脑搏动性与脑灌注压的关系:利用不同脑灌注压变化驱动因素进行的重复验证
该研究回顾性分析了1992至1998年间在神经重症监护病房连续接受经颅多普勒和侵入性颅内压监测的重型颅脑创伤患者,分为平台波组(11例,18次平台波)和平均动脉压不稳定组(9例,13次记录)。采用线性和非线性回归分析发现,脑灌注压与频谱搏动指数呈非线性负相关(平台波组R²=0.820,血压不稳定组R²=0.610),最佳拟合函数为PI=a+(b/CPP),两组a值接近0且无统计学差异,b值分别为26.4和25.3。脑灌注压与颅内压搏动幅度也呈非线性负相关(R²分别为0.610和0.360)。颅内压与搏动幅度、频谱搏动指数、以及搏动幅度与频谱搏动指数之间均呈正线性相关。作者认为这些结果支持既往提出的脑灌注压与搏动指数关系的数学模型,并提示频谱搏动指数约0.4对应脑灌注压约60 mm Hg,可能作为可接受的脑灌注压安全下限的指标。
要点
- 在重型颅脑创伤平台波患者中,脑灌注压与频谱搏动指数呈非线性负相关(R²=0.820),最佳拟合函数为PI=a+(b/CPP),其中a=−0.03、b=26.4。
- 在平均动脉压不稳定的重型颅脑创伤患者中,脑灌注压与频谱搏动指数同样呈非线性负相关(R²=0.610),a=−0.061、b=25.3,与平台波组b值接近。
- 两组患者中,脑灌注压与颅内压搏动幅度均呈非线性负相关(平台波组R²=0.610,血压不稳定组R²=0.360)。
- 平台波组颅内压与搏动幅度呈显著正线性相关(r=0.871,R²=0.758),颅内压与频谱搏动指数(R²=0.530)、搏动幅度与频谱搏动指数(R²=0.490)也呈正线性相关。
- 作者指出,所有患者的频谱搏动指数与脑灌注压曲线提示频谱搏动指数约0.4对应脑灌注压约60 mm Hg,可被临床医生解读为可接受的脑灌注压安全下限的指标。
适用人群与场景
- 研究纳入1992至1998年间在Addenbrooke's医院神经科学重症监护病房收治的中重度颅脑创伤患者,均接受持续颅内压监测和经颅多普勒监测。
- 平台波组:11例患者,记录到18次平台波,记录时长最多15–30分钟,聚焦于平台波前、中、后的即时时段。
- 平均动脉压不稳定组:9例患者,13次血压不稳定记录,定义为记录期间平均动脉压变化至少15 mm Hg(单调或波动方式),记录贯穿整个血压不稳定期。
诊断标准与关键阈值
- 平台波定义:颅内压意外升高超过50 mm Hg,伴随脑灌注压显著下降,持续时间至少5分钟,可自行缓解或经血管加压药治疗缓解。
- 平均动脉压不稳定定义:记录期间平均动脉压变化至少15 mm Hg,呈单调或波动方式。
处置流程与药物剂量
- 所有患者按颅内压导向方案管理,目标维持颅内压低于20 mm Hg,采用机构颅内压方案以保证患者间治疗同质性。
- 平台波组患者未接受脑灌注压导向治疗,因为当时该神经科学重症监护病房的标准治疗不包括脑灌注压导向治疗;记录期间未使用血管活性药物,所观察到的脑灌注压波动为自然反应。
- 平均动脉压不稳定组患者可能接受了血管加压药以稳定血压,但未以脑灌注压为目标进行滴定。
研究设计与关键结果
- 研究类型:回顾性分析,来自1992至1998年剑桥数据库,共纳入20例重型颅脑创伤患者(平台波组11例,平均动脉压不稳定组9例)。
- 脑灌注压与频谱搏动指数呈非线性负相关:平台波组R²=0.820,平均动脉压不稳定组R²=0.610;最佳拟合函数为PI=a+(b/CPP),平台波组a=−0.03、b=26.4,血压不稳定组a=−0.061、b=25.3。
- 两组间a值和b值比较均无统计学显著差异(a值:t[27]=−1.507,p=0.143;b值:t[27]=0.670,p=0.509)。
