Epworth嗜睡量表：你白天有多困？

Epworth嗜睡量表（Epworth Sleepiness Scale, ESS）由澳大利亚睡眠医学先驱Murray Johns医生于1990年在墨尔本Epworth医院开发，并于1991年正式发表^[1]。三十余年来ESS已成为全球应用最广泛的日间嗜睡自评量表——几乎没有哪一种睡眠评估工具能达到同样的普及程度。然而，近年来一系列系统性综述和Meta分析既肯定了ESS的价值，也揭示了其重要的局限性。本文基于最新证据，重新审视ESS的临床意义、使用边界和解读要点。

开发背景与设计理念

Johns开发ESS的初衷是测量一个人在日常生活中不同情境下的「平均入睡倾向」（Average Sleep Propensity, ASP），而非某一时刻的即时困倦感。这一定位使ESS区别于评估即时状态的工具（如Karolinska嗜睡量表KSS、Stanford嗜睡量表SSS）。Johns在设计时有一个重要方法学决定：不从大量候选问题中通过因子分析筛选条目，而是基于先验假设（a priori）选择8个涵盖不同"催眠力"的场景——从极度催眠的「躺下休息」到最不催眠的「坐着与人交谈」^[1]。这些条目的相对催眠力梯度后来被方差分析和Rasch分析所证实^[1][12]。

ESS于1997年进行了微小修订（加强答题完整性引导，减少漏答），此后成为全球通用版本^[2]。Dr Johns保留ESS和ESS-CHAD（青少年版）的版权，部分商业用途需要获得授权。

ESS的8个场景与评分方法

ESS要求受试者回想「近期」（通常理解为最近几周到几个月的典型状态，而非今天或昨天）在以下8种情境下打瞌睡或入睡的可能性：

每个场景评分0-3分：0=从不打瞌睡，1=轻度可能，2=中度可能，3=很高可能。8个条目得分相加得到总分，范围0-24分。整个过程仅需2-3分钟完成。

总分分级解读

Johns原始研究（n=180）中正常成人ESS均值为5.9±2.2分（1991版）^[1]。1992年对更大样本的验证中均值约为4.6±2.8分^[2]。目前国际通用的分级标准如下^[7][9]：

ESS>=11分被广泛接受为过度日间嗜睡（Excessive Daytime Sleepiness, EDS）的标准阈值。但2022年Scharf的综述提出了一个重要观点：将ESS作为连续变量使用比简单地「正常vs异常」二分法更有临床价值——因为ESS的重测可靠性在临床上不如原始验证研究中的稳定，特别是在不同亚群中ESS的贡献因素差异较大^[9]。将14分和12分简单地划入不同类别可能掩盖重要的个体变化趋势。

心理测量学属性

信度

2023年Goncalves等人的可靠性泛化Meta分析汇总了46项研究、63个信度估计值、92,503名参与者的数据，发现ESS的合并Cronbach's alpha为0.82（95%CI 0.798-0.832），属于「良好」水平^[3]。然而，异质性极高（I2=98.96%），研究背景和洲际是仅有的两个显著调节变量。这意味着ESS的信度在不同研究中差异很大，部分可能源自语言版本、文化背景和人群特征的差异^[3]。

Scharf 2022年的综述进一步指出：临床上ESS的重测可靠性低于原始验证研究中的水平——Cohen's kappa系数在不同研究中波动较大^[9]。这一点在临床随访中极为重要：如果治疗前后ESS变化小于2分，可能仅仅是测量误差而非真实改善。

效度与因子结构

ESS的因子结构长期存在争议——某些研究发现了双因子甚至三因子结构。2018年Lapin等人利用Cleveland Clinic睡眠中心10,785名患者的大样本数据，通过探索性因子分析、验证性因子分析及多组验证性因子分析，明确证实了ESS的单维性——单因子解释了63%的变异，所有8个条目因子负荷均>0.67^[4]。多组分析确认了在10个不同人口学和临床亚组中测量不变性。这一发现关键性地支持了将8个条目得分简单相加得出总分的做法。

2014年Kendzerska等人的系统综述评估了ESS的整体测量属性，结论是有充分证据支持ESS的内部一致性信度和与MSLT的已知组别效度，但对内容效度、反应度和截断值的证据级别较低^[5]。

临床应用场景

1. OSA筛查——有限但重要

2017年Chiu等人的双变量Meta分析（108项研究，47,989名参与者）直接比较了不同筛查工具的准确性。对于ESS检测轻度OSA（AHI>=5）：合并敏感度54%，合并特异度65%，诊断比值比仅为2.18^[6]。与之对比，STOP-BANG的敏感度为88%、诊断比值比5.13——明显优于ESS^[6]。对于中重度OSA，ESS的表现甚至更差（敏感度47%-58%）。

这一数据的临床含义非常清楚：ESS不适合作为OSA的独立筛查工具；将其作为筛查问卷的组成部分（如STOP-BANG中的「Tiredness」条目）更有价值。事实上，Walker等人2020年对1,367名患者数据的分析也得出结论：ESS作为OSA诊断工具的能力是「适度的」（modest）^[7]。

