文献速递呼吸衰竭与机械通气重症综合管理与镇静镇痛心脑血管急症

早期PaCO2与pH波动对接受VV ECMO的ARDS患者神经结局的影响:来自CSECLS登记处的回顾性队列研究

Impact of early PaCO2 and pH fluctuations on neurological outcomes in ARDS patients receiving VV ECMO: a retrospective cohort study from the CSECLS registry.
PubMed 文献 · Ann Intensive Care · 2025-09-25
一句话结论在VV ECMO支持的ARDS患者中,ECMO启动后24小时内PaCO2过度下降(如相对下降58%)与神经并发症风险升高相关(OR 11.69),而pH变化本身无独立关联。

该多中心回顾性队列研究基于中国体外生命支持学会(CSECLS)登记处2018年1月至2022年12月的数据,纳入983例接受VV ECMO的成人ARDS患者,采用K-means聚类依据ECMO启动前后PaCO2和pH的绝对变化分组,并以logistic回归和限制性立方样条评估其与神经并发症的关联。结果显示总体神经并发症发生率为2.95%,PaCO2大幅下降组(中位下降50 mmHg,相对下降58%)神经并发症发生率最高(11.94%),校正混杂后OR为11.69(95%CI 3.62–37.79)。在ECMO前存在高碳酸血症(PaCO2 ≥ 50 mmHg)的患者中,PaCO2相对下降27%–49%与较低的神经并发症风险相关,而下降超过49%或低于27%风险升高。作者认为避免PaCO2相对基线下降超过50%可能有助于减少神经损伤风险。

要点

  • 在VV ECMO启动后24小时内PaCO2大幅下降(中位下降50 mmHg,相对下降58%)的患者神经并发症发生率最高(11.94%),校正后OR为11.69(95%CI 3.62–37.79,P<0.001)。
  • pH升高本身(如代谢性酸中毒纠正所致)与神经并发症无独立关联,Cluster 3(pH显著升高而PaCO2仅轻微下降)神经并发症发生率为3.96%。
  • 在ECMO前高碳酸血症(PaCO2 ≥ 50 mmHg)患者中,PaCO2相对下降27%–49%与较低的神经并发症风险相关,下降超过49%或低于27%风险显著升高。
  • 全队列中RelΔCO2与神经并发症呈非线性U型关系(P for nonlinear = 0.001),过度下降和下降不足均与风险升高相关。
  • 作者认为避免PaCO2相对基线下降超过50%可能有助于减少该人群的神经损伤风险,但该阈值来自回顾性数据驱动分析,应视为探索性而非确定性结论。

适用人群与场景

  • 成人(≥18岁)接受VV ECMO治疗ARDS并上报至CSECLS登记处的患者,纳入时间为2018年1月至2022年12月。
  • 排除:年龄超过90岁、ECMO支持时间少于24小时、缺少ECMO前或ECMO后动脉血气数据的患者。
  • 多次ECMO episodes的患者仅分析首次ECMO的数据。

诊断标准与关键阈值

  • ARDS定义依据柏林定义(CSECLS数据库录入规则)。
  • 高碳酸血症定义为ECMO前PaCO2 ≥ 50 mmHg,非高碳酸血症定义为PaCO2 < 50 mmHg。
  • 神经并发症复合终点包括颅内出血、缺血性卒中、临床脑死亡和癫痫发作。

红旗征与不能漏的情况

  • 神经并发症包括颅内出血、缺血性卒中、临床脑死亡和癫痫发作,是VV ECMO患者死亡的重要原因。
  • ECMO启动后24小时内PaCO2相对基线下降超过49%或低于27%(高碳酸血症患者)与神经并发症风险显著升高相关。
  • ECMO启动后24小时内PaCO2相对下降58%(中位绝对下降50 mmHg)的患者神经并发症发生率高达11.94%。