- 脑灌注压与颅内压搏动幅度呈非线性负相关:平台波组R²=0.610,平均动脉压不稳定组R²=0.360。
- 平台波组颅内压与搏动幅度呈显著正线性相关(r=0.871,R²=0.758),颅内压与频谱搏动指数(r=0.728,R²=0.530)、搏动幅度与频谱搏动指数(r=0.700,R²=0.490)也呈正线性相关。
- 平均动脉压不稳定组颅内压与搏动幅度呈显著正线性相关(R²=0.470),颅内压与频谱搏动指数线性关系很弱(R²=0.059),搏动幅度与频谱搏动指数呈线性关系(R²=0.310)。
证据类型、等级与局限
- 证据类型:回顾性观察性研究。
- 局限:分析基于观察性数据,而非对脑灌注压变化的前瞻性记录,因此许多混杂因素可能影响关键变量,且数据可及性及当时与ICM+兼容的数据量相对较小,无法完全校正这些混杂因素。
- 局限:结果仅来自11组包含18次平台波的患者数据和9组包含13次平均动脉压变化的数据,无法外推至所有颅脑创伤患者,需通过更大数据集的比较分析确认所描述的关系。
- 局限:脑灌注压与搏动幅度、脑灌注压与频谱搏动指数的非线性回归虽以非线性反函数拟合最佳,但总样本仅20例,需更大数据集进一步 delineate 和证明该非线性关系;非线性回归所得关系不能外推,仅作为脑灌注压与搏动幅度、脑灌注压与频谱搏动指数关系的参考点,为既往文献所述非线性关系提供初步支持证据。
- 局限:在平均动脉压不稳定组中,临床上难以将纯平均动脉压贡献与纯颅内压贡献从脑灌注压变化中分离,这些患者多项生理指标存在显著波动。
- 局限:重型颅脑创伤伴平台波患者是危重患者中的极端队列,其损伤可能导致异常脑生理特性,因此这一小样本研究描述的关系不一定适用于所有颅脑创伤患者。
对床旁实践的改变
- 作者指出,所有患者的频谱搏动指数与脑灌注压曲线提示频谱搏动指数约0.4对应脑灌注压约60 mm Hg,频谱搏动指数可被临床医生解读为可接受的脑灌注压安全下限的指标。
- 作者认为,经颅多普勒频谱搏动指数与脑灌注压的相关性支持经颅多普勒无创估测脑灌注压的潜力。
- 作者认为,若临床医生应用这种无创脑灌注压估测方法,其数据显示频谱搏动指数与脑灌注压的关系在极端生理状态(平台波和平均动脉压不稳定)下仍成立,与测量时的个体临床情况和生理极端状态无关。
- 最新版脑创伤基金会指南推荐脑灌注压目标范围为60–70 mm Hg;将脑灌注压限制在此范围被认为可防止过度灌注或灌注不足,从而分别降低患者不良结局风险。
指南或共识出处
- 脑创伤基金会指南(最新版)
提炼说明
- 原文未涉及「红旗征与不能漏的情况」,故未列出这些栏目。
全文中译15 节 · 点击展开
引言
在危重神经系统患者中进行多模态、高分辨率颅内监测,正在成为大多数高容量神经重症监护病房的标准做法。近期,多个与这类患者重症监护管理相关的专业学会对多模态监测给予了认可[1, 2]。迄今为止,创伤性脑损伤(TBI)和蛛网膜下腔出血在有创和无创颅脑监测文献中占主导地位,其中TBI是大多数出版物的焦点[1, 2]。
全球对各种颅脑血流动力学指标无创测量的兴趣推动了经颅多普勒(TCD)在多种场景中的应用,其目标是将大脑中动脉(MCA)血流速度和搏动指数(PI)与常见的有创测量指标如颅内压(ICP)和脑灌注压(CPP,即动脉血压(ABP)与ICP的计算差值)相关联,正如近期一篇系统综述所记载[3]。TBI后大脑极其脆弱。患者面临ICP升高以及ABP或CPP突然变化的风险,可能需要立即临床干预。低CPP与潜在的迟发性脑缺血相关;相反,高CPP与水肿相关[4]。