更关键的是，Hesselbacher等人对1,900名疑似OSA患者的分析发现，约30%中重度OSA患者ESS<11分（即「不嗜睡的OSA」），且ESS与RDI的相关系数仅r=0.17^[8]。因此，ESS正常绝对不能排除OSA——如果有打鼾、目击呼吸暂停、晨起口干等症状，仍需进行多导睡眠监测。

2. 治疗效果监测

尽管作为诊断工具存在局限，ESS在治疗效果评估中有着确定的临床价值。CPAP治疗后ESS平均降低3-4分（最小临床重要差异MCID约为2分），口面肌功能治疗后也有类似改善。ESS对治疗反应敏感，是OSA和发作性睡病患者随访的标准组成。但其关键前提是：两次评估应使用相同的召回期（如「过去一个月」），且需结合临床判断区分真实变化与测量噪声^[9]。

3. 发作性睡病与特发性过度睡眠

发作性睡病患者ESS通常>=16分，显著高于其他睡眠疾病患者。但确诊仍需MSLT——ESS与MSLT的平均睡眠潜伏期相关系数仅约-0.30至-0.42（多个研究的一致结论）^[11][5]。这意味着两者测量的是不同的嗜睡维度：ESS反映的是主观、回顾性、日常生活中的「平均入睡倾向」，而MSLT反映的是客观、实验室条件下、即时性的「生理入睡能力」。

ESS的重要局限性

近年来文献越来越明确地指出了ESS的局限^[5][9][10]：

• 与客观测量的相关性弱：Lok和Zeitzer 2021年利用Sleep Heart Health Study（n=2,105）的机器学习分析发现，ESS仅有7-15%的变异可被55项睡眠和医学变量解释——最主要的预测因子是「自觉睡眠不足」，而非PSG变量^[10]。这强烈提示ESS测量的「主观嗜睡」与多导睡眠图测量的「客观嗜睡」可能属于不同的概念维度，甚至是正交的。
• 重测可靠性不足：临床上ESS的重测波动显著大于原始验证数据，可能影响个体水平上的治疗反应监测^[9]。
• 人口学混杂因素：BMI、性别和族裔显著影响ESS评分——肥胖男性得分最高，非肥胖白人女性得分最低^[8]。不同人群应使用不同的参考值，但当前尚无广泛接受的分层标准。
• 文化差异：不同国家/语言版本的总分分布可能有系统偏差。Goncalves 2023 Meta分析中洲际是唯一达到显著水平的信度调节变量^[3]。
• 对短期变化不敏感：ESS的召回期为「近期」，意味着它不适合检测急性睡眠剥夺后的嗜睡变化。
• 驾驶场景覆盖不足：仅包含「堵车时」一个驾驶场景，未覆盖行驶中突然入睡的最高风险情境。

与其他嗜睡评估工具的对比

在实际使用中，ESS常与PSQI（评估夜间睡眠质量）组合使用，实现对夜间睡眠质量和日间嗜睡功能的双维度评估。但这两种量表测量的是不同但相关的概念——它们不应被简单求和或直接比较。

儿童与青少年版（ESS-CHAD）

2015年Johns发布了ESS-CHAD（Epworth Sleepiness Scale for Children and Adolescents），将原版中的第7题「午餐后静坐（未饮酒）」修改为「午餐后安静坐着」，删除了酒驾相关内容以适用于儿童。2017年Janssen等人对297名12-18岁青少年的Rasch分析证实ESS-CHAD具有良好的单维结构^[12]。2022年Wang等人进一步在100名7-16岁发作性睡病患儿中验证了其信度和反应度：Cronbach's alpha为0.75，重测ICC为0.755，药物治疗后平均改善-6.31分^[13]。这使ESS-CHAD成为目前唯一经过Rasch分析和临床试验双重验证的青少年嗜睡自评量表。

实用建议

1. ESS是日间嗜睡的首选自评筛查工具——但它是筛查而非诊断。建议每年自测一次，追踪纵向变化趋势比单次得分更有价值。
2. ESS>=11分应进一步评估可能病因。包括：夜间睡眠是否充足（时长+质量）、是否打鼾或目击呼吸暂停（OSA）、服药史、情绪状态。
3. ESS正常不等于没有OSA。约30%中重度OSA患者ESS<11分^[8]——如果有打鼾和呼吸暂停史，即使ESS正常也应进行睡眠监测。
4. CPAP/HNS等治疗后定期复查ESS。下降>=2分（MCID）通常表明治疗有效；但2分以内的变化需结合其他临床指标谨慎解读^[9]。
5. 自测时按照「近期典型状态」而非「今天的感觉」作答。这是ESS设计的核心前提——它测量的是特质（trait）而非状态（state）^[1]。
6. 对于疑似发作性睡病的患者，ESS只是第一步。极高ESS（>=16）+猝倒史应高度怀疑，但确诊仍需MSLT。
7. 12-18岁青少年可使用ESS-CHAD。12岁以下目前证据仍有限，需谨慎解读^[12][13]。
8. 解读ESS时注意人口学因素：肥胖、男性和某些族裔的ESS基线偏高^[8]——使用连续型变化跟踪而非单一截断值更有临床价值^[9]。