensie in onze steekproef kan de complexe aard weerspiegelen van de relatie tussen obesitas en hypertensie zoals beschreven in de literatuur. Epidemiologisch bewijs ondersteunt sterk dat obesitas een belangrijke risicofactor is voor hypertensie; deze relatie wordt echter beïnvloed door meerdere interagerende factoren, waaronder geslacht, demografische kenmerken, genetische achtergrond, neurohormonale mechanismen en omgevingsfactoren16. Eerdere studies hebben aangetoond dat de viscerale adipiteitsindex en het lipidaccumulatieproduct geassocieerd zijn met een verhoogd risico op OSA en kunnen dienen als potentiële voorspellende markers17. In het bijzonder is android-type obesitas, gekenmerkt door een grotere viscerale vetaccumulatie, sterker geassocieerd met hypertensie dan gynoïde-type obesitas16. Daarom kan het gebrek aan een significante associatie in onze studie gedeeltelijk weerspiegelen dat we enkel de subcutane vetdikte op navelhoogte hebben gemeten en de viscerale adipiteit niet hebben beoordeeld. Bij obese personen is een toename van USFT een verwachte bevinding3. Slaapstoringen overdag en waargenomen apneu zijn veelvoorkomende symptomen bij patiënten met OSA18,19. Daarom hypothetiseerden we aanvankelijk dat USFT geassocieerd zou zijn met deze klinische manifestaties. Onze analyse toonde echter geen significante associatie aan tussen USFT en slaperigheid overdag. Dit resultaat kan worden verklaard door de multifactoriële aard van OSA-symptomen, die niet alleen worden beïnvloed door abdominale subcutane adipiteit, maar ook door viscerale vetaccumulatie, de anatomie van de bovenste luchtwegen, neuromusculaire factoren en genetische predispositie. Daarnaast zijn subjectieve parameters, zoals slaperigheid overdag, gebaseerd op zelfrapportage van de patiënt, wat heterogeniteit in de metingen kan introduceren. De relatief kleine steekproefomvang van onze studie en de exclusieve focus op subcutane vetmetingen bij de navel kunnen mogelijk ook hebben bijgedragen aan het ontbreken van een significante associatie. Eerdere studies hebben gerapporteerd dat viscerale adipose weefsel sterker geassocieerd is met OSA, terwijl subcutaan vet een beperktere rol speelt bij het weerspiegelen van deze klinische symptomen.
De beperkingen van deze studie omvatten de relatief kleine steekproefomvang en het feit dat deze in één enkel centrum is uitgevoerd. Daarnaast is PSG, dat momenteel als de gouden standaard voor de diagnose van OSA wordt beschouwd, in de huidige studie niet uitgevoerd, en de beperkte specificiteit van STOP-BANG als screeningstool kan hebben bijgedragen aan de schijnbaar zwakke relatie tussen USFT en OSA. Bovendien waren de CT-metingen beperkt tot het subcutane vetweefsel op navelhoogte, en werd visceraal vetweefsel of de vetverdeling in andere lichaamsregio's niet geëvalueerd. Ondanks het gebrek aan een associatie tussen USFT en STOP-BANG kan opportunistische adipiteitsbeoordeling op basis van CT nog steeds potentie hebben in perioperatief screeningsonderzoek. Op CT gebaseerde maten, in het bijzonder viscerale adipiteit, zouden kunnen worden onderzocht als complementaire markers naast gevestigde klinische risicofactoren. Verder onderzoek is nodig om vast te stellen of deze maten onafhankelijk geassocieerd zijn met het risico op OSA naast conventionele klinische evaluaties. Concluderend was CT-gemeten USFT niet significant geassocieerd met de STOP-BANG-score of STOP-BANG-gebaseerde OSA-risicocategorieën, en dit gebrek aan associatie bleef bestaan na correctie voor leeftijd. Hoewel USFT significant geassocieerd was met obesitas-gerelateerde parameters, waaronder BMI en halsomtrek, en met snurken, vestigen deze bevindingen geen direct verband tussen abdominaal subcutaan vet en objectief gediagnosticeerde OSA. Daarom lijkt USFT alleen het STOP-BANG-gebaseerde OSA-risico niet adequaat te weerspiegelen. Toekomstige studies met grotere steekproeven, objectieve beoordeling van OSA met behulp van PSG en een uitgebreide evaluatie van de verdeling van visceraal en subcutaan vetweefsel zijn gerechtvaardigd om de potentiële rol van op CT gebaseerde adipiteitsmaten bij de risicostratificatie van OSA te verduidelijken.
Openbaarmakingen
Belangenverstrengeling:
De auteurs verklaren dat er geen belangenverstrengelingen zijn.
Dankbetuigingen
De auteurs erkennen het gebruik van OpenAI's ChatGPT (GPT-5) voor ondersteuning bij de Engelse redactie en grammaticaal correctie tijdens de voorbereiding van het manuscript. Alle inhoud van het manuscript en wetenschappelijke interpretaties zijn door de auteurs beoordeeld en goedgekeurd. Er is geen financiering ontvangen voor dit onderzoek.
