临床血流动力学的新方法

        对处理复杂循环状态的重症医师而言，临床血流动力学评估是一项重大挑战。由于动脉和静脉侧的压力、流量、容量和阻力之间存在复杂动态的相互作用，循环的理论模型往往无法通过真实世界的测量验证。此外，正常血流的搏动特性使其难以直接对应到非搏动性血流特征的概念模型。尽管动脉压、右房压（RAP）和心输出量（CO）易于测量，但这些数值通常无法完全解释循环状态，且利用这些工具实现循环充分性的能力（尤其是在休克状态下）有限。例如，RAP与液体反应性的相关性较差，目标平均动脉压（MAP）>65 mmHg不能排除终末器官功能障碍，脉搏压（PP）变异的临床应用常受共存疾病和正压通气需求的限制。

        在本期《麻醉与镇痛》中，有两篇文章探讨了描述和解读临床血流动力学的挑战。第一篇由Schreiber等人撰写，探讨了动脉闭合压（Pcrit）的测量。Pcrit是一种假设的MAP阈值，低于该值时小动脉血管塌陷，组织床血流停止。理论上，在完整循环中，该压力值介于实测MAP和RAP之间，与小动脉张力和组织特性相关，代表产生小动脉床血流所需的最低压力。我们目前无法直接测量该压力，这可能解释了为何目标MAP=65 mmHg在心力衰竭或感染性休克等调节异常状态下往往不足以维持器官灌注。

        先前估算Pcrit的尝试曾在麻醉患者机械通气期间利用吸气暂停，并需对其他血流动力学参数做出多项假设。Schreiber等人采用了不同的方法（图）。他们假设Pcrit等效于CO=0时的MAP，并使用心率（HR）与PP的乘积作为CO的替代指标，通过将MAP与HR×PP的关系绘制成回归线，确定HR×PP=0时的MAP值以估算Pcrit。随后，他们将每位患者的组织灌注压（TPP）定义为患者实际MAP与估算的CO=0时的MAP之差。这种方法由Chandrashekhar于2023年首次提出，他在心脏手术人群中证明，更高的TPP与更短的ICU住院时间和更低的死亡率相关。Schreiber等人将该方法扩展至低血压（MAP<65 mmHg）的重症患者，并关注特定终末器官结局（急性肾损伤[AKI]）。

        Schreiber的方法在临床血流动力学中的应用具有创新性，但有充分的历史先例。在2016年电影《隐藏人物》中，NASA工程师面临计算1962年约翰·格伦驾驶的水星号飞船从轨道飞行过渡到着陆所需轨迹的挑战。尽管所需数学问题超出标准技术范畴，数学家凯瑟琳·约翰逊认识到可以使用莱昂哈德·欧拉于1768年首次提出的欧拉法进行近似求解。欧拉法通过从起点和（已知的）导数迭代估算曲线形状，为否则无法求解的微分方程积分提供了现实世界的近似值。当数据集庞大且数据粒度足够精细时，欧拉法可对基础曲线进行越来越精确的近似。在本月的论文中，Schreiber等人从马萨诸塞州贝斯以色列女执事医疗中心的MIMIC III数据库（包含超过40,000例重症患者）中筛选了1726例患者。

图：利用回归分析推导Pcrit

        1. 假设Pcrit可估算为心输出量（CO）=0时的平均动脉压（MAP）

        2. 绘制HR×脉搏压与MAP的关系图

        3. 计算回归线

        4. 使用回归线估算HR×脉搏压=0时的MAP

        5. 该MAP即为Pcrit

        结果引人关注。Schreiber等人观察到，73%的患者中HR×PP与MAP的相关性足以进行回归分析，且TPP和MAP的分布不同，表明无法通过标准血流动力学数据实时观察TPP。他们还指出，在其队列中，较低的TPP值与较高的AKI风险相关，而单独MAP则无此关联，且TPP最低四分位数的患者发生AKI的可能性比最高四分位数的患者高50%至100%。

        Schreiber等人的探索性分析总体上与重症患者中较低MAP与较高AKI发生率相关的观察结果一致，这对于因仅针对MAP的治疗无法降低AKI发生率而感到沮丧的重症医师来说。理论上，测量TPP的能力可能是血流动力学难题中缺失的一环，它允许MAP目标的更大个体化，并使临床医师能够更好地理解哪些循环参数与最佳终末器官功能相关。据推测，理论上可能影响TPP的其他因素（如组织水肿和腹腔压力）也可能改善TPP与AKI之间的相关性，这是合理的。