研究发现PI是大脑内多个“相互依存”参数的复杂描述指标[4]。PI值升高可提示ICP上升,还可同时提示CPP下降和脑血管阻力下降。这些相关性对平台波研究尤为重要,平台波的特征是ICP意外升高至50 mm Hg以上,伴随CPP显著下降,持续时间至少5 min,可自行缓解或通过血管升压药治疗缓解。除平台波外,平均动脉压(MAP)的改变可打破危重神经系统患者CPP的平衡,这是由ABP在CPP推导中的基本性质所决定的。对不稳定、下降的MAP进行临床分析有助于持续研究各种脑血流动力学参数之间的关系。
为阐明CPP、ICP、MAP与TCD参数之间的关系,涵盖大范围CPP和ICP值的连续数据序列将是理想的选择。长期高质量TCD信号采集的困难导致在人类中将TCD测量与CPP、ICP和MAP相关联的研究有限[5],一些动物研究记录了该关系[6],其他研究则利用数学建模[7]。理想情况下,能够将基于TCD的PI与ICP脉冲振幅(AMP)、MAP和CPP相关联,可支持对这些血流动力学参数进行可靠无创测量的概念。既往文献利用“频谱”PI(sPI,定义为血流速度(FV)脉冲波形的第一谐波除以平均FV)在51例平台波患者中持续TCD监测,提出了PI与CPP之间可能存在反向非线性相关[6]。同一手稿的补充部分提出了以下PI与CPP之间的关系[4]:
在该方程中,A 1 代表ABP的基波谐波,CPPm为记录的CPP值的计算均值,CVR为脑血管阻力,Ca为脑动脉顺应性,HR为心率。
鉴于此类分析的复杂性,我们假设,在脑灌注压(CPP)变化的驱动因素不同的情境下证明类似关系,将有助于加强对CPP与脑血管搏动性指标(使用sPI或AMP定义)之间关系的验证。因此,在本研究中,我们采用统一方法,在CPP受颅内压(ICP)升高或不稳定平均动脉压(MAP)波动影响的临床条件下,比较相同的关系。我们研究的目的是描述并比较两组创伤性脑损伤(TBI)患者中频谱搏动指数(sPI)与各种有创性获取的脑血流动力学指标之间的关系,这两组患者分别表现为高原波或不稳定MAP,同时使用经颅多普勒(TCD)连续记录血流速度。这些患者之所以受到关注,是因为在广泛的CPP值范围内记录了连续数据,使我们有可能更好地了解TCD与有创监测参数之间的关系。以下关系针对每个队列进行描述:ICP与AMP、ICP与sPI、AMP与sPI、CPP与AMP以及CPP与sPI。
方法
患者
从一个包含1023例颅脑损伤患者的数据库中(该数据库具有连续ICM+(重症监护监测)监测以及ABP和ICP的TCD记录),我们对1992年至1998年期间出现ICP高原波的患者 recorded data 进行了回顾性审查。我们主要观察TBI患者亚组的生理效应,其中高原波因相对罕见而受到特别关注。每次记录持续时间最长为15–30分钟。这些患者此前已在其他已发表研究中有所描述[6, 8, 9],并被选中用于评估在高原波期间因ICP大幅波动而观察到的广泛CPP范围内CPP与sPI以及CPP与AMP之间的关系。在所有患者中,每个变量共分析了5643个逐分钟数据点。
此外,我们回顾性分析了第二队列具有不稳定MAP的重型TBI患者,以确定在继发于不稳定MAP的CPP大幅波动期间CPP与sPI以及CPP与AMP之间的关系。“不稳定MAP”的定义为记录期间平均ABP以单调或波动方式变化至少15 mm Hg。两个队列中的所有患者均患有中重度TBI,并入住剑桥Addenbrooke医院神经科学重症监护病房(NCCU)。患者按照以ICP为导向的方案进行管理,该方案旨在将ICP保持在20 mm Hg以下。在患者入住NCCU期间采用了机构ICP方案,以保证患者之间治疗的同质性。值得注意的是,这些患者未接受以CPP为导向的治疗,因为这并非当时NCCU的诊疗标准。因此,高原波记录期间所见到的CPP波动是自然的CPP反应,记录期间未受血管活性物质影响。另一方面,不稳定MAP队列中的患者可能接受了血管升压药以尝试稳定血压;然而,并未以CPP目标进行滴定。
