下限边际:脑灌注压变化时自动调节敏感性的决定因素
这项前瞻性队列纳入234例重型TBI患者,用自动化方法逐分钟计算CPPopt、LLA及两者之差(下限边际),评估其与6个月GOS、短期CPP变异性和自动调节负荷的关系。下限边际越宽,CPP低于LLA的时间越少(β=−2.1,CI −2.2至−1.9),不良预后 odds 越低(OR 0.59,CI 0.41–0.83,p=0.003);58.9%的效应由低于LLA的时间中介。下限边际窄且短期CPP变异性高者预后最差,近50%的每小时短期CPP变异性超过±5 mmHg。作者认为应超越单一阈值策略,采用整合自动调节储备与短期CPP变异性的基于恢复力的方法。
要点
- 重型TBI患者中,下限边际(CPPopt−LLA)每增宽,6个月不良预后 odds 降低(OR 0.59,CI 0.41–0.83,p=0.003)。
- 下限边际越宽,CPP低于LLA的时间越少(β=−2.1,CI −2.2至−1.9);58.9%的预后效应由低于LLA的时间中介。
- 下限边际窄且短期CPP变异性高时不良预后概率最高;近50%的每小时短期CPP变异性超过±5 mmHg。
- 下限边际在ICU病程中高度动态,与常规临床严重度指标仅弱相关,不能靠临床参数可靠推断其宽度。
- 作者认为固定的CPPopt±5 mmHg缓冲可能并不普遍保护,尤其对下限边际窄(自动调节储备有限)者。
适用人群与场景
- 连续纳入2021年6月至2023年12月收治的急性TBI并置入脑实质ICP监测、且有6个月GOS结局的患者;无特定排除标准。
- 单中心神经重症监护病房(Addenbrooke’s Hospital,Cambridge University Hospital NHS Foundation Trust,University of Cambridge)的前瞻性队列;患者管理基本遵循Brain Trauma Foundation指南,是否以CPPopt为目标由主治医师决定。
诊断标准与关键阈值
- CPPopt:CPP与PRx呈U形关系时PRx最低点对应的CPP值。
- LLA:脑血管自动调节已受损并随CPP进一步下降而恶化的CPP值,PRx cutoff取0.3。
- 下限边际=CPPopt−LLA,逐分钟计算;图中示例分别为12 mmHg和28 mmHg。
- CPPopt与LLA由过去8小时数据窗口自动逐分钟估计,需至少2小时连续多模态监测数据(缺失数据限75%);PRx为10秒均值ABP与ICP在5分钟窗口内的移动相关系数,每窗口缺失数据限50%。
- 短期CPP变异性用每个连续不重叠小时的CPP标准差量化;自动调节负荷用低于LLA的剂量、每小时剂量和百分比时间描述。
红旗征与不能漏的情况
- 下限边际窄(自动调节储备有限)且短期CPP变异性高,与最差预后和更多CPP低于LLA的时间相关。
- CPP低于LLA的时间越多,提示自动调节负荷越重、低灌注风险越高。
研究设计与关键结果
- 前瞻性队列,234例重型TBI患者,共评估45,200小时监测数据,中位每例157小时(IQR 88–279);中位年龄45岁(IQR 35–65),男性75%,初始GCS中位4分(IQR 1–5)。
- 6个月GOS分布:良好恢复(GOS 5)13%,中度残疾(GOS 4)29%,重度残疾(GOS 3)28%,死亡或持续植物状态(GOS 1,2)30%。
- 下限边际增宽与不良预后 odds 降低相关(OR 0.59,CI 0.41–0.83,p=0.003);按日分析,每差一个结局类别下限边际线性减少−3.53 mmHg(标准误0.75)。
- 下限边际与PRx相关−0.84,与低于LLA的百分比时间和每小时剂量分别相关−0.77和−0.67;年龄较大和去骨瓣减压与更窄的下限边际相关(每岁减少0.04 mmHg,去骨瓣减压者减少1.6 mmHg)。
