文献速递心脑血管急症重症综合管理与镇静镇痛

创伤性脑损伤后脑灌注压目标:再评估

Cerebral perfusion pressure targets after traumatic brain injury: a reappraisal.
PubMed 文献 · Crit Care · 2025-05-21
一句话结论创伤性脑损伤患者脑灌注压低于个体化阈值(尤其低于脑灌注压最优值)与不良结局相关,高于该值则无此关联,作者建议将脑灌注压最优值作为脑灌注压下限。

该研究纳入2002至2023年809例接受有创颅内压监测的成人创伤性脑损伤患者,分析脑灌注压偏离固定目标(60-70 mmHg)及个体化目标(脑灌注压最优值、自动调节下限、自动调节上限)与6个月结局的关系。结果显示脑灌注压与压力反应指数关系不对称,脑灌注压低于脑灌注压最优值时不良结局风险增加(每小时剂量OR 1.04,95%CI 1.02-1.06;时间百分比OR 1.09,95%CI 1.04-1.15),低于自动调节下限时关联更强(OR 1.11,95%CI 1.07-1.14;OR 1.26,95%CI 1.18-1.35)。高于脑灌注压最优值一般无不良关联。作者认为应将脑灌注压最优值作为脑灌注压下限,并优先避免低脑灌注压。

要点

  • 809例成人创伤性脑损伤患者中,脑灌注压低于脑灌注压最优值即与不良结局相关(每小时剂量OR 1.04,95%CI 1.02-1.06;时间百分比OR 1.09,95%CI 1.04-1.15)。
  • 脑灌注压低于自动调节下限时不良结局关联最强(每小时剂量OR 1.11,95%CI 1.07-1.14;时间百分比OR 1.26,95%CI 1.18-1.35)。
  • 高于脑灌注压最优值的脑灌注压水平一般与不良结局无关联,仅持续高于自动调节上限时呈弱且不一致的关联。
  • 自动调节下限余量(脑灌注压最优值与自动调节下限之差)递减的患者死亡率更高(45% vs 18%,p=0.003)。
  • 作者建议将脑灌注压最优值视为脑灌注压下限而非精确最优目标,优先避免低脑灌注压。

适用人群与场景

  • 2002年至2023年连续收治的成人创伤性脑损伤患者,均接受有创颅内压监测且有6个月格拉斯哥结局量表(GOS)数据,无特定排除标准。
  • 单中心神经重症监护病房(Neurocritical Care Unit Addenbrooke’s Hospital, Cambridge University Hospital NHS Foundation Trust, University of Cambridge)患者,管理基本遵循脑创伤基金会指南。

诊断标准与关键阈值

  • 脑灌注压最优值、自动调节下限和自动调节上限通过压力反应指数(PRx)与脑灌注压的抛物线拟合自动估算,每8小时数据窗口每分钟更新,压力反应指数截断值取0.3。
  • 自动调节下限余量定义为脑灌注压最优值与自动调节下限之差。
  • 固定脑灌注压目标为30至120 mmHg的一系列阈值,脑创伤基金会建议目标为60-70 mmHg。

研究设计与关键结果

  • 研究类型为观察性队列研究,纳入809例成人创伤性脑损伤患者,2002年至2023年单中心收治,中位年龄45岁(IQR 25-55),77%为男性,初始格拉斯哥昏迷量表运动评分中位数4分(IQR 1-5),31%行去骨瓣减压术。
  • 6个月时27%患者死亡或处于植物状态,46%达到良好结局(良好恢复或中度残疾);共分析150,756小时监测数据,中位每例163小时(IQR 75-249),脑灌注压最优值中位产率79.7%(IQR 67.1-86.1)。
  • 脑灌注压与压力反应指数关系不对称:脑灌注压低于约50 mmHg时压力反应指数急剧上升,高于该值时上升较缓,约110 mmHg处压力反应指数超过0.3。
  • 脑灌注压低于脑灌注压最优值:每小时剂量OR 1.04(95%CI 1.02-1.06,p<0.001),时间百分比OR 1.09(95%CI 1.04-1.15,p=0.001);低于自动调节下限:每小时剂量OR 1.11(95%CI 1.07-1.14),时间百分比OR 1.26(95%CI 1.18-1.35)(均p<0.001)。
  • 高于脑灌注压最优值一般与不良结局无关联,高于自动调节上限仅呈弱且不一致的关联,未达统计学显著。
  • 基于组别轨迹模型识别出4条自动调节下限余量轨迹(均立方多项式,平均后验概率>90%):轨迹1和3有利结局(GOS 4/5)比例分别为54%和32%,轨迹2和4分别为52%和28%(p=0.011);死亡率轨迹4最高45%,轨迹2为35%,轨迹1和3分别为23%和18%(p=0.003);轨迹4的GOS 5比例最低3.3%(其他三组17%、19%、18%,p=0.025)。