监测
所有患者在ICU住院期间均接受了有创和无创监测。来自选定监测设备的原始数据信号使用WREC软件(华沙理工大学)记录并以电子方式存储。
ABP通过有创(使用压力监测套件[百特医疗,美国加利福尼亚州;英国西德卡普]从桡动脉置管)和无创两种方式持续监测。ICP使用带有应变计传感器的脑实质内探头(美国马萨诸塞州Codman & Shurtleff公司,或美国加利福尼亚州Camino Laboratories公司)进行监测。平均和峰值血流速度(分别为FVm和FVx)使用2 MHz探头从大脑中动脉(MCA)监测。
平台波队列患者的原始数据记录仅包括20–40分钟的连续数据,重点关注ICP平台波之前、期间和之后的即时期段。在MAP不稳定队列中,原始数据记录覆盖了整个血压不稳定期间。
上述脑部模态的监测作为神经重症监护病房(NCCU)患者标准诊疗的一部分进行,使用的是神经重症监护中生理监测变量的匿名数据库。年龄、损伤严重程度和出院时临床状态的数据在监测时记录于该数据库中,未尝试重新查阅临床记录以获取额外信息。由于所有数据均从医院记录中提取并完全匿名化,无法获得长期结局或患者身份识别信息,且未寻求正式的患者或代理人知情同意。
数据处理
原始数据信号的处理使用ICM+软件(英国剑桥Cambridge Enterprise;http://www.neurosurg.cam.ac.uk/icmplus)。首先使用ICM+内的信号裁剪工具去除信号伪迹。CPP由原始ABP信号与ICP信号之差确定。
主要分析包括计算ABP(MAP)、ICP、脑血流FV和CPP的时间平均均值。这些均值在10秒时间窗内计算,每10秒更新一次以消除重叠。平均FV使用FV数据计算。此外,我们确定了FV基频振幅(F1)和ICP AMP基频振幅。两项基频振幅计算均采用20秒时间窗,每10秒更新一次。
最终数据处理包括使用以下公式计算每条 individual 记录过程中的sPI:平均F1/平均FV。平均F1和FV采用10秒时间窗计算,每10秒更新一次。
所有数据后处理结果从每位患者导出为独立的逗号分隔变量(CSV)文件,以供进一步统计分析。
统计学
所有统计分析均使用Microsoft Excel(Microsoft Office 15,版本16.0.7369.1323)的XLSTAT(美国纽约Addinsoft;https://www.xlstat.com/en/)加载项软件包和IBM SPSS Statistics 23软件进行。每位患者的后处理数据以CSV文档形式汇编为一个包含所有患者及前述信号的CSV文档。测量变量和衍生变量在两个患者队列内及队列间的统计学显著性使用双尾t检验确定,α设为0.05。
采用多种统计技术描述两个患者队列中的以下关系:ICP与AMP、ICP与sPI、AMP与sPI、CPP与AMP、CPP与sPI。
利用线性回归技术分析颅内压(ICP)、脉冲振幅(AMP)和压力反射指数(sPI)之间的关系。拟合优度采用Pearson相关系数(r)和决定系数(R²)报告。所有R²值均已报告。仅当p值小于0.05时才判定为具有统计学显著性。
采用线性和非线性技术分析脑灌注压(CPP)、AMP和sPI之间的关系,拟合优度通过R²报告。非线性回归包括在统计程序中拟合现有函数,以及利用非线性反函数手动拟合函数:y = a + (b/x)。
结果
患者人口学特征
共有11例患者符合纳入本研究的平台波队列,共记录到18次平台波。共有9例患者组成血压不稳定队列,包含13次独立的血压不稳定记录。图1展示了平台波期间(图1a)和血压不稳定期间(图1b)个体患者ICP、CPP和平均动脉压(MAP)记录的示例。所有可获得的人口学详细信息列于表1。