- 下限边际增宽与低于LLA时间减少相关(β=−2.1,CI −2.2至−1.9);短期CPP变异性单独与低于LLA时间无显著关联(β=−0.04,CI −0.13至−0.05)。
- 下限边际与短期CPP变异性存在显著交互(β=0.15,p<0.001),模型解释低于LLA时间变异的54%(R²=0.536)。
- 因果中介分析:平均因果中介效应−0.034(CI −0.055至−0.010,p<0.001),平均直接效应不显著(p=0.08);总效应中58.9%由低于LLA的百分比时间中介。
- 48%的监测时间每小时短期CPP变异性超过5 mmHg标准差。
证据类型、等级与局限
- 证据类型:单中心前瞻性队列研究。
- 局限:单中心设计可能限制广泛推广;是否执行CPPopt管理仍由主治医师决定;目前没有干预能调整PRx与CPP之间的关系(因而也不能调整下限边际);短期CPP变异性可能同时反映生理不稳定和治疗干预(如渗透治疗、血管升压药),现有数据无法区分内源性与医源性变异;纳入去骨瓣减压或置入脑室外引流者可能违反PRx计算假设;CPPopt、LLA及其衍生指标基于长达8小时连续监测数据,窗口内时变的CPP–PRx关系被平均而非实时捕捉;PRx及其他脑血管自动调节指标仅能近似真实自动调节状态;其他未分析的参数和继发性脑损伤后果也影响结局。
对床旁实践的改变
- 作者认为,下限边际窄提示对短期CPP波动更脆弱,对此类患者可能需要更严格的血流动力学控制。
- 作者认为,下限边际宽的患者对CPP波动耐受性更好,严格遵循窄CPPopt窗口可能并非必要。
- 作者认为,仅评估LLA可能不足,因其未提供自动调节范围及CPP变化可接受程度的信息。
- 作者认为,应基于CPPopt、LLA和下限边际进行动态的、基于恢复力的CPP管理,而非静态阈值。
- 作者认为,传统的CPPopt±5 mmHg范围可能并非普遍保护,对自动调节储备有限者可能不足甚至有害。
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10 节 · 点击展开
引言
脑灌注压(CPP)管理是创伤性脑损伤(TBI)后重症监护管理的关键方面之一[1]。尽管当前指南仍提出60至70 mmHg之间的固定目标[1],但考虑脑血管自动调节状态的个体化CPP目标在结局评估中基本优于这些固定目标[2–5]。脑血管自动调节描述了一种旨在稳定脑血流的先天机制[6]。具体而言,它通过调节小动脉直径来对抗全身驱动压力的缓慢变化[6]。在重症监护中,已提出不同的个体化目标用于TBI患者的管理,即CPPopt(即最佳CPP)[3]和LLA(即自动调节下限)[4, 5]。两者均基于压力反应性指数(PRx),这是一种脑血管自动调节的替代测量指标,量化颅内压(ICP——本文中用于量化小动脉直径变化的幅度)对动脉血压(ABP)缓慢变化的反应[7]。CPP与PRx于2002年首次被描述[3],二者常呈现明显的U形关系,CPPopt和LLA均由此推导而来。具体而言,CPPopt定义为该关系中与最低PRx相关的CPP值,而LLA为脑血管自动调节已受损且随CPP降低而进一步恶化的CPP值[2–5]。特别是,低于LLA时,脑血流无法充分稳定,导致缺氧和低灌注的风险[8, 9]。值得注意的是,PRx及PRx衍生的指标反映的是脑血管反应性[7],其本身只是受脑血管自动调节机制影响的一个方面[5]。然而,鉴于PRx仍是患者自动调节状态最广泛使用的连续替代指标,为简洁起见,全文将使用LLA和自动调节这一术语(而非反应性下限和脑血管反应性)。
CPPopt和LLA均可在床旁使用自动化方法进行估计[2, 10, 11]。从概念角度[12],当CPP维持在CPPopt时,脑血管自动调节机制“最佳地”支持脑血流的稳定。相反,LLA更常被视为关键“安全”阈值,因为CPP低于LLA的频率较高与更差结局密切相关,这是由于其与脑血流减少的关联[5]。最近,我们引入了下限边际(Lower Limit Margin),其描述CPPopt与LLA之间的CPP差值[13]。下限边际在整个TBI病程中呈现明显的动态变化,下限边际狭窄的患者显示出明显更差的结局。值得注意的是,在某些患者中,下限边际窄至5–6 mmHg。这提出了是否应重新审视CPPopt周围实际使用的±5 mmHg边际的问题。
