文献速递呼吸衰竭与机械通气重症综合管理与镇静镇痛

电阻抗断层成像估算严重呼吸衰竭的区域呼气时间常数:可行性研究

Regional expiratory time constants in severe respiratory failure estimated by electrical impedance tomography: a feasibility study.
PubMed 文献 · Crit Care · 2018-09-21
一句话结论在14例严重呼吸衰竭的机械通气患者中,电阻抗断层成像逐次呼吸测定区域呼气时间常数技术可行,与气动容积信号相关性约0.80。

本研究在14例中重度急性呼吸窘迫综合征或慢性阻塞性肺疾病急性加重等严重呼吸衰竭的插管患者中,比较电阻抗断层成像(EIT)推导的呼气时间常数与电子肺量计测得的气动容积信号,并在不同呼气末正压水平下评估区域和像素级时间常数。EIT推导的时间常数与气动信号相关性在0.78至0.83之间,Bland-Altman偏倚为0.02至0.14秒。不同呼气末正压水平影响区域时间常数的分布模式。作者认为EIT逐次呼吸区域呼气时间常数测定技术可行、可靠且有效,为个体化调整机械通气提供了有前景的工具。

要点

  • 在14例中重度急性呼吸窘迫综合征或慢性阻塞性肺疾病急性加重等严重呼吸衰竭的插管患者中,EIT推导的呼气时间常数与气动容积信号相关性为0.78至0.83。
  • EIT全局阻抗信号推导的时间常数与气动信号偏倚为0.02秒,一致性界限为-0.50至0.53秒。
  • 像素级区域阻抗变化均值推导的时间常数与气动信号相关性为0.83,偏倚0.14秒,一致性界限-0.37至0.65秒。
  • 不同呼气末正压水平(10至17 cmH2O)影响区域时间常数的分布模式,同一患者内可出现相反效应。
  • 严重慢性阻塞性肺疾病患者区域时间常数可达2至5秒,而限制性肺疾病患者分布更均匀。

适用人群与场景

  • 纳入14例插管有创机械通气患者,中重度急性呼吸窘迫综合征或慢性阻塞性肺疾病急性加重,平均简化急性生理评分II 35±10,平均有创机械通气时间36±26天,优先在插管后早期纳入。
  • 排除标准原文未明确列出;研究在深度镇静(RASS评分-4)无自主呼吸努力条件下进行。

诊断标准与关键阈值

  • 呼气时间常数τ定义为容积排空2/3所需时间,3τ定义达到至少95%完全呼气的时长。
  • 曲线拟合从呼气信号75%振幅处开始,省略前25%局部信号振幅,对剩余75%气动信号、全局EIT信号及肺区域内每个像素信号拟合指数曲线。
  • EIT信号来自低通气或无通气肺区或非指数信号被排除在τ计算之外。

处置流程与药物剂量

  • 呼气末正压从16/17递减至14/15、12/13、10/11 cmH2O,潮气量6 ml/kg预测体重,每步30分钟。
  • 在每步30分钟末采集气动容积测量和相应EIT信号,用于事后逐次呼吸分析。
  • EIT电极带沿第6肋间放置,每秒记录50幅横断面阻抗图像,持续10分钟。
  • EIT图像低通滤波抑制心脏相关阻抗变化,截止频率根据患者心率个体化调整。

研究设计与关键结果

  • 研究为可行性研究,纳入14例插管有创机械通气严重呼吸衰竭患者,平均简化急性生理评分II 35±10,平均有创机械通气时间36±26天。
  • EIT推导时间常数与气动容积曲线时间常数的Spearman相关系数:全局阻抗信号τ为0.78,像素级区域阻抗变化均值为0.83,中位数为0.80。
  • Bland-Altman分析:全局阻抗信号τ偏倚0.02秒,一致性界限-0.50至0.53秒;区域均值τ偏倚0.14秒,一致性界限-0.37至0.65秒;区域中位数τ偏倚-0.03秒,一致性界限-0.50至0.22秒。
  • 不同呼气末正压水平下相关系数范围为0.72(PEEP 10/11)至0.81(PEEP 14/15)。
  • 严重慢性阻塞性肺疾病患者区域时间常数可达2至5秒,限制性肺疾病患者分布更均匀。
  • 示例显示不同呼气末正压水平影响区域时间常数分布模式,同一患者内可出现相反效应。