证据类型、等级与局限

  • 证据类型为观察性队列研究(单中心,2002-2023年连续纳入),无随机对照设计。
  • 局限:两个队列间存在异质性,近期队列患者更老、瞳孔无反应更常见、有利结局率更低,可能影响解释和推广;2002-2020队列为非系统数据收集且管理策略演变,可能引入选择和治疗变异;2015年前动脉压传感器在右心房水平调零,2015年后在门罗孔水平(以耳屏水平估计)调零,估算偏移10 mmHg,但头位变化或患者解剖差异时偏移可能不同;观察性设计不能证明高于脑灌注压最优值的脑灌注压安全性;个体化脑灌注压目标的自动估算假设脑灌注压与压力反应指数对称关系,且未达上限时也拟合全曲线,可能引入不准确。

对床旁实践的改变

  • 作者认为创伤性脑损伤后应优先避免脑灌注压低于个体化阈值,尤其低于脑灌注压最优值,而不是将脑灌注压维持在脑灌注压最优值±5 mmHg内。
  • 作者建议将脑灌注压最优值作为脑灌注压下限使用,因为高于该值未与更差结局相关,有时甚至与更好结局相关。
  • 作者指出自动调节下限余量变小的患者不良结局风险更高,提示需维持足够的脑灌注压最优值与自动调节下限之间的安全余量。
  • 当前指南建议避免积极将脑灌注压维持在70 mmHg以上以预防呼吸衰竭等并发症,但证据仍缺乏,需进一步研究。

指南或共识出处

  • 脑创伤基金会指南(Brain Trauma Foundation)建议脑灌注压目标60-70 mmHg。

提炼说明

  • 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」,故未列出这些栏目。
全文中译10 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Crit Care. 2025 May 21;29:207. doi: 10.1186/s13054-025-05458-9

引言

脑灌注压(CPP)是创伤性脑损伤(TBI)后重症监护管理中的关键指标之一。脑创伤基金会建议目标范围为60至70 mmHg,但强调目前尚不清楚这些数值代表的是下限还是最佳目标[1]。脑血管自动调节是一种机制,通过调节小动脉直径从而调节血管阻力,支持在全身驱动压变化时稳定脑血流[2]。该机制在患者特定范围内保持完整[3]。在此范围之外,即超出自动调节下限(LLA)或上限(ULA)的界限时,脑血流无法充分稳定,分别导致缺氧或过度灌注的风险[4]。在重症监护中,压力反应指数PRx是最常用的连续性脑血管自动调节替代测量指标[5]。PRx量化颅内压(ICP)随动脉血压变化的变化,因此被认为反映小动脉直径变化的特征。2002年,CPP与PRx之间的U形关系首次被描述,由此产生了最佳CPP(即CPPopt)的概念[6],其反映在不同CPP水平下与最低PRx相关的CPP。同样,LLA和ULA可通过从该曲线中提取脑血管反应性已受损且CPP进一步降低(对于LLA)或升高(对于ULA)进一步损害反应性的CPP值来推导。虽然偏离CPPopt和LLA一直与预后相关[6–9],但偏离ULA的研究仍然不足,结果尚不完全明确[7, 8]。

目前可用的自动化方法[7, 10, 11]用于估计该关系时假设双侧对称的U形关系,代表最佳反应性的区域被相对任意地定义为CPPopt上下5 mmHg以内。然而,Klein等人的动物实验发现[12]对这些假设提出了挑战。通过直接可视化诱导CPP变化时软脑膜小动脉血流的变化,他们重现了完整的自动调节曲线。值得注意的是,虽然与LLA相关的拐点表现出预期模式——单一、明确的拐点——但上部则表现出从保留到受损的脑血管自动调节更为渐进的过渡。具体而言,随着CPP升高,脑血流最初仅有非常轻微的上升(归因于小动脉未能收缩),随后血流进行性陡峭增加,反映较大血管中小动脉平滑肌最终被克服。相比之下,LLA以下的被动血流反应发生在小动脉进一步扩张不足以将脑血管阻力降低到足以维持适当脑灌注时[13]。