在本分析中,我们假设下限边际对结局的影响是由低于下限自动调节阈值(LLA)的时间所介导的,而这可能取决于每位患者所表现出的脑灌注压(CPP)的固有变异性。具体而言,较窄的下限边际可能通过增加CPP降至LLA以下的风险来放大短期CPP变异性对结局的影响,从而导致继发性缺血性损伤以及重型创伤性脑损伤(TBI)患者更差的功能结局。通过本分析,我们旨在推进对自动调节指导管理的理解,并努力将个体化治疗性CPP目标的概念扩展至个体化治疗范围。
材料与方法
我们获取了来自脑物理实验室研究数据库的去标识化TBI记录,该数据库已获研究伦理委员会批准(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[14]。患者在住院期间作为常规诊疗的一部分持续接受监测(如认为必要)(即,如果患者转为姑息治疗措施,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的继发性损伤,则停止监测)。未收集研究特异性数据,因此豁免了知情同意的要求。患者的管理主要遵循脑创伤基金会指南[1]。调整后的本地指南此前已有描述[15]。值得注意的是,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。
研究人群
对2021年6月至2023年12月间连续收治的患者进行纳入评估。纳入标准为:(1)急性TBI并接受有创ICP监测(使用脑实质内ICP压力换能器);(2)可获得6个月结局(格拉斯哥结局量表——GOS [16])。无特定排除标准。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)[17]、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、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通过电话访谈进行评估。结局评估采用序数量表(恢复良好 vs. 中度残疾 vs. 重度残疾 vs. 死亡/植物状态,分别代表GOS 5 vs. 4 vs. 3 vs. 2/1)或二分类结局(GOS 1–3 vs. 4–5)。
监测数据采集与预处理
在床旁从GE Solar及随后的Carescape B650监护仪(General Electrics,美国马萨诸塞州)实时采集高分辨率(即波形,240 Hz)生理数据,并使用ICM+软件[18](Cambridge Enterprises,英国剑桥大学)进行预处理。颅内压(ICP)采用脑实质内压力换能器(Codman ICP MicroSensor,Codman & Shurtleff,马萨诸塞州雷纳姆)测量。动脉血压(ABP)采用插入桡动脉或股动脉的动脉置管(Baxter Healthcare,美国伊利诺伊州迪尔菲尔德)测量,并在门罗孔水平(以耳屏水平估计)调零。原始ABP和ICP信号按其他文献[14]详细描述的方法进行整理,以去除以下伪差:动脉置管故障段、超出生理范围或无脉搏的读数,以及伪差性读数(高频谱边缘频率)。因伪差清除导致的数据缺失未进行插补。鉴于缺乏经过验证的高分辨率多模态神经监测插补方法,我们仅保留可用的清洗后数据。PRx和CPPopt的计算对数据缺口具有稳健性,因为在计算失效之前可耐受相对较大的数据缺失段(见后续章节)。
