儿童睡眠评估工具选择策略及临床诊治应用进展总结2026

儿童睡眠评估工具选择策略及临床诊治应用进展总结2026儿童睡眠对其神经认知发展、情感调节及身心健康有重要影响［1］。国家卫生健康委发布的《托育机构保育指导大纲（试行）》［2］和教育部基础教育司《关于进一步加强中小学生睡眠管理工作的通知》［3］分别强调了婴幼儿和中小学生的睡眠管理。我国儿童睡眠问题总体患病率高达37.6%［4］，常见问题如入睡困难、夜间觉醒和白天嗜睡等，不仅影响儿童当前的生活质量，还可能持续至成年，增加慢性疾病风险［1］。因此，及时、准确地评估儿童睡眠状况，是实现早期干预、改善远期预后的关键。目前，临床上有多种儿童睡眠评估工具，其在评估目的、适用年龄、准确性及便捷性等方面存在差异。临床医生面临的挑战在于：如何根据患儿具体情况，选择最合适的评估工具，并将其结果有效整合到诊疗决策中。近年来，人工智能（artificialintelligence，AI）技术在睡眠分期、呼吸事件自动识别及可穿戴设备数据分析等方面取得突破，推动睡眠评估从实验室向家庭环境延伸［5］。本文将从临床实用角度出发，阐述融合AI技术的儿童睡眠评估临床路径，以及基于评估结果的诊治策略。1儿童睡眠评估的临床路径与工具选择睡眠评估是儿童睡眠障碍诊治的起点［6］。一个完整科学的评估流程通常从初级筛查开始，逐步深入到精确诊断，应遵循由浅入深、由主观到客观、由筛查到确诊的阶梯式路径。图1展示了儿童睡眠障碍的临床诊治路径，整合睡眠筛查、专科评估、个性化干预及长期随访，旨在实现早期识别与精准干预。2用于初级筛查的主观评估工具主观睡眠评估工具因其简便、经济，适用于基层医疗和流行病学调查，主要用于初步筛查［7］。婴儿至青少年各年龄段常用的主观睡眠评估工具见表1，通常依赖于个体或家长的回忆和报告，以收集有关睡眠模式、入睡困难、夜间觉醒等方面的信息。睡眠日志作为最基础的主观评估工具，通过记录多日就寝时间、入睡延迟、夜间觉醒、起床时间及白天小睡等睡眠特征，辅助诊断睡眠疾病，也常作为客观睡眠评估工具的校正与补充［8］。婴儿睡眠状况评估量表（infantssleepassessmentscales，ISAS）［9］和简明婴儿睡眠问卷（briefinfantsleepquestionnaire，BISQ）［10］专为婴幼儿设计，前者通过评估婴儿的睡眠节律、夜醒等特征，为中国婴儿的睡眠状况提供了本土化测量工具，后者则主要用于评估0~3岁婴幼儿的夜间睡眠模式，便于临床筛查。幼儿睡眠状况评估量表（Toddlersleepassessmentscale，TSAS）［11］与Tayside儿童睡眠问卷（Taysidechildren’ssleepquestionnaire，TCSQ）［12］则分别适用于1~3岁和1~5岁儿童，评估睡眠节律、夜醒等维度，为幼儿的睡眠健康提供了有效的筛查工具。小熊问卷（BEARSquestionnaire，BEARS）［13］简便快速，适用于2~12岁儿童的五大睡眠问题筛查，尤其适合初级保健环境。儿童睡眠习惯问卷（children’ssleephabitsquestionnaire，CSHQ）［14］和儿童睡眠障碍量表（sleepdisturbancescaleforchildren，SDSC）［15］适用于评估学龄儿童和青少年的睡眠习惯和睡眠障碍，以识别潜在的睡眠问题。对于12~18岁的青少年，青少年睡眠卫生评估量表（adolescentsleephygienescale，ASHS）［16］与青少年睡眠-觉醒量表（adolescentsleep-wakescale，ASWS）［16］可用于评估其睡眠卫生习惯与睡眠质量。上述工具在适用年龄、评估维度、信效度验证及评分标准上各有侧重，临床和研究中可根据评估目的、对象年龄及所需信息深度进行选择和组合使用。这些主观评估工具不适用于评估特定睡眠障碍，而是为临床医师在初步筛查阶段识别个体睡眠问题提供工具参考。表1展示的工具适用年龄均为原量表设定，汉化版的适用年龄变化见表注。3用于客观评估的金标准及新技术若主观筛查异常，或临床疑似阻塞性睡眠呼吸暂停（obstructivesleepapnea，OSA）、发作性睡病等睡眠障碍，需开展客观评估。AI技术有效提升了检测效率与诊断精准度，助力睡眠医学高质量发展。3.1多导睡眠监测仪（polysomnography，PSG）PSG被认为是诊断儿童睡眠呼吸障碍的金标准［21］。PSG通常需记录整夜睡眠，理想监测时间至少为6h，8h为最佳监测时长（符合标准PSG监测）。PSG通过多通道记录生理参数，包括脑电图（electroencephalography，EEG）、眼电图（electrooculogram，EOG）、颏肌电图（chinelectromyography，ChinEMG）、呼吸运动、血氧饱和度、二氧化碳浓度以及可选的音频和视频等，可将睡眠分为快速眼动睡眠（rapideyemovement，REM）和非快速眼动睡眠（non-rapideyemovement，NREM），也可以监测入睡潜伏期、总睡眠时间、觉醒次数及任何异常事件等［22］。