研究设计与关键结果

  • 多中心回顾性队列研究,纳入983例接受VV ECMO的成人ARDS患者,来自CSECLS登记处112个中心,总体神经并发症发生率为2.95%(癫痫0.1%、缺血性卒中0.51%、颅内出血2.14%、脑死亡0.2%),院内死亡率为55.54%。
  • K-means聚类(k=5)基于PaCO2和pH绝对变化分组,Cluster 1(n=67)PaCO2中位从90 mmHg降至37 mmHg(绝对下降50 mmHg,相对下降58%),pH从7.10升至7.44,神经并发症发生率11.94%,院内死亡率61.19%。
  • 以Cluster 5(n=377,PaCO2和pH变化最小)为参照,Cluster 1神经并发症风险显著升高:Model 1 OR=8.38(95%CI 2.81–25.02,P<0.001),Model 2 OR=9.22(95%CI 3.05–27.90,P<0.001),Model 3 OR=11.69(95%CI 3.62–37.79,P<0.001);院内死亡率在各聚类间校正后无显著差异。
  • Cluster 3(n=101)pH从7.15升至7.45而PaCO2仅从45降至37.5 mmHg(无显著下降),神经并发症发生率3.96%,院内死亡率52.48%;Cluster 4(n=202)PaCO2从67降至中位下降27.4 mmHg(相对下降41%),神经并发症发生率1.98%;Cluster 2(n=236)和Cluster 5(n=377)神经并发症发生率分别为2.97%和1.95%。
  • 限制性立方样条显示全队列RelΔCO2与神经并发症呈非线性U型关系(P for nonlinear = 0.001);高碳酸血症组同样呈显著非线性关系,非高碳酸血症组无显著关联。
  • 高碳酸血症组中,PaCO2相对下降>49%或<27%的患者与中间范围(27%–49%)相比神经并发症风险显著升高(校正后)。

证据类型、等级与局限

  • 证据类型:多中心回顾性队列研究(CSECLS登记处数据)。
  • 局限:回顾性设计引入选择偏倚并限制因果推断;缺少血小板计数(ECMO期间颅内出血的独立危险因素)、抗凝策略及水平、呼吸机设置和ECMO参数(如扫气流量)等关键变量;未测量的中心层面实践可能影响结局;仅关注神经并发症而未纳入其他ECMO相关不良事件(如出血、血栓、感染);神经并发症发生率(2.95%)低于同类研究(如Cavayas等报道的6.9%),可能反映定义差异、神经监测强度不同或登记处漏报;无法区分颅内出血亚型(如蛛网膜下腔、硬膜下或脑实质出血);无法确定神经事件相对于ECMO启动的确切时间,不能建立早期PaCO2变化与并发症发作的明确时间关联;早期死亡可能作为竞争风险阻碍后期神经并发症的发现或记录,且登记处未记录神经并发症发作时间,无法使用正式的时间-事件或竞争风险模型;PaCO2变化与神经并发症的非线性(U型)关系中最小CO2下降的生理学解释尚不明确;

对床旁实践的改变

  • 作者认为避免PaCO2相对基线下降超过50%可能有助于减少VV ECMO支持的ARDS患者的神经损伤风险。
  • 在高碳酸血症(PaCO2 ≥ 50 mmHg)患者中,ECMO启动后24小时内PaCO2相对下降27%–49%与较低的神经并发症风险相关,但该阈值来自回顾性数据驱动分析,应视为探索性而非规定性结论。
  • 研究提示PaCO2波动而非pH变化是早期VV ECMO管理期间主要关注的气体交换参数。

提炼说明

  • 原文未涉及「处置流程与药物剂量」「指南或共识出处」,故未列出这些栏目。
全文中译13 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:Ann Intensive Care. 2025 Sep 25;15:143. doi: 10.1186/s13613-025-01570-9

背景

急性呼吸窘迫综合征(ARDS)是一种以严重低氧血症和双肺浸润为特征的严重临床病症,常由肺炎、脓毒症、误吸或创伤引起1 [1]。尽管支持性治疗策略取得了进展,ARDS仍与高死亡率相关,汇总估计在重症病例中范围为39%至60%以上 [2–4]。