PRx通过在5分钟间隔内计算连续10秒平均ABP与ICP值之间的移动相关系数得出,每个数据窗口的缺失数据限值为50%[7]。CPPopt和LLA按先前描述的方法,从过去8小时数据窗口每分钟自动估计,采用多窗口加权方法对5分钟中位CPP和PRx值拟合抛物线曲线[10]。与PRx的缺失数据限值类似,CPPopt估计的相应缺失数据限值为75%(即至少需要连续2小时的多模态监测数据才能计算CPPopt和LLA)。LLA的PRx截断值选择为0.3。下限裕度按每分钟计算为CPPopt与LLA之间的差值。该方法使用的CPPopt和LLA计算,以及窄下限裕度和宽下限裕度的示例见图1。后续分析使用逐分钟平均值。采用三项指标描述自动调节功能受损,具体描述剂量(高于(针对CPPopt)或低于(针对CPPopt或LLA)的曲线下面积)、每小时剂量(hDose;总剂量除以有效数据小时数)和时间百分比(ptime;CPP高于或低于CPPopt或LLA的有效数据百分比)。短期CPP变异性通过提取每个连续不重叠小时数据的标准差进行量化。对于所述统计分析,除非另有说明,我们使用总体平均值。
统计分析与可视化探索
统计分析和图形制作使用R完成(R:一种用于统计计算和图形的语言与环境,版本4.4.1;所用具体包为tidyverse、dplyr、ggplot2、MASS、mgcv、mediation、lme4)。统计显著性设定为0.05水平。由于本研究的探索性性质,未进行多重检验校正。数据分析聚焦于两条不同的研究主线:第一,评估下限边际作为独立预后标志物;第二,评估下限边际、短期CPP变异性、低于LLA时间占比增加与功能结局之间的复杂关系。
对于第一部分,所描述的方法在很大程度上遵循了先前论文中引入下限边际(Lower Limit Margin)的初始描述[13]。采用逻辑回归进行单变量分析,分别比较预后良好与预后不良的患者。此外,为了考察在考虑GOS时下限边际如何随时间演变,我们构建了混合效应模型,以每日下限边际值和伤后天数作为固定效应,以患者ID作为随机效应。值得注意的是,由于CPPopt及衍生指标(如下限边际)是通过评估前8小时的数据得出的,因此每个每日平均值都包含了前一天的一小部分数据。该方法与既往研究一致,并基于以下假设:当前的自调节状态可从最近数小时内的表现推导得出。鉴于GOS结局的序数性质,我们还进行了两项序数回归分析[20]。采用比例优势逻辑回归来确定一个共同的优势比,反映在跨不同阈值评估时(即死亡/植物状态与重度残疾之间、重度残疾与中度残疾之间、中度残疾与良好恢复之间)整个序数量表上优势的平均偏移。比例优势假设未进行正式检验,因为主要目的是评估序数结局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上均相同的证据[21]。采用滑动二分法评估患者是否遭受比预期更差的结局(基于初始临床表现)[20]。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、单纯性TBI与多发性创伤、颅外损伤(分别包括腹部、四肢、骨盆、颅骨、脊柱或胸部)、以及DC——估计预后不良的风险概率。然后将所得评分分为三个预后组,大小大致相等,分别对应预后不良的低、中、高可能性。对于每个预后组,定义单独的截断值将结局二分为预后良好和预后不良,调整后的预后良好分类为:预后不良低可能性组为GOS 5,预后不良中可能性组为GOS 4–5,预后不良高可能性组为GOS 3–5。然后将所得的基线严重度调整结局变量与下限边际采用逻辑回归进行评估。对于两种方法,均应用自助法进行内部验证并获取95%置信区间(CI)。为进一步探索下限边际,我们计算了下限边际绝对平均值与不同临床和监测指标之间的相关系数。连续变量采用Pearson相关,序数指标采用Spearman相关。最后,为进一步研究下限边际,我们对常规评估的临床参数与下限边际宽度之间进行了线性回归分析,以评估常规评估的临床参数在多大程度上可用于预测下限边际宽度。