证据类型、等级与局限

  • 证据类型:可行性研究,纳入14例患者,在四种呼气末正压水平下进行逐次呼吸分析。
  • 局限:所计算呼气时间常数的算法基于完全呼气的假设,临床中部分严重气流阻塞患者可能达不到完全呼气,EIT计算的时间常数可能高于肺区域实际呼气所需时间,该效应在时间常数较长和呼吸频率较高时更明显。
  • 局限:验证仅在深度镇静无自主呼吸努力患者中进行,未在自主呼吸患者中验证。
  • 局限:当前EIT技术不能覆盖所有肺区域的时间常数;本研究EIT电极带至少覆盖上下10 cm。
  • 局限:由于疾病严重程度,伦理上不可能对同一患者进行重复测量以获得更稳健数据。

对床旁实践的改变

  • 作者认为,在日常临床实践中,时间常数的趋势比绝对值更重要;在实时逐次呼吸分析中,单个离群值影响较小,尤其对长时间常数,因为大多数数值在准确范围内。
  • 作者认为,通过随时间平均5至10次呼吸可进一步提高测量准确性,同时不丢失区域信息。
  • 作者认为,基于EIT的呼气时间常数分析可作为床旁辅助工具,用于在不同肺部条件下定义最佳呼气末正压水平和通气策略。
  • 作者认为,逐次呼吸分析可确定区域趋势随时间的变化,以估计最佳整体呼吸机设置。

提炼说明

  • 原文未涉及「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. 2018 Sep 21;22:221. doi: 10.1186/s13054-018-2137-3

背景

在现代重症医学中,对严重呼吸衰竭患者的通气支持正稳步增加。尽管已取得实质性进展,ICU患者的死亡率仍然很高[1, 2]。建议根据具体患者需求进行个体化治疗以改善预后,尤其是对接受通气支持的ICU患者[3]。然而,实现个体化通气支持的一个重要限制是缺乏在床旁连续监测区域肺功能的技术。尽管数十年来一直通过分析流量和容量曲线来监测肺功能,但这仅反映整体肺功能[4, 5]。因此,这些整体气动信号无法区分区域病理生理学上的差异。在这方面,由于振荡气流/钟摆呼吸(Pendelluft)[6, 7]、肺不张或过度膨胀,呼吸机设置可能对不同肺区域产生不同甚至相反的影响,而这些在日常临床实践中通常未被发现。

现代诊断技术如跨肺压测量[8]或电阻抗断层成像(EIT)[9–15]在用于指导机械通气时已被证明可改善ARDS患者的气体交换[16–20]。特别是,EIT是一种独特的技术,可连续确定肺不张和过度膨胀的区域差异[21–27]。然而,迄今为止,气流受限——哮喘、慢性阻塞性肺疾病(COPD)或细支气管炎等阻塞性肺疾病的标志——从未在区域层面上进行逐呼吸监测。通过EIT估算区域呼气时间常数有可能为阻塞性肺疾病患者的床旁监测乃至ARDS中小气道改变提供新的维度。

尽管在气道开口处管路测得的呼气时间常数汇总了肺不同区域的时间常数,但它提供了关于整个呼吸系统力学特性的临床有用信息[28, 29]。过去曾提出不同的方法来计算整体呼气时间常数。Marini等[30]提出了一种将总呼气量除以呼气峰流量的方法。Brunner等[31]针对呼气不完全的情况对该方法进行了改良,通过添加呼气不完全的校正因子,能够精确测定被动呼气的时间常数。尽管区域顺应性(C)和阻力(R)在不同肺区域之间个体内差异可能相当大,上述方法仅能测量单室模型。为克服这一局限性并估计被动肺排空的异质性,Henderson等[32]将整体流量-容积曲线分为五个连续容积段,并分别计算每个段的呼气时间常数。所有这些技术反映的是所有肺区域共同贡献的整体呼气时间常数。在区域肺功能测量方面,Vogt等[33]在无肺疾病的不同年龄受试者和COPD患者[34]的肺功能检查中,利用电阻抗断层成像(EIT)评估了通气的空间和时间异质性。其结果表明EIT能够提供单次用力呼气过程中排空特征的空间和时间分布信息。然而,该方法因此不适合对机械通气患者进行连续监测。

迄今为止,最严重呼吸衰竭患者的区域在线气流阻塞测量尚未确定[35, 36]。因此,本研究旨在开发、评估和验证一种基于EIT的方法,以逐呼吸和逐像素水平测量区域呼气时间常数。研究了14例因中重度ARDS、COPD急性加重或肺移植排斥导致严重呼吸衰竭的插管有创通气患者,随后离线分析时间常数。尽管通气的区域变化是该方法的首要目标,但必须对整体气动信号与EIT衍生信号进行验证,因为使用当前技术根本无法在可比像素水平上获得气动变化。