脑低灌注被广泛且在很大程度上明确认为是创伤性脑损伤(TBI)后不良结局的关键决定因素。相反,脑灌注压(CPP)超过上限自动调节阈值(ULA)时脑过度灌注的潜在后果仍相对未被充分探索,尽管它可能通过血脑屏障破坏、脑水肿和出血转化等机制导致继发性损伤,尤其是在持续性脑损伤之后[2, 14]。在Klein等人的实验发现基础上——该发现提示在较高CPP下自动调节功能更为逐渐地丧失——本研究旨在严格重新审视CPP/PRx关系,明确检验以下假设:该曲线确实是不对称的,因此将CPP升高至超过CPPopt可能相比将CPP降低至低于CPPopt对脑生理的不利影响更小。通过这样做,我们试图完善衍生CPP目标(CPPopt、LLA和ULA)的特征描述,并评估其相对预后价值。从临床角度来看,本研究试图阐明在TBI后将CPP升高至超过CPPopt或LLA而不对结局产生不利影响的安全边际。

材料与方法

该数据集的获取和使用已获当地伦理委员会批准(REC 23/YH/0085)。该数据集包括来自剑桥大学医院NHS基金会信托、剑桥大学Addenbrooke's医院神经重症监护病房连续收治的TBI患者的高分辨率监测数据和临床描述信息。如果认为有必要,患者在住院期间持续接受监测(即如果患者转为姑息治疗或患者已充分稳定、可进行临床评估且预计不会发生进一步继发性损伤,则停止监测)。所有数据均作为常规诊疗的一部分获得。未收集研究特异性数据,因此免除了知情同意的要求。

患者管理主要遵循脑创伤基金会指南[1]。适应当地情况的指南此前已有描述[15],ICP/CPP治疗方案见补充材料A。招募期间管理的变化此前已有描述[16]。PRx和CPPopt分别于1999年和2012年被引入床旁应用。虽然以CPPopt为目标是指南建议的第一层级ICP/CPP管理的一部分,但是否遵循该目标仍由主治医师决定。值得注意的是,虽然这种管理在某些情况下可以改善经PRx评估的脑血管反应性[17],但目前尚无可用方法能改变 underlying CPP/PRx关系的形状。

研究人群

对2002年1月至2023年12月间连续入院的患者进行纳入评估。纳入标准为:1. 急性创伤性脑损伤(TBI)并接受有创颅内压(ICP)监测;2. 可获得6个月预后数据(格拉斯哥预后量表-GOS)。无特定排除标准。2002年至2020年间,数据采集的决定取决于研究人员是否可用。此后开始了系统性采集,如前文发表的流程图所述[18]。从数据库中提取以下临床数据:性别、年龄、格拉斯哥昏迷量表(GCS)评分、瞳孔反应性(双侧有反应 vs. 单侧有反应 vs. 无反应)、颅内出血的存在(硬膜外、脑内或硬膜下血肿、脑挫伤、创伤性蛛网膜下腔出血)、颅外损伤的存在(分为胸部、腹部、四肢、骨盆、颅骨或脊柱损伤)、孤立性TBI的存在(无颅外损伤)、去骨瓣减压术(DC)以及GOS。GOS在发病后6个月通过门诊咨询或由经过培训的工作人员进行电话访谈进行评估。预后评估采用序数量表(良好恢复 vs. 中度残疾 vs. 重度残疾 vs. 死亡/植物状态)或二分类预后(GOS 1–3 vs. 4–5)。

监测数据采集与预处理

高分辨率(即波形,100–240 Hz)生理数据在床旁从GE Solar及随后的Carescape B650监护仪(General Electrics,马萨诸塞州,美国)实时采集,并使用ICM +软件[19](Cambridge Enterprises,剑桥大学,英国)进行预处理。ICP使用脑实质内压力换能器(Codman ICP MicroSensor,Codman & Shurtleff,雷纳姆,马萨诸塞州)测量。动脉血压(ABP)使用插入桡动脉或股动脉的动脉导管(Baxter Healthcare,迪尔菲尔德,伊利诺伊州,美国)测量,并在室间孔水平(2015年后,以耳屏水平估算)或右心房水平(2015年前)调零[16]。为考虑这些差异,根据标准管理方案(包括床头抬高30°[15])及相关静水压差异[20],对2015年前研究的患者ABP读数减去10 mmHg的偏移量。原始ABP和ICP信号按先前所述方法[18]进行整理以去除以下伪差:动脉导管故障段、超出生理范围或无脉搏的读数、以及伪差性质的读数(高频谱边缘频率)。然后将所得无伪差数据处理以获得ABP、ICP和脑灌注压(CPP,平均ABP与ICP之差)的10秒平均值。PRx[5]通过计算连续5分钟区间内10秒平均ABP与ICP值之间的移动相关系数得出。CPPopt、LLA和ULA按照先前所述方法,使用多窗口加权方法[7, 10]对5分钟中位CPP和PRx值拟合抛物线曲线,每连续8小时数据窗口每分钟自动估算一次。LLA和ULA的PRx截断值选择为0.3。下限边际计算为CPPopt与LLA之差。后续分析使用逐分钟平均值。