在第二项分析中,我们关注的是评估下限边际、短期脑灌注压(CPP)变异性(以每连续不重叠一小时数据的标准差进行量化)与低于下限警报(LLA)的时间百分比之间的关系。在以下分析中,提取了每小时或每日的平均值。第一步,通过可视化方式探索了数据中每小时短期CPP变异性的总体频率。然后,为了模拟下限边际和短期CPP变异性对不良结局概率的非线性联合效应,对每日平均值拟合了广义相加模型,采用薄板样条回归,并将患者ID和天数作为嵌套随机效应加入。具体而言,使用带有logit连接函数的二元逻辑回归模型,基于同时纳入下限边际和短期CPP变异性的二维平滑项来估计不良结局的概率。模型中纳入了患者ID的随机截距以考虑重复测量。为了可视化,生成了风险曲面图,展示了在下限边际和短期CPP变异性的观察组合下预测的不良结局概率。第二步,为了探索下限边际和短期CPP变异性对结局的影响是否由低于LLA的时间所中介这一假设,进行了以下附加分析。首先,进行了因果中介分析[22],以评估下限边际宽度对结局的影响是否通过低于LLA的时间百分比所中介。为此,我们首先应用线性回归模型估计下限边际对中介变量的效应。其次,使用逻辑回归模型对下限边际和中介变量两者对结局的效应进行建模。最后,应用中介分析估计平均因果中介效应、平均直接效应、总效应以及中介占总效应的比例。置信区间通过1000次模拟的非参数自举法得出。其次,采用线性混合效应模型,基于每日平均值,以低于LLA的时间百分比为因变量,以下限边际和短期CPP变异性为固定效应,以患者ID和伤后天数为随机效应,以考虑重复测量和患者内的潜在聚类。
结果
共有234例连续创伤性脑损伤(TBI)患者纳入分析。纳入/排除流程图此前已展示[23]。患者特征见表1。中位年龄为45岁(IQR 35–65),大多数患者为男性(75%)。初始格拉斯哥昏迷量表评分中位数为4分(IQR 1–5),大多数患者为孤立性TBI(23%)。6个月时,根据GOS的结局分布如下:恢复良好(GOS 5)占13%,中度残疾(GOS 4)占29%,重度残疾(GOS 3)占28%,死亡或持续植物状态(GOS 1、2)占30%。总体共评估了45,200小时监测数据,相当于每例患者中位157小时(IQR 88–279)。按结局类别分层的CPP分布和时间覆盖情况详见补充材料A。未发现监测时长因结局类别不同而存在差异。整个监测期间CPPopt和LLA的中位获得率为81%(IQR 74–86)。
图2描述了针对第一个问题的主要结果,即评估下限边际作为预后标志物。总体而言(图2A;表2),随着下限边际宽度增加,不良结局的比值比降低(OR 0.59,CI 0.41–0.83,p = 0.003)。这些关联在一些序贯分析中仍然相关(表2),但在校正相关临床参数后总体较弱。同样,当按天进行评估时(图2B,数据分布见补充材料A),在伤后所有研究日中,较窄的下限边际似乎与更差结局存在一定程度的线性关联(每个结局类别线性下降−3.53 mmHg(标准误0.75))。值得注意的是,与其他类别相比,死亡/植物状态类别的四分位距更大,尤其是在第1至3天。图2C显示了不同结局类别下下限边际的小时分布,极宽和极窄的边际分别更多地见于结局较好和较差的患者。总体而言,在考虑总体平均值时,下限边际与临床参数显示弱关联或无关联,但与PRx关联更强(相关系数为−0.84),并且与低于LLA的更频繁或更严重偏离相关(ptime和hDose的相关系数分别为−0.77和−0.67;图2D)。为进一步支持相关性分析,我们对定期评估的临床参数与下限边际宽度进行了线性回归分析(表3)。年龄较大和DC与较窄的下限边际相关,尽管效应量相对较小,分别相当于每增加1岁下降0.04 mmHg,以及接受DC的患者下降1.6 mmHg。