表2总结了平台波队列和血压不稳定队列的平均ICP、动脉血压(ABP)、CPP、心率(HR)、血流速度(FV)和sPI。平台波队列的数据分为平台波前测量值(即“基线”)和平台波期间测量值,通过双尾t检验进行比较。血压不稳定队列的数据分为记录动脉血压“最低10%”和“最高10%”期间的记录变量,通过双尾t检验进行比较。
平台波和血压不稳定期间CPP、AMP和sPI之间的关系
线性回归技术未能得出CPP与AMP之间或CPP与sPI之间令人满意的关系。其相关系数较差,方差指标的均方误差较大。由于这些比较的散点图均呈现非线性模式,我们采用非线性回归分析(使用XLSTAT和IBM SPSS Statistics 23软件中的函数)来确定ICP平台波期间这些变量之间显示的关系,使用的是我们此前推测可表征该关系的反函数。每位平台波患者CPP与sPI的非线性回归分析见补充材料附录A。每位血压不稳定患者CPP与sPI的非线性回归分析见补充材料附录B。
合并平台波患者数据后CPP与sPI的非线性回归结果见图2a。同样,CPP与AMP的非线性回归结果见图2b。合并血压不稳定患者数据的相应结果分别见图3a和图3b。
CPP与AMP
对高原波患者CPP与AMP关系的非线性回归分析显示,CPP与AMP呈反向关系(R² = 0.610)。对不稳定MAP患者CPP与AMP关系的非线性回归分析显示,两参数之间呈反向关系(R² = 0.36)。
CPP与sPI
同样,对高原波队列中CPP与sPI关系的非线性回归分析显示呈反向关系(R² = 0.820),最佳由以下函数描述:其中CPP以mm Hg为单位测量,统计分析结论为:a = −0.03,b = 26.4。当通过非线性回归对每例高原波患者进行个体分析时,“a”和“b”值的均值和标准差分别为:a = 0.005 ± 0.061,b = 23.61 ± 6.33。
同样,不稳定MAP队列中CPP与sPI的非线性回归分析显示CPP与sPI之间呈反向关系(R² = 0.61),如图3a所示。与高原波队列CPP与sPI非线性回归中所见一致,最佳拟合模型与高原波中相同,显示相同的函数(CPP以mm Hg为单位测量,a = −0.061,b = 25.3)。当通过非线性回归对每例不稳定MAP患者进行个体分析时,“a”和“b”值的均值和标准差分别为:a = −0.144 ± 0.391,b = 27.43 ± 21.72。有趣的是,这两种关系均与de Riva等人[4]先前提出的CPP与PI之间的反向非线性关系高度相似并支持该关系。
对每个患者队列计算得到的“a”和“b”值采用双尾独立样本t检验进行比较,以评估高原波队列与不稳定MAP队列之间的显著差异。假定Levene方差齐性检验成立,并表明两组获得的“a”值和“b”值之间差异均无统计学意义(分别为t[27] = −1.507,p = 0.143和t[27] = 0.670,p = 0.509)。
进一步检验该假设的效应,通过双尾单样本t检验确定各组的“a”值集合是否与检验值0有统计学差异。不稳定MAP患者以及高原波患者中,0与“a”值之间差异均无统计学意义(分别为t[12] = −1.330,p = 0.208和t[15] = 0.300,p = 0.768)。
高原波和不稳定MAP期间ICP、AMP与sPI之间的关系
与CPP与sPI及AMP之间的关系(发现了非线性关系)的情况不同,线性回归技术在平台波患者队列中得出了ICP与计算变量之间的稳健关系。