体外膜氧合(ECMO)是一种支持性干预措施,用于难治性ARDS患者,当肺保护性通气、俯卧位通气和神经肌肉阻滞等常规策略无法恢复足够的气体交换时使用 [4, 5]。然而,ECMO伴随着大量并发症。其中,神经系统并发症包括颅内出血、缺血性卒中、癫痫发作和脑死亡尤为严重,导致显著的发病率和死亡率 [6, 7]。这些神经系统事件虽然临床上表现不同,但往往共享重叠且相互关联的病理生理机制。关键促发因素包括体外循环导致的非生理性脑血管血流动力学、全身性炎症、血管内皮损伤、栓塞现象(如微血栓或空气栓塞)以及气体交换紊乱(如低氧血症、高氧血症、低碳酸血症或高碳酸血症)。这些过程可能协同作用:栓塞可能导致缺血,而在凝血功能障碍或内皮损伤的情况下,缺血又可能演变为出血性转化或诱发癫痫发作 [6, 8]。因此,这些并发症越来越多地被理解为ECMO相关神经损伤病理生理连续统一体中的组成部分。已发现多个危险因素与神经系统并发症相关,包括血小板计数、ECMO前pH值、二氧化碳分压(PaCO2)的早期变化、肾脏替代治疗 [9–11]。

高碳酸血症在ARDS中常见,原因包括生理死腔增加、通气/血流比例失调以及采用低潮气量通气策略 [12, 13]。在已有高碳酸血症的患者中,ECMO启动后由于其对二氧化碳清除的高效率,常导致PaCO2显著且快速下降 [9, 14]。Luyt等首次报道了静脉-静脉ECMO(VV ECMO)期间PaCO2早期下降与神经系统并发症之间的关联 [14]。此后Cavayas等对此予以支持,他们分析了体外生命支持组织(ELSO)登记处的数据,报道PaCO2的大幅相对下降(与ECMO前水平相比下降超过50%)与接受ECMO支持的呼吸衰竭患者神经系统并发症风险增加1.7倍相关 [9]。PaCO2的这种骤然下降可能导致脑血管收缩和脑血流量减少,增加脑损伤风险 [15, 16]。

多项研究报告称,在ECMO支持早期阶段PaCO2的大幅下降与神经系统并发症风险增加相关。例如,Cavayas等和Hunsicker等在VV ECMO队列中证明了这一关系[17, 18]。而Le Guennec等报告称,VA ECMO启动后PaCO2的快速下降与颅内出血风险独立相关[19]。然而,Yu等的一项10年队列研究发现,PaCO2的早期变化与急性脑损伤的发生之间无显著关联[20]。这些相互矛盾的发现提出了一个问题:神经系统并发症是直接归因于PaCO2波动,还是可能受到同时发生的生理变化(如全身pH值的改变)的影响。

此外,既往研究表明,与VV ECMO相比,静脉-动脉(VA)ECMO与显著更高的神经系统并发症发生率相关[21]。鉴于上述考虑,我们旨在研究接受VV ECMO支持的ARDS患者中PaCO2和pH的早期变化与神经系统并发症发生率之间的关系。更好地理解这些关系可能有助于优化早期ECMO管理策略并降低神经系统并发症的风险。

方法

研究设计与患者

本多中心回顾性队列研究使用了中国体外生命支持学会(CSECLS)注册数据库(ClinicalTrials.gov注册号:NCT04158479)的匿名数据。该注册数据库是一个自愿参与的全国性数据库,从中国112家参与的成人和儿童中心收集ECMO使用、并发症和结局的标准化信息。数据通过具有内置验证机制的电子报告系统录入,以确保准确性和一致性。作者之一(Y.H. Xu)获得了数据库访问权限并负责数据提取。本研究获得广州医科大学附属第一医院伦理批准(批准号:ES-2025-K024-01)。所有程序均遵循《赫尔辛基宣言》所述原则,且由于研究的回顾性性质,免除了知情同意。

纳入2018年1月至2022年12月期间因急性呼吸窘迫综合征(ARDS)接受VV ECMO并上报至CSECLS的成年患者(≥ 18岁)。对于有多次ECMO episodes的患者,仅分析首次episode的数据。排除90岁以上患者、ECMO支持时间少于24小时的患者以及缺少ECMO前或ECMO后动脉血气(ABG)数据的患者。