图3描述了评估下限边际与短期脑灌注压(CPP)变异性之间关系的结果。总体而言,患者在48%的时间内每小时短期CPP变异性超过5 mmHg(图3A)。当同时考虑CPP变异性和下限边际时,视觉上未能识别出明显的交互作用(图3B)。最后,图3C展示了由广义相加模型得出的不良结局预测概率,作为下限边际和短期CPP变异性的函数。所得到的风险曲面表明,当下限边际较窄且短期CPP变异性较高时,不良结局的概率最高。相反,增加下限边际宽度对较高的短期CPP变异性提供了“保护”效应。当使用单变量混合效应模型进行评估时,较宽的下限边际与低于下限警报(LLA)的时间较少相关(β −2.1,CI −2.2至−1.9)。另一方面,短期CPP变异性本身与低于LLA的时间变化无关(β −0.04,CI −0.13至−0.05)。相反,当将这些指标同时加入混合效应模型时,下限边际对低于LLA时间的影响随短期CPP变异性的升高而放大(β = 0.15,p < 0.001,反映显著的交互作用)。这意味着,下限边际较窄的患者如果同时具有较高的短期CPP变异性,则低于LLA的时间显著更多。总体而言,该模型解释了因变量(低于LLA的时间,R² = 0.536)54%的方差。与这些结果一致,因果中介分析揭示了统计学显著的平均因果中介效应(− 0.034,CI − 0.055至− 0.010,p < 0.001),而无平均直接效应(p = 0.08)。下限边际宽度对功能结局存在显著的总效应(p < 0.001),其中58.9%由低于LLA的时间百分比所中介。
讨论
在本探索中,我们对近期引入的下限边际进行了深入分析,提请关注评估包括不同描述指标(即LLA和CPPopt)在内的机制的重要性。我们证明了下限边际较窄与不良结局之间存在一致的关联。具体而言,边际较窄的患者平均处于CPP低于LLA的时间更长,这一效应被短期CPP变异性增加所增强,并不令人意外。这些结果表明,下限边际应被视为短期CPP变异性所致自动调节脆弱性的动态标志物,并可能对优化重型TBI患者的个体化脑灌注目标策略至关重要。
迄今为止,创伤性脑损伤(TBI)后脑灌注压(CPP)的管理在很大程度上基于固定的CPP目标值[24]。尽管60–70 mmHg的阈值仍被指南推荐,但越来越多的共识认为,考虑实时脑血管反应性的个体化CPP目标可能更有利于改善脑生理学[25]和预后预测[13]。CPPopt和LLA代表两个关键的基于自动调节的指标,但针对这些参数的最佳策略仍存在争议,尚无研究确立任一目标的优越性。本研究提供证据表明,CPPopt与LLA之间的绝对距离是CPP短期变化"自动调节韧性"的关键标志物。我们的发现还强调了下限裕度在整个ICU病程中具有动态的、患者特异性特征。下限裕度的宽度在患者之间及ICU病程中差异巨大,与疾病严重程度的临床标志物无明确关联。这与先前的生理学研究一致,那些研究表明急性脑损伤中自动调节范围可能显著压缩,并可能因损伤类型而异[26]。
下限裕度作为脆弱性标志物的机制合理性得到了多条分析线索的支持。首先,在考虑总体平均值时,下限裕度与PRx及低于LLA的时间——两个公认的自动调节受损和灌注不足的替代指标——强烈相关。其次,因果中介分析提示,下限裕度宽度对结局的影响有一半以上通过低于LLA的时间中介,进一步支持其作为自动调节负担受损的中介因素的作用。最后,广义相加模型揭示,窄下限裕度与高短期CPP变异性的组合与最差结局相关,突显了对自动调节储备和血流动力学不稳定性进行细致评估的重要性。
从临床角度来看,有几个关键见解浮现出来。首先,我们观察到脑灌注压(CPP)存在显著的逐小时变异性,近50%的监测时间超过±5 mmHg的标准差。因此,从纯实践角度来看,如此狭窄的目标是否甚至可实现是值得质疑的。虽然CPPopt已成为自动调节引导的CPP管理的核心,但我们的发现进一步支持[4, 5],即在该值周围应用固定缓冲范围而不考虑患者个体的下限边际,是一种可能带来意外风险的过度简化。重要的是,我们的数据表明,下限边际的宽度从根本上改变了短期CPP变异性的生理意义。下限边际较宽的患者对CPP波动表现出更大的耐受性,表明在该组中 rigidly 遵循狭窄的CPPopt窗口可能并非必要。相反,下限边际较窄的患者对CPP的短暂偏差不成比例地脆弱,强调在该人群中需要更严格的血流动力学控制。在此类情况下,即使CPP的微小下降也更可能越过下限(LLA),与自动调节受损和潜在的低灌注相关。至关重要的是,低于LLA的预期时间不仅受绝对下限边际宽度与短期CPP变异性之间相互作用的支配,当然还受发生的变异性与不同自动调节限值之间接近程度的影响。这意味着,即使短期CPP变异性发生,当这种变异性发生在远离LLA的CPPopt之外时,可能并无害处,如先前研究所示[13]。