统计分析与可视化探索

统计分析及图表制作使用 R studio 软件(版本 4.4.1;所用具体软件包见补充材料 B)完成。统计显著性水平设定为 0.05。

CPP 与 PRx 之间的关系最初采用可视化方法进行检验,包括直方图和箱线图,基于完整数据集以及按结局(良好 vs. 不良)、ICP(高 vs. 低——即高于 vs. 低于 20 mmHg)和年龄组分层后的子集。具体而言,对每位患者,计算从 30 至 150 mmHg 范围内每 5 mmHg CPP 分组的平均 PRx,并记录相应的 CPP 观测计数,以评估各分组内数据的比例。随后将这些个体值通过取平均值进行汇总以供可视化,患者数少于 10 例的分组被剔除。

在统计分析中,探讨了偏离 LLA、CPPopt、ULA 以及一系列固定 CPP 目标值(30 至 120 mmHg 之间)的情况。对于每个 CPP 目标值,我们计算了以下三项指标,分别考虑高于(对于 ULA、CPPopt 及高于 65 mmHg 的固定 CPP 阈值)或低于(对于 LLA、CPPopt 及低于 65 mmHg 的固定 CPP 阈值)该阈值的情况:(1) 剂量(Dose),定义为曲线下高于或低于 cutoff 的面积;(2) 每小时剂量(hDose),代表总剂量除以有效数据小时数;(3) 百分比时间(ptime),即有效数据中 CPP 高于或低于目标值的时间百分比。值得注意的是,hDose 和 ptime 受总监测时长的影响较小,因为它们反映的是相对于可用监测时间的偏差,而绝对剂量往往随监测时间延长而增加。

采用两种单变量方法推断不同 CPP 截断值与结局之间的关联。首先,采用逐步卡方检验 [21] 评估不同 CPP 或 PRx 截断值(分别以 1 mmHg 或 0.05 为步长)与结局之间的关联。其次,使用逻辑回归模型探讨不同水平下 CPP 剂量、hDose 和 ptime 与二分类结局(GOS 1–3 vs. 4–5)之间关联的幅度。对于 2021 年之前获取的数据,仅有有限的临床信息可用,因此多变量分析仅使用较新的数据集进行。具体而言,为校正临床严重程度的差异,使用预后评分对患者进行匹配。简言之,根据预后风险评分(使用逻辑回归估计,变量包括年龄、性别、运动 GCS、瞳孔反应性、出血类型、孤立性 TBI vs. 多发伤、颅外损伤(分别针对腹部、四肢、骨盆、颅骨、脊柱或胸部)以及 DC)对结局良好和不良的患者进行匹配,以获得临床表现相似但结局不同的队列。匹配采用最近邻法,卡尺为 0.2,1:1 匹配。匹配质量通过视觉(密度图和点分布图)和定量(统计分析)方法进行验证。随后视情况使用 Kruskal–Wallis 秩和检验评估上述 CPP 目标值与结局之间的关联。

为利用这些细粒度数据,基于Guiza的初步描述[22],通过改编公开可用的代码[23]生成了不同的可视化图。共生成三种不同的热图。首先,为探讨CPP偏离相对于LLA、ULA或CPPopt的幅度和持续时间与结局之间的关联,逐分钟探讨了CPP偏离这些目标值的幅度。为每位患者构建网格,以描绘最小偏离与最短持续时间的各种组合的出现频率。LLA和ULA的最小偏离值定义范围为–30至30 mmHg,CPPopt为–40至40 mmHg,每个单元格代表2 mmHg的增量。同样,最短持续时间值范围为5至120分钟,每个单元格增量为2分钟。对于低于LLA阈值的偏离和低于CPPopt的CPP值,最小偏离和持续时间根据CPP低于指定界值的程度来估计。对于高于ULA阈值的偏离和高于CPPopt的CPP值,使用CPP超过这些界值的最小偏离和持续时间来定义损伤。为创建热图,对每个单元格使用加权Pearson相关(以患者数量作为权重)评估每个结局类别的平均发生次数或时间百分比之间的关系。然后将生成的地图使用从红色到蓝色范围的色图进行可视化,分别代表与更差和更好结局的关联。为提高视觉可解释性,按照先前描述的方法对单元格进行平滑处理[24, 25],即将网格的每个单元格分为3×3个更小的单元格,然后应用高斯核滤波器(标准差为2像素)。具有特定单元格组合的患者少于40例的网格单元格以灰色着色。