        第二篇文章是Woodford等人撰写的“开放思维”社论，探讨了血流动力学监测中的另一个难题：在高度自动调节的系统中识别临床相关变化。作者假设，测量每搏输出量和全身“弹性”（Esys，通过将全身血管阻力[SVR]除以HR获得）可使临床医师了解损伤期间维持血流和血压的调节系统。由于这种自动调节，随着每搏输出量下降而发生的HR增加会使血流动力学变化不可见，因为观察到的CO和计算的SVR不变。Woodford等人通过一个病例举例指出，在失血性休克早期，随着每搏输出量下降和HR增加，Esys增加，而整体（与HR无关的）CO和SVR保持不变。因此，标准血流动力学监测可能在CO开始下降和SVR增加之前无法“发现”出血。通过测量Esys，临床医师可以更好地识别反射性血管收缩，并可能在终末器官功能受损之前进行干预。

        目前正寻求将该方法商业化的Woodford等人进一步指出，使用Esys和每搏输出量可识别患者“表型”，从而进一步提高预测治疗反应的能力。在“1型”（年轻）患者中，舒张功能正常，每搏输出量高且对容量有反应，Esys低。相比之下，“2型”老年患者心脏更僵硬，每搏输出量较低，Esys值较高。这两种类型的CO和SVR值相同，但2型患者对液体反应的可能性较低，更易发生肺水肿。

        两篇论文均有局限性。Woodford等人关于早期识别异常状态并分类为不同表型将改善结局的假设需要经验验证。此外，Schreiber等人对Pcrit的测量依赖于HR和PP的乘积是CO的合理替代指标这一假设，尽管这种关系可能不适用于所有血流动力学状态。此外，Schreiber等人发现73%的患者中MAP与HR×PP的相关性足以估算Pcrit。这种相关性在更高风险人群和严重休克条件下是否成立，需要进一步研究。最后，连接MAP和HR×PP的回归线斜率代表SVR，并可能随着疾病进程或临床干预而动态变化。SVR是否能保持足够稳定，以允许临床相关的Pcrit实时估算，仍有待观察。

        这些文章中描述的方法值得注意还有另外两个原因。由于Pcrit的精确测量需要CO=0，因此在活体患者中无法直接测量。因此，估算Pcrit类似于1962年NASA面临的轨道计算任务：没有直接解决方案，数值估算是次优方法。通过应用于现有数据的统计方法估算临床变量是新颖的，因为目前没有临床使用的测量值以这种方式生成。尽管对于习惯让患者平躺以获取“准确”RAP的重症医师来说，使用大数据和回归估算来推导血流动力学变量可能显得不可靠，但电子数据和机器学习增强的数据分析的使用可能使这种测量更接近临床现实。同样，使用Esys和每搏输出量对血流动力学“表型”进行人工智能驱动的分析，可能进一步预测患者对治疗的反应。

        第二个原因是一个诱人的可能性，即如果该技术的改进产生临床相关值，其他理论上相关但难以测量的血流动力学变量可能使用类似技术进行估算。一种可能性是平均体循环压力（Pms）。Guyton假设Pms是静脉血从外周流向心脏的驱动压，被概念化为静脉容量血管中的压力，受血容量、静脉容量和张力的支配。Pms可建模为无血流状态下循环中的平均压力，并通过公式（Pms-RAP）/RVR=CO与CO相关，其中RVR是静脉回流阻力。Pms与Pcrit的不同之处在于它是静脉压力的测量值，此前已使用两种不同方法进行估算：机械通气患者的吸气暂停和手臂止血带的快速充气。是否有一天，类似Schreiber等人的方法可以允许在机械通气患者中频繁估算Pms？对于每个在血流动力学管理中对RAP不一致的效用感到困惑的重症医师来说，测量Pms和计算RVR的能力将使他们能够更深入地了解如何最好地管理困难的血流动力学状态。

        使用大数据指导医疗看护已成为现代医学的一个既定方面。但此类数据集的重点主要在于预后和长期决策。Schreiber等人提出了一种可能性，即足够大、足够精细的血流动力学数据集可用于实时估算个体患者的临床相关否则无法测量的参数。只有借助曾经被认为过于缓慢和昂贵的计算能力，这种可能性才能实现。需要进一步研究来阐明统计推导参数在临床血流动力学管理或研究中可能扮演的角色（如果有的话）。

来源：斌哥话重症

仅做知识分享用，如侵权请联系删除。