这些观察应转变范式:传统上接受的CPPopt周围±5 mmHg范围可能并非普遍具有保护作用,对于自动调节储备有限(反映为下限边际狭窄)的患者可能不充分,甚至有害。同样,仅评估LLA可能不充分,因为它不能为临床医生提供关于自动调节范围以及从生理学角度CPP变化可接受程度的足够信息。因此,对下限边际的个体化评估不仅应指导目标CPP,还应指导其周围可允许的变异程度。这一观点强化了需要一种动态的、基于恢复力的CPP管理方法,考虑CPPopt、LLA和下限边际,而非静态阈值。
局限性
本研究的一个关键局限性是单中心设计,尽管采用了基于指南的管理,仍可能限制更广泛的外推性。重要的是,是否实施基于CPPopt的管理仍取决于主治医师,尽管其被建议作为常规治疗方案的一部分[27]。此外,即使在某些情况下可通过基于自动调节衍生目标调整CPP来改善PRx,目前尚无可用干预措施能调整PRx与CPP之间的潜在关系(以及 consequently 下限边际)[28]。然而,不同干预措施(包括CO2管理、脑温)可能无意中影响CPP与脑血流之间的关系[6, 29]。此外,测得的短期CPP变异性可能反映生理性不稳定和治疗干预(如渗透疗法、血管升压药)。利用现有数据,本分析无法区分内源性与医源性变异性。我们选择保留接受DC或置入脑室外引流管的患者,以更好地代表创伤中心ICU收治患者的实际情况。在某些情况下,这些可能无意中违反PRx计算所设定的假设(即由血压慢波以外机制引入的ICP变化,例如因使用脑室外引流管进行脑脊液引流;以及这些慢波必须转化为ICP变化的必要性,该假设在DC后顺应性极高的患者中可能被违反)。然而,我们认为在所呈现的统计分析背景下,这些效应只会通过引入PRx的人工伪值而稀释数据中发现的预期关联,因此不会削弱本文的主要信息。
此外,CPPopt、LLA及其衍生指标来源于长达8小时的连续监测数据。因此,窗口内CPP–PRx关系的时间变化(生理性或医源性)漂移被平均化而非明确捕捉。这种时间平滑可影响估计值及其解释,这是使用连续CPPopt/LLA衍生指标研究固有的局限性,在得出结论时应予以考虑。最后,需要指出的是,PRx以及许多其他脑血管自动调节指标仅能近似反映脑血管自动调节的真实状态[30]。最后,本分析未探讨各种其他参数和脑损伤的继发后果,但这些无疑也影响预后。
结论
本研究确定下限边际为TBI患者自动调节储备的稳健动态标志物。较窄的下限边际与更多暴露于低于LLA的CPP水平相关,尤其是在短期CPP变异性较高的情况下。未来工作应探索实时追踪下限边际和自适应调整CPP目标是否能减轻自动调节损伤并最终改善患者预后。通过从固定阈值或单一目标(即CPPopt或LLA)转向基于韧性的CPP管理方法,我们可能最终更接近TBI中更好的个体化CPP管理策略。
补充信息
补充材料1
参考来源
- Bögli SY, Olakorede I, Beqiri E, et al. The lower limit margin: a determinant of autoregulatory sensitivity to changes in cerebral perfusion pressure. Crit Care. 2025. PMID: 41146319. doi:10.1186/s13054-025-05686-z
- 全文:PMC12560507(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12560507/
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。