协变量与定义

基线数据包括人口统计学资料、临床诊断、动脉血气(ABG)参数和合并症。从CSECLS登记数据库中提取的合并症包括慢性心血管疾病、糖尿病、脑血管意外、慢性呼吸系统疾病、慢性肾脏病、恶性肿瘤、肝硬化和免疫功能低下状态。所有数据均直接从CSECLS数据库收集,并按照预定义的数据质量标准进行完整性和一致性审查。根据CSECLS数据库录入规则,急性呼吸窘迫综合征(ARDS)依据柏林定义进行定义[22]。慢性心血管疾病包括高血压和冠心病。脑血管意外定义为有记录的脑出血或缺血性卒中病史。慢性呼吸系统疾病包括慢性阻塞性肺疾病、哮喘、细支气管炎、间质性肺病和肺结核。慢性肾脏病定义为入院前需要定期透析。恶性肿瘤包括实体器官癌、白血病、淋巴瘤。免疫功能低下状态定义为有器官移植史或自身免疫性疾病接受长期糖皮质激素或免疫抑制剂治疗,或诊断为获得性免疫缺陷综合征。

结局

主要结局为ECMO启动后发生的神经系统并发症的复合终点,包括颅内出血、缺血性卒中、临床脑死亡和癫痫发作。我们并未将这些事件视为孤立实体,而是将其视为更广泛的ECMO相关神经损伤谱的组成部分,这与既往研究采用的方法一致[9]。这种整合方法更好地反映了ECMO相关神经损伤的复杂性和多因素性质。次要结局包括ECMO支持持续时间、ECMO撤机成功率和院内死亡率。

在CSECLS数据库的数据登记手册中,患者神经系统并发症定义如下:脑死亡指大脑和脑干所有功能不可逆丧失;癫痫发作根据临床表现或脑电图(EEG)诊断;出血和卒中根据计算机断层扫描(CT)或磁共振成像(MRI)的影像学表现进行定义。

主要关注变量

根据CSECLS数据库录入方案,动脉血气值记录于ECMO启动前6小时内(ECMO前)和ECMO启动后24小时(ECMO后)。基于这些时间点,计算ECMO早期阶段PaCO2和pH的绝对变化和相对变化如下:

绝对变化:AbsΔCO2 = ECMO后PaCO2 − ECMO前PaCO2(mmHg)。

AbsΔpH = ECMO后pH − ECMO前pH。

相对变化:RelΔCO2 = AbsΔCO2 / ECMO前PaCO2。

RelΔpH = AbsΔpH / ECMO前pH。

统计分析

所有统计分析均使用R软件(版本R4.3.1)进行。分类变量以计数和百分比(%)表示,连续变量若呈正态分布则以均值±标准差(SD)表示,若呈非正态分布则以中位数及四分位距(IQR:第25–75百分位)表示。组间比较对参数变量采用Student t检验,对非参数变量采用Mann–Whitney U检验。分类变量采用卡方检验。双侧p值<0.05被认为具有统计学意义。对于缺失数据少于30%的变量,采用链式方程多重插补(MICE)进行10次迭代。插补后的数据集使用Rubin规则合并以生成最终估计值。

为探索气体交换变化的潜在模式,基于两个输入变量——ECMO早期阶段PaCO2的绝对变化量(AbsΔCO2)和pH的绝对变化量(AbsΔpH)——采用K均值聚类进行无监督机器学习。鉴于使用了两个连续变量,预期至少有四种不同的模式。最佳聚类数(k = 5)通过肘部法和轮廓分析共同确定。肘部法确定的是增加额外聚类对簇内方差改善最小的那个点,而轮廓分析评估每个数据点在其所属聚类内的连贯性。聚类稳定性评估使用1000次 bootstrap 样本上的平均Jaccard指数进行检验[23]。这些聚类随后被纳入下游回归模型,以评估其与神经系统并发症及临床结局的关联。