需要注意的是，尽管PSG需在实验室环境或医院完成，成本较高且存在“首夜效应”［23］，即受试者在实验室的第1晚由于环境不熟悉而导致仰卧时间延长、REM和第3期睡眠减少，但其诊断价值不可替代。该效应仅影响睡眠参数，对呼吸参数无显著影响，对于疑似OSA儿童，1晚PSG通常足够确诊；若需评估睡眠结构变异性，则可能需延长监测时间［22］。对于疑似发作性睡病或中枢性嗜睡症的患儿，可在夜间PSG基础上进一步进行多重睡眠潜伏期试验（multiplesleeplatencytest，MSLT），通过测量日间平均入睡潜伏期和快速眼动睡眠出现情况客观评估日间嗜睡程度［24］。传统PSG判读依赖人工，耗时且存在主观差异。在睡眠分期领域，基于深度学习的自动化模型已在儿童群体中显示出接近人工专家的性能。神经网络模型在儿童睡眠分期中的总体准确率为84%~89%，一致性指标（κ值）与人工评分相当，但在入睡期识别及低龄或神经发育异常儿童中的稳定性仍有限［25］。Arslan等［26］采用单通道EEG结合梯度提升算法，准确率达82.35%，证明轻量化模型在资源受限环境中具有可行性。但此类自动化模型目前仍难以完全替代人工判读，在异常事件（如不典型呼吸事件、特殊运动伪迹）的识别上仍需人工复核以保障诊断准确性。3.2体动记录仪体动记录仪通过加速度计记录活动量，间接估算睡眠-觉醒周期和睡眠效率。体动记录仪通常佩戴在非惯用手腕上，收集至少4d、每天>10h的睡眠数据（一般为7d），用于分析总睡眠时间、觉醒时间、睡眠效率等参数［27］。与PSG相比，体动记录仪穿戴简单、不影响睡眠且可长程监测，与PSG监测睡眠情况具有较好一致性［28］，特别适用于难以适应实验室环境的儿童。但体动记录仪无法区分睡眠阶段，易高估总睡眠时间，对于长时间保持清醒但活动较少者存在局限，结合睡眠日志使用可更全面地识别睡眠延迟、夜间觉醒增多和日间嗜睡等问题［8］。3.3AI驱动的家庭化、智能化评估AI为睡眠评估提供了新的视角和创新工具。在睡眠筛查与辅助诊断方面，Qin等［29］基于临床特征构建的机器学习模型，预测呼吸暂停低通气指数（apneahypopneaindex，AHI）≥5的AUC为0.73、特异度达90%，可用于资源匮乏地区的初筛；基于夜间血氧信号的混合CNN-BiGRU-Attention注意力模型，可在家庭环境下估算AHI，准确率75.95%，κ=0.63，性能优于传统模型［30］，为居家初筛提供了可行路径。针对新生儿，Abbasi等［31］利用多导或单通道脑电信号构建卷积神经网络和梯度提升模型，实现了对静睡或睡眠-觉醒状态的自动识别，静睡检测准确率94.07%（敏感度89.70%、特异度94.40%），显示出在新生儿重症监护环境中应用的可行性。随着可穿戴与近端传感技术的发展，智能手表、环境传感器和床垫传感器等设备结合AI算法，可连续监测儿童睡眠健康（sleephealth）、昼夜节律、呼吸和体位等［5］；社区干预项目中的“NenneNavi”APP，通过睡眠教育使幼儿入睡潜伏期由34.4min缩短至20.05min，且可结合AI个性化推荐，为家庭提供实时指导，成为行为干预的有效延伸［32］。需注意，消费级可穿戴设备（如智能手表、手机应用）虽已通过分析呼吸、心率及体动等信号用于睡眠监测与障碍筛查，但尚未经过严格临床验证，无法替代PSG或科研级Actigraphy，其临床应用价值仍待进一步评估［5］。综上所述，未来儿童睡眠评估应强化多源数据融合，推动AI算法与PSG、睡眠日志、问卷量表等传统工具相结合，构建覆盖“筛查-诊断-干预”全流程的智能化评估体系；同时应高度重视技术应用过程中涉及的伦理与规范问题，包括儿童隐私保护、算法可解释性与模型公平性，并通过多中心、大样本研究验证模型的泛化能力与临床可行性。4儿童睡眠障碍的临床诊治策略在明确诊断后，应根据不同类型睡眠障碍实施个体化干预。幼儿期儿童主要表现为入睡困难和夜间觉醒；而童年中期（4~12岁）至青少年期（13~17岁）个体则更常报告失眠相关症状［33］。依据《中国6岁以下儿童就寝问题和夜醒治疗指南（2023）》［34］，行为干预作为首选，例如建立睡前程序、积极就寝、消退法（逐步离开）、定时唤醒等，疗效确切且无不良反应，能显著缩短入睡潜伏期和减少夜间觉醒次数，仅在行为干预无效且严重影响儿童或家庭功能时，在专科医生指导下短期使用药物辅助。若评估提示存在OSA且上气道腺样体和（或）扁桃体肥大，腺样体和（或）扁桃体切除是首选治疗。手术后仍有残余呼吸暂停或不适合手术的儿童，应考虑持续气道正压通气等无创治疗；对于轻中度阻塞或不能手术的病例，可使用鼻内糖皮质激素和白三烯受体拮抗剂等局部抗炎药物，研究显示其能显著降低儿童AHI［35］。对于昼夜节律睡眠-觉醒障碍（以睡眠时相延迟为主），该障碍多见于青春期青少年，诊断需睡眠日志并结合活动记录，以记录睡眠起止时间的延迟或提前，通过固定作息时间以及针对性的光照或褪黑素干预，实现个体化的节律管理［36-38］。需要注意的是，对于部分儿童的短暂睡眠问题，可先观察一段时间，避免过度干预［34］。干预后需通过量表复评、睡眠