考虑到GOS的序数性质,我们另外进行了两项序数分析,即比例优势逻辑回归和滑动二分法分析[26]。为提高统计功效,比例优势逻辑回归提供共同比值比,反映在整个序数量表上的平均位移,而滑动二分法则利用基线校正的结果定义,从而识别患者是否比预期更差[26]。比例优势逻辑回归应用于GOS量表并采用移动截断点(死亡/植物状态 vs. 重度残疾,重度残疾 vs. 中度残疾,中度残疾 vs. 良好恢复)以评估共同比值比。未对比例优势假设进行正式检验,因为主要目的是评估在序数结果量表上关联的总体方向和幅度,而非提供该变化在每个截断点均相同的证据。值得注意的是,即使比例优势假设未严格满足,从模型导出的共同比值比仍提供有意义的效应总结[27]。最后,采用滑动二分法评估CPP偏差对基线严重程度校正结果定义的重要性。对于每位患者,基于基线协变量(年龄、性别、运动GCS、瞳孔反应性、出血类型、孤立性TBI vs. 多发伤、颅外损伤(分别包括腹部、四肢、骨盆、颅骨、脊柱或胸部)、以及DC),估计不良结局的预后风险概率。然后将所得评分分为3个预后组,大小大致相等,分别对应于不良结局的低、中、高可能性。对于每个预后组,定义单独的截断点将结果二分为有利和不利,校正后的有利结局分类为:不良结局低可能性组为GOS 5,不良结局中等可能性组为GOS 4–5,不良结局高可能性组为GOS 3–5。然后使用逻辑回归将所得的基线严重程度校正结果变量与CPP指标进行评估。对于两种方法,均应用自举法进行内部验证并获取95%置信区间(CI)。

最后,基于先前描述的方法[28–30],应用基于组的轨迹建模,在2021年之后获取的、具有确切发病时间和日期的队列中,识别在监测前7天内具有相似下限边际轨迹(以6小时非重叠平均值评估)的个体亚组。专门选择下限边际是因为它独立于CPPopt或LLA的绝对值,因此可在患者之间直接比较。为此,使用贝叶斯信息准则选择最佳轨迹亚组数(探索2至4条轨迹)。对于确定的最佳轨迹数,探索了降低多项式阶数的影响(探索1至4阶)。然后选择具有最佳多项式阶数的模型进行进一步分析。为评估模型充分性,在每个步骤中使用平均后验分配概率[31]。最后,将每位患者分配到相应的轨迹组,然后使用Kruskal–Wallis秩和检验比较相应的临床信息。

结果

本研究共纳入809例创伤性脑损伤(TBI)后需要侵入性神经监测的患者。其临床参数按采集年份分层汇总于表1。在这些患者中,77%为男性,中位年龄为45岁(IQR 25–55),初始GCS运动评分为4分(IQR 1–5)。住院期间,31%接受了去骨瓣减压术(DC)。伤后6个月时,27%的患者死亡或仍处于植物状态,而46%获得良好结局(即良好恢复或中度残疾)。总体评估了150′756小时的监测数据,相当于每位患者中位163小时(IQR 75–249)。按结局类别分层的CPP分布和时间覆盖情况详见补充材料C。未能发现监测时长因结局类别而异。整个监测期间CPPopt的中位获得率为79.7%(IQR 67.1–86.1)。

图1描绘了各种CPP/PRx关系。当考虑完整数据集时(图1A),PRx在CPP值低于约50 mmHg时急剧升高。相比之下,随着CPP值升高,PRx的升高更为平缓,在约110 mmHg时PRx超过0.3。当按结局(图1B)或死亡率(图1C)对数据分层时,非存活者或结局不良患者的LLA更高,而无论结局如何,ULA均保持在约110 mmHg左右。尽管总体模式在不同年龄组中保持一致(图1E),但在最佳水平达到的最低PRx(PRxopt)随年龄增长而升高,导致该关系趋于平坦,最终在最年长年龄组中所有CPP分组的PRx均保持在0以上。最后,与低ICP患者相比,高ICP患者(图1D)似乎在更高的CPP值下达到LLA和ULA。