方法

患者与伦理

该研究经维滕/黑尔德克大学伦理委员会批准,并在德国临床试验注册中心及世界卫生组织(WHO)试验注册中心注册(DRKS00011650/ U1111–1192-0396)。本研究纳入因慢性阻塞性肺疾病(COPD)导致急性加重并接受有创机械通气的患者,以及在不同呼气末正压(PEEP)水平下接受通气的肺炎和/或中度至重度急性呼吸窘迫综合征(ARDS)患者。COPD的诊断由两名独立呼吸科医师根据病史、机械通气的流量特征、胸部X线检查及呼吸科医师既往已明确的诊断作出。在研究方案期间,PEEP从16/17逐步递减至14/15、12/13和10/11 cmH2O,潮气量为6 ml/kg预测体重(PBW)。每一步持续30 min。患者处于深度镇静状态(里士满躁动镇静量表(RASS)评分−4),无任何自主呼吸努力。在每个30 min时段结束时获取气动容积测量值及相应的电阻抗断层成像(EIT)信号,用于事后逐次呼吸分析。该研究在疾病早期阶段进行,一旦能够从法定代理人处获得书面知情同意即开始。

电子呼吸速度描记仪的气动测量

作为参考,使用热线风速仪V-Meter(EKU,Leiningen,德国)在气管导管远端以1 kHz采样率测量整体流量信号,并对其积分以获得容积。

EIT测量

EIT数据使用Swisstom BB2(Swisstom AG,Landquart,瑞士)测量。测量每位患者的胸围,并将合适尺寸的纺织电极带固定于第6肋间[37]。在稳定条件下,每秒记录50幅横断面阻抗图像,持续10 min。此外,将来自患者特异性计算机断层扫描(CT)的肺和胸部轮廓投影至EIT图像中(附加文件1:图S2),这些CT扫描在疾病过程中常规进行。CT图像在吸气相进行分析。因此,仅分析来自CT所定义肺区域的信号(图1和图2)[38]。EIT图像经低通滤波以抑制心脏相关阻抗变化。低通滤波器的截止频率根据每位患者的心率个体化调整。对每个单一像素通过指数拟合计算时间常数。若单一像素无指数拟合,例如来自心脏或无通气肺不张的像素,则该像素被排除在进一步分析之外。此外,整体阻抗(ΔZ(t)global)信号计算为任意时间点所有信号的总和。呼气开始和结束分别由整体EIT信号确定。然后在该时间序列内,对每个单一像素计算75%振幅作为曲线拟合的起点(图2b),并以局部最小值定义呼气结束。然而,整体信号仅用于定义呼气的时间序列,而起点和终点则按像素逐一确定。

图1 计算区域时间常数τreg的算法。值得注意的是,曲线拟合从达到峰值信号75%的时间点开始(见“方法”)。V(t):时间点t的容积,V0呼气开始时的容积,t从吸气末开始至呼气结束的时间,τ呼气时间常数,C呼气末容积 查看原图 ↗
图2 从全局(a)与区域tau的平均值或中位数(b)计算Tau。ΔZ,阻抗变化。EIT,电阻抗断层成像 查看原图 ↗

区域时间常数τreg的计算

被动呼气类似于指数衰减:

其中V(t)为时间点t的容积,V0为呼气开始时的容积,t为从吸气末开始至呼气结束的时间,τ为呼气时间常数,C为呼气末容积(图1)。时间常数τ代表V(t)呼出其容积2/3所需的时间,3τ定义为达到至少95%完全呼气所需的时间。在机械通气患者中,尤其是COPD患者,潮式呼吸期间呼气可能不完全,因此在这种情况下,呼气流量在下一次呼吸开始前未达到零。每个肺区域的呼气与容积的指数衰减相关,可进行计算。然而,在机械通气患者中,呼气容积曲线通常不是指数的[39],因为呼气起始主要受惯性效应支配,且与呼气曲线的后续部分不同。为解决这一问题,Lourens等[28]建议从呼吸周期最大值的75%开始分析,从而跳过呼气曲线的第一部分进行计算。此外,他们证明,使用75%潮气量从呼气流量-容积曲线确定的呼气时间常数与通过阻断器测量获得的时间常数最为一致。随后,省略局部信号幅度的前25%;因此,通过将指数曲线拟合至气动信号和全局EIT信号以及肺区域内每个像素的信号,从剩余75%的气动信号中计算τ(图2)。来源于低通气或无通气肺区域或非指数信号的EIT信号被排除在τ计算之外。