采用逻辑回归模型评估聚类与神经系统并发症之间的关联。计算比值比(OR)和95%置信区间(CI)。混杂因素在三个模型中逐步进行调整:模型1未调整。模型2调整了聚类间存在显著差异的人口学和疾病严重程度指标,包括性别、体重指数(BMI)、ECMO前序贯器官衰竭评估(SOFA)评分以及年龄(因其与ECMO支持患者死亡率的已知关联)[24]。模型3进一步调整了ECMO前有创机械通气(IMV)的持续时间,以及基线合并症:慢性心血管疾病、脑血管意外、慢性呼吸系统疾病、慢性肾脏病、糖尿病、恶性肿瘤、免疫抑制状态和肝硬化。这些模型也被应用于评估不同聚类与院内死亡率之间的关联,以及RelΔCO2分组与神经系统并发症风险之间的关联。

采用限制性立方样条模型评估PaCO2变化与神经系统并发症风险之间的关系。为进一步探索这一关联,基于ECMO前PaCO2水平进行亚组分析,将高碳酸血症定义为PaCO2 ≥ 50mmHg,非高碳酸血症定义为PaCO2 < 50mmHg。这种分层方法为VV ECMO支持的ARDS患者中最佳PaCO2调整阈值和治疗目标提供了见解。

结果

人口学特征

初步共识别出2018年至2022年间接受VV ECMO治疗的1,448例ARDS患者。其中,465例因ECMO持续时间少于24小时(n = 68)、年龄超过90岁(n = 1)或缺失动脉血气(ABG)数据(n = 396)而被排除。最终,983例患者纳入最终分析(图1)。该队列平均年龄为52.41 ± 15.45岁,72.43%为男性。神经系统并发症的总体发生率为2.95%,包括癫痫发作(0.1%)、缺血性脑卒中(0.51%)、颅内出血(2.14%)和脑死亡(0.2%)。院内死亡率为55.54%(表1)。

图1 研究人群流程图;ABG:动脉血气;ECMO:体外膜氧合;ABG结果缺失包括ECMO启动后24小时ABG及ECMO启动前6小时内ABG 查看原图 ↗
表1 不同聚类的特征和结局 查看原表 ↗

基于PaCO2和pH绝对变化的K-means聚类

基于AbsΔCO2和AbsΔpH,采用K-means聚类将患者分为五个聚类。通过聚类评估指标确定最佳聚类数(k = 5)(图2A),并将这些聚类用于后续分析和解读(图2B)。

采用Jaccard指数评估聚类稳定性,值越接近1表明聚类稳定性越高。1000次重复的自举重采样得出的各聚类Jaccard指数分别为0.704、0.756、0.756、0.809和0.816,表明稳定性令人满意(所有值均> 0.7)。

聚类1(n = 67)显示PaCO2大幅下降,同时pH显著升高,碳酸氢盐水平变化极小。该聚类在所有5个聚类中神经系统并发症发生率最高。PaCO2中位数从ECMO前90 mmHg降至ECMO后24小时37 mmHg,绝对降幅为50 mmHg,相对降幅为58%。pH从7.10升高至7.44。11.94%的患者发生神经系统并发症,院内死亡率为61.19%。

聚类3(n = 101)显示pH显著升高(中位数从7.15升至7.45),而PaCO2仅轻微下降且无统计学意义(从45降至37.5 mmHg)。碳酸氢盐水平显著升高提示pH升高主要归因于代谢性酸中毒的纠正,而非PaCO2的变化。3.96%的患者发生神经系统并发症,院内死亡率为52.48%。

聚类4(n = 202)也表现为PaCO2降低和pH升高。然而,ECMO前PaCO2中位数(67 mmHg)低于聚类1(90 mmHg)。绝对降幅为27.4 mmHg,相对降幅为41%。1.98%的患者发生神经系统并发症,院内死亡率为54.95%。

聚类2(n = 236)和聚类5(n = 377)的PaCO2和pH变化相对稳定,仅在生理范围内出现轻微波动。聚类2的神经系统并发症发生率为2.97%,聚类5为1.95%。院内死亡率分别为55.93%和54.64%。

