文献速递呼吸衰竭与机械通气重症综合管理与镇静镇痛

智能鼻导管连续无创测量潮气量与分钟通气量

Continuous non-invasive measurement of tidal volume and minute ventilation using a smart nasal cannula.
PubMed 文献 · Crit Care · 2025-11-27
一句话结论智能鼻导管经机器学习校正后潮气量误差约53.5 mL,可分类呼吸暂停与张口呼吸,但原文未据此给出临床推荐。

在57名成人中,将流量调节鼻输送系统(FRNDS)衍生的潮气量和分钟通气量与呼吸感应体积描记法(RIP)参考测量值在不同氧流量下进行比较。鼻导管系统倾向于高估吸气潮气量、低估呼气潮气量,尤其在高流量时;经解剖与生理特征训练的机器学习回归模型校正后误差大幅降低,与RIP平均误差53.5 mL、均方根误差78.2 mL,约在实际值11%以内。系统在包括呼吸暂停发作和张口呼吸在内的临床相关呼吸模式分类中表现稳健,提示可用于实时呼吸监测和睡眠呼吸暂停检测。结果支持FRNDS作为临床和家庭环境中个体化呼吸监测的有前景且适应性强的解决方案。

要点

  • 在57名成人中,FRNDS衍生潮气量与RIP参考值比较,未校正时倾向于高估吸气潮气量、低估呼气潮气量,尤其在高氧流量时误差更明显。
  • 经机器学习回归模型(基于解剖和生理特征训练)校正后,与RIP平均误差53.5 mL、均方根误差78.2 mL,约在实际值11%以内。
  • 系统在分类呼吸暂停发作和张口呼吸等临床相关呼吸模式中表现稳健,提示可用于实时呼吸监测和睡眠呼吸暂停检测。
  • FRNDS结合SpO₂数据可调节氧流量,原文称其为有前景且适应性强的个体化呼吸监测方案,适用于临床和家庭环境。

适用人群与场景

  • 57名成人队列,在不同氧流量范围下进行测量比较。

研究设计与关键结果

  • 研究类型为在57名成人中开展的方法学比较研究;将FRNDS衍生的潮气量和分钟通气量与呼吸感应体积描记法(RIP)参考测量值在不同氧流量下进行比较。
  • 未校正的FRNDS倾向于高估吸气潮气量、低估呼气潮气量,尤其在高氧流量时误差更明显。
  • 应用基于解剖和生理特征训练的机器学习回归模型校正后,与RIP的平均误差为53.5 mL,均方根误差为78.2 mL,约在实际值11%以内。
  • 系统在分类临床相关呼吸模式(包括呼吸暂停发作和张口呼吸)中表现稳健。
  • FRNDS结合SpO₂数据可完成氧流量调节。

证据类型、等级与局限

  • 证据类型:在57名成人中开展的方法学比较研究。
  • 局限:原文未报告局限性。

对床旁实践的改变

  • 原文结论认为FRNDS是临床和家庭环境中个体化呼吸监测的有前景且适应性强的解决方案,可用于实时呼吸监测和睡眠呼吸暂停检测。

提炼说明

  • 本条依据论文摘要整理;摘要未涉及「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目;全文请点「阅读原文」。
英文原文(摘要)· 点击展开

The Flow Regulated Nasal Delivery System (FRNDS) is a novel smart nasal cannula platform developed to enable noninvasive, continuous monitoring of tidal volume (VT) and detection of abnormal breathing events. Combined with peripheral capillary oxygen saturation (SpO₂) data modulation of oxygen flow can be accomplished. In a cohort of 57 adults, FRNDS-derived VT and minute ventilation were compared to reference measurements from respiratory inductance plethysmography (RIP) across a range of oxygen flow rates. While the cannula system tended to overestimate inspiratory and underestimate expiratory VT-especially at higher flow rates-these errors were substantially reduced by applying machine learning regression models trained on anatomical and physiological features, achieving strong agreement with RIP averaging a 53.5 mL error, 78.2 mL root-mean error, and is within ~ 11% of the actual value. The system also demonstrated robust performance in classifying clinically relevant breathing patterns, including apneic spells and mouth breathing, suggesting utility for real-time respiratory surveillance and sleep apnea detection. These results support FRNDS as a promising, adaptable solution for individualized respiratory monitoring in both clinical and home environments.

来源:Crit Care,查看原文。版权归原作者所有。

参考来源

  1. Dogan AB, Patel N, Gottschalk C, et al. Continuous non-invasive measurement of tidal volume and minute ventilation using a smart nasal cannula. Crit Care. 2025. PMID: 41310796. doi:10.1186/s13054-025-05757-1

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。