通过容积曲线的曲线拟合在气道开口处评估整个呼吸系统的呼气时间常数,并与通过EIT测量的阻抗随时间变化计算的时间常数进行比较(图1和图2)。由于无法在可比的像素水平上确定区域气动信息,验证通过比较从容积信号获得的全局呼气时间常数与来自EIT的全局信号来进行。图3展示了在该时间段内记录的每次呼吸以及所有PEEP水平下气动信号与所有EIT衍生信号之间的相关性。为估计我们方法的稳健性,我们计算了所有呼吸的区域变异系数(CV),即标准差除以均值(附加文件2:图S1)。

图3 全局tau计算与容积信号(a)、平均区域电阻抗断层成像(EIT)衍生tau(c)和中位数区域EIT衍生tau(e)之间的Spearman相关系数r。相应的Bland-Altman分析显示于b、d和f中 查看原图 ↗

统计学

通过计算斯皮尔曼相关系数,检验了由气动容积曲线推导的时间常数与由电阻抗断层成像(EIT)推导的时间常数之间的相关性。每次呼吸均采用两种方法进行比较。使用GraphPad Prism版本7(GraphPad Software,美国加利福尼亚州拉霍亚)对相同数据进行Bland-Altman分析。

结果

研究纳入了14例重型呼吸衰竭患者,平均SAPS II评分为35 ± 10,平均有创机械通气时间为36 ± 26天。除1例外,其余患者均以肺炎作为呼吸衰竭的主要病因,其基础疾病各不相同(表1)。

在不同肺部疾病和有创机械通气条件下计算了EIT推导的呼气时间常数(图4、图5和图6)。示例性地,图4展示了三种主要疾病,即僵硬肺、ARDS和COPD,显示出呼气时间常数及其空间分布的巨大差异。计算方法比较(由全局EIT信号推导的时间常数 vs. 区域呼气时间常数的均值或中位数)显示所有情况下均存在强相关性(图3),相关系数范围为0.72(PEEP10/11)至0.81(PEEP 14/15;图3及附加文件3:表S1)。整个PEEP范围内的总体相关性为0.83(p < 0.001)。根据Bland-Altman分析,最低偏倚和一致性界限见于全局EIT信号与区域呼气时间常数中位数之间。具体而言,对于由全局阻抗信号计算的τ,总体相关性为0.78,偏倚为0.02 s,一致性界限范围为− 0.50至0.53 s。对于以所有像素级区域阻抗变化的均值计算的τ,相关性为0.83,偏倚较高,为0.14 s,界限范围为− 0.37至0.65 s。此外,由相同区域阻抗变化推导的中位数τ的相关性为0.80(偏倚− 0.03,一致性界限− 0.50至0.22 s)。

典型患者示例见图4和图5,显示重度COPD患者的呼气时间常数持续超过2 s(图4c),而限制性肺疾病(如伴肺炎的限制性移植物综合征)患者的呼气时间常数非常短(图4a)。直方图显示,限制性肺疾病(如限制性移植物综合征或ARDS)患者的τ值频率分布狭窄而均匀,而COPD患者的分布广泛且不均匀,τ值范围为2至5 s(图4c)。

表1 患者的基线特征 查看原表 ↗
图4 在僵硬肺(a)、伴肺炎的急性呼吸窘迫综合征(b)和慢性阻塞性肺疾病(c)中计算的区域τ值频率分布的典型示例。从左至右:计算机断层扫描、τ区域值直方图和流量曲线 查看原图 ↗
图5 在不同呼气末正压(PEEP)水平下于肺炎/急性呼吸窘迫综合征(ARDS)(a)、僵硬肺(b)和慢性阻塞性肺疾病(COPD)(c和d)中测定的τ典型示例及其区域分布。NA = 不适用 查看原图 ↗
图6 肺炎/急性呼吸窘迫综合征(ARDS)(a)、僵硬肺(b)和慢性阻塞性肺疾病(COPD)(c和d)中在不同呼气末正压(PEEP)水平下测定的τ的典型示例,以逐像素直方图显示 查看原图 ↗

讨论

这是首项研究表明,通过电阻抗断层成像(EIT)逐呼吸测量区域呼气时间常数在严重呼吸衰竭的机械通气患者中技术可行、可靠且有效。特别是,本研究中所使用的EIT提供了关于气流受限空间和时间分布的新见解,并以ARDS和COPD中不同PEEP设置下的反应为例进行了展示(图5和图6)。因此,区域呼气时间常数的评估明显为标准整体流量和容积曲线分析所获得的结果增添了此前无法获得的信息。