各聚类间神经系统并发症发生率存在显著差异(P < 0.001)。各聚类间在性别、BMI、ECMO前SOFA评分、ECMO前IMV持续时间、慢性心血管疾病和慢性呼吸系统疾病方面也观察到额外显著差异(均P < 0.05)(表1)。

尽管聚类是无监督的,所得五个组与ECMO启动期间常见的生理模式高度一致。聚类1反映呼吸性酸中毒的快速纠正(PaCO2大幅下降伴pH上升),而聚类3提示代谢性代偿(碳酸氢盐和pH升高)。聚类4显示两项参数均呈中度变化,提示混合性酸碱偏移。聚类2和聚类5仅表现出轻微波动,与更稳定的状态一致。这些模式支持该聚类方法在识别有意义的生理亚组方面的临床相关性。

图2 患者的聚类。(A)用于对AbsΔCO2和AbsΔpH进行聚类的K-means聚类方法;(B)通过K-means聚类对AbsΔCO2和AbsΔpH进行聚类 查看原图 ↗

各聚类间的神经系统并发症和院内死亡结局

为确定各聚类间神经系统并发症发生率和院内死亡率是否存在差异,以聚类5(PaCO2和pH变化最小的最大组)为参照组构建多因素logistic回归模型(表2)。开发了三个模型以校正潜在混杂因素。与聚类5相比,聚类1患者(其特征为AbsΔCO2和AbsΔpH变化均最大)在所有三个模型中均表现出显著更高的神经系统并发症风险(模型1:OR = 8.38,95% CI:2.81–25.02,P < 0.001;模型2:OR = 9.22,95% CI:3.05–27.90,P < 0.001;模型3:OR = 11.69,95% CI:3.62–37.79,P < 0.001)。然而,在校正相同混杂因素后,院内死亡率在各聚类间无显著差异(表S1)。

综上所述,聚类分析和回归分析表明,VV ECMO早期阶段PaCO2大幅下降与ARDS患者神经系统并发症风险增加显著相关。相比之下,单纯pH变化,尤其是与代谢性纠正相关的pH变化,与神经系统风险无独立关联。这些发现突出表明,PaCO2波动是VV ECMO支持的ARDS患者早期管理期间主要关注的气体交换参数。

表2 聚类与神经系统并发症关联的多因素logistic回归 查看原表 ↗

VV ECMO支持早期PaCO2降低的潜在安全范围评估

鉴于观察到RelΔCO2与神经系统并发症之间的关联,我们进一步研究了VV ECMO早期阶段PaCO2降低的潜在安全范围。全队列中的限制性立方样条回归(图3A)显示RelΔCO2与神经系统并发症风险之间呈非线性关系(非线性P = 0.001)。风险随PaCO2过度下降和微小变化而增加,形成U形关联。

由于高碳酸血症患者在ECMO启动后更常与PaCO2快速下降相关,患者按ECMO前PaCO2水平(高碳酸血症或非高碳酸血症)进行分层。两个亚组的患者特征见表S2。在高碳酸血症组患者中,样条模型再次显示RelΔCO2与神经系统并发症之间具有统计学显著的非线性关系(图3B)。相比之下,在非高碳酸血症组中未观察到显著关联(图3C)。

根据RelΔCO2的第25和第75百分位数,将高碳酸血症组患者分为三个亚组。多因素logistic回归显示,在调整相关协变量后,PaCO2降低幅度>49%或<27%的患者与中间范围的患者相比,神经系统并发症风险显著更高(表3)。这些发现提示,在接受VV ECMO治疗的高碳酸血症(PaCO2 ≥ 50mmHg)ARDS患者中,最初24小时内PaCO2适度降低(27%至49%之间)可能与较低的神经系统并发症风险相关。然而,由于该阈值来源于回顾性、数据驱动的分析,应将其视为探索性而非确定性结论。

图3 不同呼吸衰竭亚组中Rel ΔCO2与神经系统并发症关联的立方模型。(A)所有患者;(B)高碳酸血症(PaCO2 ≥ 50mmHg);(C)非高碳酸血症(PaCO2 < 50mmHg) 查看原图 ↗
表3 高碳酸血症组中不同RelΔCO2与神经系统并发症关联的多因素logistic回归 查看原表 ↗