图2A展示了卡方检验的结果。0.3的PRx阈值被确定为识别死亡率的最佳阈值,而区分有利与不利结局的阈值在0.2至0.3之间,卡方统计量最高值出现在0.3处。对于平均CPP值,最佳截断值约为60 mmHg。在评估偏离CPPopt的情况时,平均CPP值低于CPPopt被确定为区分结局的最佳指标。此外,当CPP值接近LLA或ULA时,其区分结局的能力增强——尤其是在接近LLA时最为显著。这些发现通过逻辑回归分析得到了证实(图2B和补充材料D)。总体而言,偏离固定CPP对不利结局的预测能力较弱,但低于60 mmHg的ptime除外。相比之下,偏离个性化CPP目标被证明更具预测性,特别是低于LLA的ptime、Dose或hDose值。虽然低于CPPopt的偏离也与较差的结局相关,但高于CPPopt的偏离未观察到类似关系;事实上,总体而言,在高于CPPopt的较高值(直至ULA)与较好的结局相关,而超出ULA的偏离则显示出结局较差的趋势,但这些结果未达到统计学显著性。不同截断值的确切p值和比值比见补充材料D。图2C展示了热图。分析揭示,与不利结局最显著的关联出现在CPP低于LLA时。值得注意的是,即使CPP保持在LLA以上,在该阈值以上最多10–20 mmHg水平的长时间暴露仍与较差的结局相关。这一观察结果得到了CPPopt热图的进一步支持,该热图表明低于CPPopt的时间持续时长和偏离幅度均与不良结局日益相关。相反,在CPPopt以上似乎存在一个独特的安全区,延伸至ULA,在该区域内结局倾向于更为有利,除非超出ULA持续时间较长或偏离幅度较大,尽管与LLA情况相比,这里的关联要弱得多且不一致。

表2展示了使用预后评分匹配的患者的统计分析(匹配过程见补充材料E),其结果与单变量结果一致。序数分析的结果见表3。总体而言,当使用滑动二分法评估时,最强的关联被确定为CPP低于LLA和固定较低CPP阈值60 mmHg,其次是CPP低于CPPopt。虽然这些关联也可以在比例优势回归分析中识别,但CPP高于ULA与较差结局之间还存在一个额外的中等程度关联。

最后,采用基于组的轨迹建模来识别具有相似下限边缘时间趋势的患者亚组。最优模型包含四条轨迹,每条轨迹以三次多项式为特征(图3)。所有轨迹的成员平均后验概率均超过90%。轨迹1的下限边缘升高最早,其次是轨迹3。相比之下,轨迹2全程保持稳定,而轨迹4则显著下降,在损伤后第2至第5天降至约6 mmHg。统计分析(表4)表明,年龄是各轨迹间唯一存在差异的临床变量,年龄较大的患者主要见于轨迹2和轨迹4(p < 0.001)。关于结局,轨迹1和轨迹3的患者获得良好结局(GOS 4/5)的可能性显著高于轨迹2和轨迹4的患者(分别为54%、32%、52%和28%;p = 0.011)。尽管轨迹1、2和3的优良恢复率(GOS 5)相当,但轨迹4明显较低(分别为17%、19%、18%和3.3%;p = 0.025)。同样,死亡率在轨迹4最高,其次是轨迹2,在轨迹1和轨迹3最低(分别为45%、35%、23%和18%;p = 0.003)。

表1 患者特征* 查看原表 ↗
图1 CPP与PRx之间的关系。以下图表基于全部患者队列(N = 809)制备。CPP与PRx之间的关系分别展示为所有患者(A图)或按结局(B图)、死亡率(C图)、ICP水平(D图,考虑高于 vs 低于20 mmHg)或年龄(E图)分层。对于18岁年龄组,考虑所有年龄低于20岁的患者。对于所有其他年龄组,考虑所述年龄+/-5岁(即对于25岁,纳入20至29岁的患者)。 查看原图 ↗
图2 CPP目标与结局之间的关联:卡方检验、逻辑回归、热图。以下图表基于完整患者队列(N = 809)制备。A面板显示PRx、CPP及自动调节衍生指标的卡方检验结果。结果分别显示死亡率分层(红色)或结局分层(黄色)。B面板显示不同原始或自动调节衍生的CPP目标的逻辑回归分析结果,考虑总体剂量(Dose)、每小时剂量(hDose)或时间百分比(ptime)。得出的比值比按每1000 mmHg*h Dose、10 mmHg hDose和5% ptime显示。对于个性化CPP目标,目标后面的数字代表与截断值的偏差(例如LLA 5使用低于LLA 5 mmHg的截断值)。相应的OR和p值见补充材料D。C面板显示描述偏离LLA(左)、CPPopt(中)、ULA(右)与结局之间关联的热图。与较差结局的关联显示为蓝色,而与较好结局的关联显示为黄色,深度对应关联强度。最明显的关联增强可见于任何低于LLA的时间。即使有足够时间接近但仍高于LLA,也与较差结局存在关联。类似地,对于CPPopt,低于最佳值的时间与不良结局相关,而CPPopt以上似乎存在明显的安全带。对于ULA,仅长时间偏离高于限值的情况与较差结局呈弱关联。这些热图中需要注意的关键方面是白色过渡区,其指示关联从有利结局向不利结局转变的位置,以及该关联的一致性。这些关联的强度在正式统计分析中进行了量化 查看原图 ↗
表2 基于预后风险评分匹配后按结局类别分层的不同CPP衍生指标* 查看原表 ↗
表3 序数分析* 查看原表 ↗
图3 轨迹建模。使用最优模型识别的不同下限边际(即CPPopt与LLA之间的偏差)轨迹以时间函数显示,该模型包含四条轨迹(每条以三次多项式为特征)。时间变化因轨迹而异,第3组下限边际早期升高,第1组稍晚升高。在第2组中,轨迹基本保持稳定,而在第4组中随时间明显下降 查看原图 ↗
表4 按下限边际轨迹分层的患者特征* 查看原表 ↗