平台波队列汇总患者数据中ICP与AMP之间的关系如图4a所示。ICP与AMP之间描述了具有统计学意义的线性关系(r = 0.871,R² = 0.758)。同样,ICP与sPI之间描述了具有统计学意义的线性关系(r = 0.728,R² = 0.530),如图4b所示。AMP与sPI之间的关系如图4c所示。线性回归技术得出了AMP与sPI之间的显著关系(r = 0.700,R² = 0.490)。
虽然线性回归在不稳定MAP队列中也显示了ICP与AMP之间的显著关系,但这些关系稳健性较差(图5)。ICP与AMP之间描述了具有统计学意义的线性关系(R² = 0.470)。ICP与sPI之间描述了极弱的线性关系(R² = 0.059),如图5b所示。最后,AMP与sPI之间的关系为线性(R² = 0.310)(图5c)。
讨论
过去曾有报道在降低CPP[10]和升高ICP[11]情境下对脑搏动性的观察,尽管那些研究使用了大量混合方法。在本研究中,我们使用统一方法比较了CPP受ICP升高或不稳定MAP波动影响的临床条件下相同的关系。
通过应用线性和非线性回归分析,我们展示了关于基于TCD的PI与有创测量的脑血流动力学指标ICP和CPP之间关系的验证性结果和新结果。这是从20世纪90年代“剑桥数据库”中采集的“旧”数据,该数据库记录了高分辨率信号,因为当时的神经重症监护TBI患者未按照严格的CPP/ICP导向方案进行治疗——因此,降低CPP的发生更容易被记录到。鉴于在TBI后未进行CPP导向治疗的情况下拥有高分辨率数据集并不常见,这是这些数据记录的一个相关的重要方面。
在此,我们已经证明,CPP的大幅波动,无论是通过ICP还是MAP的变化,都符合CPP与sPI之间的反向非线性关系,并且这种关系可以通过以下函数最佳描述:PI = a + (b/CPP);其中a ~ 0(即,平台波患者,a = −0.03;MAP不稳定患者,a = −0.06),且b在两个队列之间几乎相同(即,平台波患者,b = 26.4;MAP不稳定患者,b = 25.3)。此外,对两个队列中每位患者进行的非线性回归分析显示,“a”的值也接近于0。这在平台波队列中表现显著(平均“a” = 0.005;SD = 0.061)。MAP不稳定队列也表现出相同的关系,但幅度较小(平均“a” = −0.144;SD = 0.391)。“a”与0无差异这一结论通过t检验分析得到进一步巩固,该分析表明两个队列中“a”与0之间均无统计学显著差异。因此,如果“a”实质上等于0,则CPP与sPI之间的关系可以近似为:PI = b/CPP,其中b ~ 25。这与de Riva等人[6]提出的关系高度吻合,并提供了在人体模型中支持CPP与PI之间这一数学关系的首个证据。
其次,我们还证明了在平台波队列和MAP不稳定队列中,ICP与AMP、ICP与sPI以及AMP与sPI之间均存在正线性相关。ICP与AMP的线性回归分析显示了最为稳健的线性关系。尽管ICP与非频谱法计算PI之间的关系已有描述[12–15],但利用频谱方法测定PI的文献有限。此外,ICP与AMP以及AMP与sPI之间的关系鲜有描述,使我们的文稿成为它们线性关系的一个良好而清晰的例证。
第三,同样值得注意的是,通过非线性回归技术,CPP与AMP之间的关系也呈现反向非线性关系。同样,这在平台波队列和MAP不稳定队列中均得到了证实。
另一方面,与血管内测量指标(即sPI,R² = 0.530)相比,ICP似乎与颅内/血管外参数(即AMP,R² = 0.758)的关联更强。相反,我们可以证明CPP与血管内参数(即sPI,R² = 0.820)的关系强于与血管外颅内测量指标(即AMP,R² = 0.610)的关系。