讨论

在这项多中心、回顾性队列研究中,我们探讨了ARDS患者启动VV ECMO后早期PaCO2和pH波动与神经系统并发症风险之间的关联。我们的发现提示,ECMO启动后最初24小时内PaCO2大幅降低与神经系统并发症风险增加显著相关。相比之下,pH变化,尤其是代谢性酸中毒纠正所致的变化,与神经系统风险增加无独立关联。这些结果支持以下假说:在ARDS患者VV ECMO支持的早期阶段,PaCO2波动而非pH变化是导致神经系统损伤的更关键因素。

聚类分析虽为探索性和数据驱动,但识别出一个高风险亚组(聚类1),其特征为PaCO2降低幅度最大(中位数50 mmHg;相对降低58%),该亚组神经系统并发症发生率最高(11.94%)。这一发现与Luyt等[14]、Cavayas等[8]和Hunsicker等[17]既往报道一致,这些研究均表明ECMO支持患者早期PaCO2过度降低与颅内出血及其他神经系统事件风险增加相关。其他研究也强调了ECMO启动期间逐渐、受控清除PaCO2的重要性[18, 25]。相比之下,Yu等[20]未报告早期PaCO2变化与急性脑损伤之间存在统计学显著关联。然而,该研究统计效力有限,部分原因在于近25%的参与者缺乏ECMO前动脉血气数据及其单中心设计,可能导致了这一差异。

为进一步探究这种关系,我们进行了限制性立方样条分析。观察到RelΔCO2与神经系统并发症之间存在非线性的U型关系,在变化极小和过度降低两端风险均升高。在高碳酸血症患者(ECMO前PaCO2 ≥ 50 mmHg)中,这种非线性关系尤为明显。分层logistic回归显示,PaCO2中度降低(27–49%)与神经系统并发症风险最低相关。PaCO2过度降低可能诱发脑血管收缩、降低脑灌注压并损害氧合,这些都是已知的神经系统损伤促成因素[5, 21, 24–26]。尽管U型曲线提示降低不足也可能与危害相关,但目前尚无直接证据支持持续性高碳酸血症与神经系统并发症之间存在因果联系。持续性PaCO2水平偏高可能归因于ECMO启动后通气支持降低(如较低潮气量和呼吸频率)与扫气流量之间的不平衡。这些观察结果凸显了需要前瞻性研究以更好地理解PaCO2变化过小和过大两者的生理学意义。虽然我们的研究结果指向一个可能更安全的PaCO2降低范围,但该阈值源自回顾性、数据驱动分析,应被视为探索性而非规定性。

尽管PaCO2与pH通常相互关联,但pH也可受碳酸氢盐水平影响。PaCO2和pH变化对神经系统并发症的相对贡献仍不清楚。第3组患者的pH升高主要归因于代谢性酸中毒的纠正,其神经系统并发症发生率相对较低(3.96%),提示pH在驱动神经系统损伤方面可能的作用不如PaCO2波动显著。尽管如此,pH变化,尤其是碱中毒或酸中毒的纠正,可影响脑血管血流并可能加重PaCO2波动的影响[27, 28]。虽然我们的研究结果支持PaCO2波动是神经系统并发症的主要决定因素,但pH的潜在影响不应被忽视。

我们有意将分析限制在接受VV ECMO的患者中,以尽量减少与VA ECMO相关的循环支持变量(如血流动力学不稳定和氧输送差异)带来的混杂效应。既往研究显示,VA ECMO与更高的神经系统并发症发生率相关,可能归因于灌注受损、气体交换改变和栓塞风险增加的综合作用[6, 29]。通过仅聚焦于VV ECMO,我们的分析得以更精确地评估呼吸因素对神经系统结局的贡献。