Materialen
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| 128-slice multidetector CT-scanner | GE Healthcare | Revolution EVO EX/EL | RRID niet beschikbaar |
| Flexibel meetlint | Lufkin | 50' x 3/8 | RRID niet beschikbaar |
| matplotlib | Python Software Foundation | Version 3.7.1 | SCR_008624 |
| pandas | Python Software Foundation | Version 1.5.3 | SCR_018214 |
| ProHIMS PACS Viewer | ProHIMS | Version 2024.5.0 | RRID niet beschikbaar |
| Python | Python Software Foundation | Version 3.10.12 | SCR_008394 |
| scipy | Python Software Foundation | Version 1.10.1 | SCR_008058 |
| seaborn | Python Software Foundation | Version 0.12.2 | SCR_018132 |
| statsmodels | Python Software Foundation | Version 0.14.0 | SCR_016074 |
| STOP-BANG vragenlijst | University of Toronto (Chung F. et al.) | N/A | RRID niet beschikbaar |
| Studiedataset en analysecode | Zenodo | DOI: 10.5281/zenodo.21969483 | RRID niet beschikbaar |
Referenties
- Slowik JM, Sankari A, Collen JF. Obstructive sleep apnea. In: StatPearls [Internet]. StatPearls Publishing; Treasure Island (FL); 2025. Available from: https://www.ncbi.nlm.nih.gov/books/NBK459252/.
- Ojeda D, et al. STOP-BANG questionnaire as predictor of a difficult airway management during anesthesia. Rev Med Chil. 2022;150:450-457. doi:10.4067/S0034-98872022000400450.
- Bonsignore MR. Obesity and obstructive sleep apnea. Handb Exp Pharmacol. 2022;274:181-201. doi:10.1007/164_2021_558.
- Ryan S, et al. Adipose tissue as a key player in obstructive sleep apnoea. Eur Respir Rev. 2019;28:190006. doi:10.1183/16000617.0006-2019.
- Chen L, et al. Validation of the STOP-Bang questionnaire for screening of obstructive sleep apnea in the general population and commercial drivers: a systematic review and meta-analysis. Sleep Breath. 2021;25:1741-1751. doi:10.1007/s11325-021-02299-y.
- Chung F, et al. STOP questionnaire: a tool to screen patients for obstructive sleep apnea. Anesthesiology. 2008;108:812-821. doi:10.1097/ALN.0b013e31816d83e4.
- Neves Junior JAS, et al. Cutoff points in STOP-Bang questionnaire for obstructive sleep apnea. Arq Neuropsiquiatr. 2020;78:561-569. doi:10.1590/0004-282X20200086.
- Molnár V, et al. The predictive role of subcutaneous adipose tissue in the pathogenesis of obstructive sleep apnoea. Life (Basel). 2022;12:1504. doi:10.3390/life12101504.
- Pickhardt PJ, Summers RM, Garrett JW. Automated CT-based body composition analysis: a golden opportunity. Korean J Radiol. 2021;22:1934-1937. doi:10.3348/kjr.2021.0775.
- Nagappa M, et al. Validation of the STOP-Bang questionnaire as a screening tool for obstructive sleep apnea among different populations: a systematic review and meta-analysis. PLoS One. 2015;10:e0143697.
- Franco I, Reis R, Ferreira D, et al. The impact of neck and abdominal fat accumulation on the pathogenesis of obstructive sleep apnea. Rev Port Pneumol (2006). 2016;22:240-242.
- Ugur KS, et al. Subcutaneous fat tissue thickness of the anterior neck and umbilicus in patients with obstructive sleep apnea. Otolaryngol Head Neck Surg. 2011;145:505-510.
- Kollár B, et al. Anthropometric parameters and sleep apnea: correlations, and treatment implications in a sleep laboratory-based study. Bratisl Med J. 2025;126:1066-1077. doi:10.1007/s44411-025-00148-y.
- Ibrahim MIS, Mohamad H, Mohamad A, Mohamad I. Association between neck circumference and the severity of obstructive sleep apnea. Pol Ann Med. 2020;27(1):1-6. doi:10.29089/2020.20.00097.
- Gao F, et al. Upper airway morphological changes in obstructive sleep apnoea: effect of age on pharyngeal anatomy. J Laryngol Otol. 2020;134:354-361.
- Wolk R, Shamsuzzaman AS, Somers VK. Obesity, sleep apnea, and hypertension. Hypertension. 2003;42:1067-1074.
- Zhou T, et al. Association between obstructive sleep apnea and visceral adiposity index and lipid accumulation product: NHANES 2015-2018. Lipids Health Dis. 2024;23:100. doi:10.1186/s12944-024-02081-5.
- Howarth T, et al. Excessive daytime sleepiness is associated with relative delta frequency power among patients with mild OSA. Front Neurol. 2024;15:1367860. doi:10.3389/fneur.2024.1367860.
- Tang Y, et al. Prevalence of excessive daytime sleepiness (EDS) and its association with quality of life in patients with obstructive sleep apnea (OSA): data from a sleep-center in Shenzhen, a single-center cross-sectional study. J Thorac Dis. 2024;16:8216.