计算EIT衍生呼气时间常数的算法在严重呼吸衰竭患者中进行了验证,并与气动容积信号高度相关(相关系数约0.80),证明了EIT衍生呼气时间常数的可用性。EIT测量在通气策略变化下具有可重复性和稳健性(附加文件2:图S1),证明了该系统的临床可用性。然而,一致性界限因疾病类型、气流阻塞、所产生的时间常数以及特定PEEP水平而有所不同(附加文件3:表S1),部分达到0.5 s。然而,作者认为,首先在日常临床实践中,随时间变化的趋势比绝对数值更重要;其次,在实时逐呼吸分析中,Bland-Altman分析中显示的单个离群值影响较小,尤其是对于长时间常数,因为大多数数值处于准确范围内。这反映了EIT-based床旁逐呼吸实时测量的优势。第三,测量的准确性可以通过随时间对5–10次呼吸取平均值来进一步提高,而不会丢失区域信息。

我们的研究显示了不同PEEP水平对区域气流受限的生理学影响。这些数据与当前的动物实验一致,表明全肺应变测量不能准确代表区域肺力学[40]。此外,Pulletz等人展示了ARDS患者中通过EIT测得的不同时间常数,与图4中所给示例相当[41],这在原则上也适用于早产儿[42]。因此,PEEP的有益和潜在有害效应在ARDS和COPD中均得到了证明。所展示的示例曲线甚至显示了单个患者内的矛盾效应,突出了区域分析的重要性。此外,EIT有效展示了严重COPD中不同肺区域的不均匀排空特征,而某些ARDS患者的肺则更为均匀。因此,基于EIT的呼气时间常数分析可作为临床有用的床旁辅助工具,用于在不同肺部条件下确定最佳PEEP水平和通气策略。此外,逐呼吸分析为确定区域随时间变化的趋势以估计最佳整体呼吸机设置提供了机会。

关于绝对值,所述方法估计肺完全排空所需的潜在时间。因此,时间常数似乎比临床预测的更长,但反映了小气道的行为及其各自依赖的肺单位完全排空的困难。可以推测,τ随时间的变化趋势可能与τ绝对值本身同样有价值。此外,手稿中给出的所有患者示例均反映了区域肺功能的图像,这些图像与CT扫描的形态学改变和整体流量分析相匹配,从而强调了该方法在临床实践中使用的可靠性。

然而,该研究存在一些局限性。首先,所选用于计算呼气时间常数的算法基于完全呼气的假设性前提,这在临床上至少在某些严重气流阻塞的患者中可能无法实现。因此,在这种情况下,通过电阻抗断层成像(EIT)计算的呼气时间常数可能高于肺区域实际所需的呼气时间,这种效应在时间常数较长和呼吸频率较高时更为明显。其次,为验证目的,本研究评估了深度镇静、无任何呼吸努力患者的呼气时间常数,但未在自主呼吸患者中进行评估。然而,即使在呼吸频率较高的自主呼吸患者中,EIT也可能获得与给予呼吸指令的标准肺功能测试相当的结果。第三,一般而言,当前技术的EIT不能覆盖肺所有区域的时间常数。然而,在本研究中,EIT绑带至少覆盖了从上到下10 cm的范围[9]。最后,由于疾病的严重程度,在同一患者中重复测量以获得更稳健的数据在伦理上不可行。

结论

总之,基于EIT的逐次呼吸区域呼气时间常数测定在严重呼吸衰竭的侵入性通气患者中技术可行、可靠且有效。此外,示例性展示了不同呼气末正压(PEEP)水平对不同类型急性严重肺衰竭中区域时间常数分布模式的影响。未来研究应确定在需要机械通气的急性或慢性呼吸衰竭患者中基于区域测量气流阻塞的临床影响。

附加文件

附加文件1:图S2。相应CT扫描的图像重建和分割。(PDF 6665 kb)

图S1。14例患者中EIT衍生τ计算的变异系数。(PDF 1276 kb)

表S1。不同PEEP水平的相关性、偏差和一致性界限。(DOCX 14 kb)

参考来源

  1. Karagiannidis C, Waldmann AD, Róka PL, et al. Regional expiratory time constants in severe respiratory failure estimated by electrical impedance tomography: a feasibility study. Crit Care. 2018. PMID: 30236123. doi:10.1186/s13054-018-2137-3
  2. 全文:PMC6148957(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6148957/

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。