尽管大型多中心注册登记研究和严谨的统计方法具有优势,仍须承认若干局限性。第一,回顾性设计本身引入了选择偏倚,并限制了得出因果推断的能力。尽管我们对若干关键混杂因素进行了校正,但一项主要的方法学局限性是缺乏血小板计数,而血小板计数是ECMO支持期间颅内出血公认的独立危险因素。遗憾的是,CSECLS注册登记中无法获取血小板值,因而无法纳入分析。其他关键临床变量,如抗凝策略及抗凝水平、呼吸机设置和ECMO参数(例如扫气流量),同样无法获取,进一步限制了对混杂因素的全面校正。未测量的中心层面实践也可能影响了结局。此外,我们的分析仅聚焦于神经系统并发症,未考虑其他ECMO相关不良事件——如出血、血栓形成或感染——这些事件可能与神经系统风险相互作用或混淆临床结局。第二,我们队列中观察到的神经系统并发症发生率(2.95%)低于同类研究报告的发生率,例如Cavayas等的多中心分析利用ELSO数据库记录的发生率为6.9% [9]。这一差异可能反映并发症定义、神经监测强度或本注册登记中报告不足的差异,可能低估了神经系统损伤的真实负担。第三,尽管我们的主要结局基于CSECLS注册登记中经过临床验证的定义,但由于缺乏详细神经影像学数据,我们无法区分颅内出血的亚型(例如蛛网膜下腔、硬膜下或脑实质内出血)。这限制了对病因学潜在差异及其与气体交换变量关联的深入认识。此外,在伴有凝血功能障碍或血管脆性的ECMO支持患者中,区分原发性出血与缺血性损伤的继发性出血转化通常具有挑战性。我们的数据集中缺乏时间和影像学数据,限制了对细微差异的解释。第四,由于注册登记数据的局限性,我们无法确定神经系统事件相对于ECMO启动的确切时间。因此,我们无法建立早期PaCO2变化与并发症发生之间的明确时间联系,尤其是对于那些可能在ECMO支持数天后发生的并发症。这妨碍了因果推断,并凸显了未来研究采用实时神经监测和事件记录的必要性。第五,在接受VV ECMO治疗的危重患者中,早期死亡可能作为竞争风险,可能阻碍对ECMO病程后期发生的神经系统并发症的发现或记录。然而,由于CSECLS注册登记的限制,神经系统并发症发病的确切时间未被记录,导致本研究无法使用正式的时间-事件模型或竞争风险模型。此外,尽管在我们的分析中pH变化与神经系统并发症无独立关联,但其与PaCO2波动的交互作用值得进一步研究。最后,虽然我们的样条分析提示PaCO2变化与神经系统并发症之间存在非线性(U形)关系,但最小CO2降低的生理学解释仍不明确。因此,所识别的阈值应被视为探索性的,需要前瞻性验证。未来研究应纳入详细的生理学和神经影像学数据、实时事件追踪以及前瞻性队列设计,以完善风险分层并优化旨在最大限度减少VV ECMO支持的ARDS患者神经系统并发症的ECMO管理策略。

结论

总之,在开始VV ECMO的早期阶段,PaCO2的过度降低(而非pH的升高)与ARDS患者神经系统并发症发生率较高相关。我们的研究结果表明,避免PaCO2较基线降低超过50%可能有助于降低该人群神经损伤的风险。这些结果强调了谨慎管理ECMO设置以防止PaCO2骤然变化并优化患者结局的重要性。需要进一步研究以完善ECMO管理策略,并制定个体化方案,在优化气体交换的同时将接受VV ECMO支持的ARDS患者的神经系统风险降至最低。

补充信息

以下是电子补充材料的链接。

补充材料1。表S1。不同聚类与院内死亡率关联的多因素Logistic回归。

补充材料2。表S2。高碳酸血症组中不同亚组的特征和结局。

参考来源

  1. Chen X, Xie J, Wang Y, et al. Impact of early PaCO2 and pH fluctuations on neurological outcomes in ARDS patients receiving VV ECMO: a retrospective cohort study from the CSECLS registry. Ann Intensive Care. 2025. PMID: 40999113. doi:10.1186/s13613-025-01570-9
  2. 全文:PMC12463811(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12463811/

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。