最后一点,sPI是CPP的平滑反函数这一事实,使得很难证明sPI开始升高时所对应的CPP水平可以代表自动调节的下限。这将意味着大脑处于无法维持恒定血流水平的边缘。这一论点在过去已被提出[10],但后来的实验挑战已证明其错误[16]。
临床意义
最新版《脑创伤基金会指南》建议将脑灌注压(CPP)导向60–70 mm Hg的目标范围。将CPP限制在这些值之间被认为可预防过高或过低灌注,这两种情况分别可能增加患者不良结局的风险。在考虑个体患者数据的趋势时,所有sPI与CPP曲线均提示sPI值约0.4对应CPP值约60 mm Hg。通过这种方式,临床医生可以很容易地将sPI解释为公认的CPP“安全”下限的指标[17]。此外,通过上述分析,我们得以证明基于经颅多普勒(TCD)的sPI与CPP之间的相关性。这强化了既往文献所述,即TCD可能提供无创估算CPP的能力。最后,我们得以证明CPP与基于TCD的sPI之间的关系在生理极端状态(即高原波和MAP不稳定)下仍得以维持。因此,如果临床医生要应用这种无创CPP估算方法,我们的数据提示sPI与CPP之间的关系应成立,无论个体临床情况和测量时所见的生理极端状态如何。
局限性
我们的研究有几个需要承认的局限性。首先,我们的分析基于观察性数据,而非对CPP变化反应的前瞻性记录。因此,许多混杂因素可能影响了关键变量,而我们拥有的数据访问权限(以及该时期与ICM+兼容的数据量相对较小)不允许我们充分考虑这些因素。其次,我们的结果仅来自11组包含18个不同高原波的患者数据,以及9个包含13次MAP可变实例的数据集。因此,无法将这些数据外推至所有TBI患者,所述关系的确认需要通过更大数据集的比较分析来实现。
第三,我们用于描述CPP与AMP以及CPP与sPI之间关系的非线性回归技术以反非线性函数描述了最佳拟合。然而,总共仅有20例患者,需要更大数据集来更好地描绘并进一步证明这种反比关系。鉴于我们的患者人群如此之小,下一步是在大型TBI队列中验证我们的发现,以表明所提出的关系成立。通过非线性回归得出的关系不能外推,只能作为CPP与AMP以及CPP与sPI之间关系的一个关注点,为文献中先前描述的理论非线性关系提供初步支持证据[6]。第四,在MAP不稳定队列中,临床上难以从纯ICP对CPP变化的贡献中分离出纯MAP的贡献。如表2所示,这些患者在各生理指标上表现出显著波动。最后,重型TBI伴高原波患者是危重患者中的极端队列,其损伤可能产生异常的脑生理特性。因此,这项小型研究中描述的关系不一定适用于所有TBI患者。
结论
在伴有高原波或平均动脉压(MAP)不稳定的重型创伤性脑损伤(TBI)患者中,无论降低脑灌注压(CPP)的机制如何,CPP与脑信号搏动性之间呈反比关系。颅内压(ICP)与AMP、ICP与sPI、AMP与sPI均呈正线性相关。
电子补充材料
以下是电子补充材料的链接。补充材料1(DOC 492 kb)
补充材料2(DOC 448 kb)
参考来源
- Calviello LA, de Riva N, Donnelly J, et al. Relationship Between Brain Pulsatility and Cerebral Perfusion Pressure: Replicated Validation Using Different Drivers of CPP Change. Neurocrit Care. 2017. PMID: 28547321. doi:10.1007/s12028-017-0404-9
- 全文:PMC5700211(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5700211/
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。