讨论

借鉴动物研究的实验见解,我们在一个超过800例连续TBI患者的队列中,研究了各种CPP水平与PRx之间的直接关系,以及不同的个性化、基于自动调节的CPP目标的预后价值。主要发现如下:在年龄、结局和ICP水平等潜在混杂因素中,CPP/PRx曲线始终呈现不对称模式,与CPP升高相比,CPP降低时脑血管反应性的恶化更为明显。

低于LLA的偏离与更差结局的关联最强,同样,低于CPPopt也与不良结局相关。相反,高于CPPopt的偏离似乎总体上与结局改善相关。然而,这种关联总体上较弱,并且结合长时间暴露于远高于ULA的数值,其性质发生了逆转,显示出与更差结局的微弱且有些不一致的关联。

CPPopt与LLA之间的关系随时间演变。可以识别出不同的下限边缘轨迹,每条轨迹具有不同的结局模式。

我们的结果与Klein等人[12]描述的实验发现以及Aries等人[7]的早期工作一致。具体而言,我们的数据表明,在成人TBI患者队列中,随着CPP升高,被动反应性的增加相较于CPP降低时的增加更为平缓。当CPP降至LLA以下时,平滑肌细胞的松弛——一种被动过程——在血管被动狭窄的情况下越来越不足以维持脑灌注[13]。相反,高于ULA时,在一定CPP范围内,CPP的升高仍被主动的平滑肌细胞收缩所抵消,但此时已不足以完全保持血流恒定[12]。在检查不同亚组时,额外的细微差异变得明显。随着年龄增长,自身调节效率似乎下降,表现为最佳CPP时PRx值较高。这可能归因于与年龄相关疾病(如动脉硬化、血管壁纤维化和炎症——慢性高血压和2型糖尿病的常见后遗症)相关的平滑肌细胞功能受损[32–34]。事实上,先前的研究[35]表明,老年患者表现出减弱的脑血管反应性,并且可能无法从将CPP调整至最佳值中获益,因为即使在CPPopt时反应性仍处于次优水平。相比之下,年轻患者通常表现出更强健的自身调节功能,CPP/PRx关系通常仅呈现下限而无明确的上限[36]。

源自个性化脑灌注压(CPP)目标的指标始终优于脑创伤基金会推荐的固定目标。与早期研究[8, 9, 37]一致,我们发现低于CPPopt和LLA的偏离与更差预后强烈且独立相关。然而,高于CPPopt的时间增加与不良预后之间未出现关联。相反,在我们队列中,高于CPPopt的ptime和hDose较高的患者死亡可能性更低。我们的发现巩固了此前的发现,即高于CPPopt的CPP偏离与长期恢复潜力改善相关[38]。此外,它们与详细的生理学分析一致,这些分析表明CPP适度升高——约高于CPPopt 10 mmHg——伴随脑生理学的改善,包括颅内压(ICP)降低和脑组织氧分压升高[39]。只有在高于ULA时,并且通过更灵敏的分析,我们才能识别出高于ULA的高CPP与更差预后之间的负相关。若干因素可以解释为何高于CPPopt的CPP升高与更差预后之间缺乏关联。首先,观察到的CPP/PRx关系的不对称性提示自动调节对CPP升高比对CPP降低更为耐受。此外,脑氧合——对满足脑代谢需求至关重要——随CPP降低而下降,而在较高CPP水平时保持相对稳定,直至达到临界升高值,尤其是在自动调节受损的患者中[40, 41]。

重要的是,迄今为止,CPPopt周围区域——即从低于CPPopt 5 mmHg到高于CPPopt 5 mmHg的CPP值——已被任意用于定义管理和预后判断的最佳目标[42, 43][37, 38]。我们的发现表明,将CPPopt视为安全CPP范围的下界而非精确的最佳目标可能更为合适。值得注意的是,由于PRx的性质,部分受损的脑血管反应性(如低于CPPopt时的情况)可能反映自动调节能力的区域异质性,某些脑区比其他脑区受影响更严重,可能已经导致更差的预后。这提示即使PRx仍低于传统阈值0.3,随CPP降低而PRx恶化的趋势很可能表明某些区域已经降至LLA以下。相反,PRx显著升高更可能反映自动调节机制的全面衰竭。保持与LLA足够距离的重要性被我们研究中识别出的下界边缘的不同轨迹所强调:CPPopt与LLA之间的边缘越小,不良预后的可能性越高。在与最差预后相关的轨迹中,这一距离降至10 mmHg以下,凸显了维持足够安全边际的关键需求。

局限性

本研究的一个关键局限性在于所纳入的两个队列之间的异质性。值得注意的是,较近期队列中的患者年龄更大、更常表现为瞳孔无反应,且良好预后率更低,这可能影响对研究结果的解读和推广。TBI 2002–2020队列是通过在较长时期内非系统性收集数据获得的,在此期间管理策略不断演变[16],可能引入患者选择和治疗方面的变异性。相比之下,TBI 2021–2023队列是系统性入组的[18],更好地反映了当代临床实践。然而,仅限于TBI 2021–2023队列的二次分析得出了一致的结果,支持了我们主要结论的稳健性。另一个关键局限性涉及动脉压换能器的校准。2015年之前,换能器在右心房水平调零,而自2015年起,换能器大约在门罗孔水平(按耳屏水平估计)调零。基于我们机构采用的管理方案[15](包括30°床头抬高)以及由此产生的静水压变化[20],我们估计偏移量为10 mmHg。虽然该估计值可能接近在门罗孔水平调零的实际CPP,但在床头抬高变化时(例如进行CT扫描时)或取决于患者门罗孔与右心房之间的个体化距离,偏移量可能有所不同。值得注意的是,这种调零差异不影响PRx的计算[44]。同样,推导出的CPP目标值(即CPPopt、LLA、ULA)与调零无关,因为它们是患者个体化的。然而,为考虑这些差异,多变量分析仅限于动脉压换能器在门罗孔水平调零的患者。在此期间还发生了治疗实践的其他几项相关变化,包括2012年引入CPPopt的床旁监测[16]。值得注意的是,虽然在某些情况下通过调整CPP目标值可能改善PRx[17],但目前尚无其他干预措施能够改变CPP与PRx之间潜在的生理关系。由于我们的队列为观察性研究,所有患者均接受了积极治疗,其中一部分患者通过基于CPPopt的CPP管理接受了PRx优化[43]。虽然我们的结果支持CPP低于个体化限值对预后产生不利影响,但本研究无法证明CPP值超过CPPopt的安全性。当前指南建议谨慎避免积极将CPP维持在70 mmHg以上,以避免呼吸衰竭等并发症[1, 45]。然而,仍缺乏有力证据,鉴于通气策略的不断演变[46, 47]以及近期数据显示CPP升高与急性呼吸窘迫综合征发生率之间无明显关联[48],进一步研究至关重要。最后,一个主要局限性在于个体化CPP目标值的自动化估计。所采用的方法假设CPP与PRx之间呈对称关系,而实际情况并非总是如此。此外,即使未达到上限,也会拟合完整曲线,从而可能在估计过程中引入不准确性[10]。

结论

个体化脑灌注压(CPP)目标在创伤性脑损伤(TBI)后预后判断方面始终优于固定阈值。我们的发现挑战了将CPP维持在CPPopt ± 5 mmHg范围内即为最佳的假设。即使略低于CPPopt的偏差也与更差结局相关,尤其是在下限边际较窄的患者中。在临床上,这支持将CPPopt用作CPP的下限阈值,因为高于CPPopt的偏差与更差结局无关,有时甚至与更好结局相关。这种差异很可能归因于CPP/PRx关系的不对称性以及CPP两个极端下继发性损伤的不同机制。

补充信息

补充1. STROBE声明

补充2. 补充材料A-E

参考来源

  1. Bögli SY, Olakorede I, Beqiri E, et al. Cerebral perfusion pressure targets after traumatic brain injury: a reappraisal. Crit Care. 2025. PMID: 40399968. doi:10.1186/s13054-025-05458-9
  2. 全文:PMC12096506(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12096506/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。