14评价一种新型的自动无创脉压变异率算法CNAP—PPV准确

1、Evaluation of a novel automated non-invasive pulse pressure variation algorithm（评估一种新型的自动无创脉压变异率算法）摘自：国际期刊： Computers in Biology and Medicine V olume 43, Issue 10 , Pages 1583-1589, 1October 2013摘要：对于机械通气的患者，PPV （脉压变异率）是一种有效的对病人液体进行管理的指导参数。我们通过与手动计算 PPV作比较，评估了一种实时的自动计算PPV的算法。选取10例急危重症患者，通过导管介入进行有创血压

2、监测和通过CNAP每搏即时连续无创血压监测系统进行无创血压监测。基于这两种血压监测方法，分别计算手动方式和自动方式下的PPV（ IBP : PPV-ma nIBP 和 PPV-autolBP ； CNAP : PPV-ma nCNAP 和 PPV-autoCNAP），其 结果为：PPV-manIBP 和 PPV-autoIBP 的偏差和标准方差为 -0.19 1.65%，PPV-manCNAP 和 PPV-autoCNAP 的偏差和标准方差为 -1.02 2.03% , PPV-autoCNAP 和 PPV-manIBP 的偏差和 标准方差为-,2.10 3.14%。结果表明自动的 CNAP-

3、PPV算法对于无创血压监测波形和有创 血压监测波形都能很好指导病人的液体管理，但需更多的临床评估。引言：一些研究的结果证明了有导向的液体管理（在外科手术和ICU中，病人的液体给予需要基于客观变量的变化而不是基于一般偏差的估计）能够明显提高病人的预后结果。最近，对于机械通气状态下的镇静病人的血流动力学功能分析已成为对液体管理更优的办法（例 如：是否通过液体管理-减少流量的给予，能够让心输出量显著增加）。已经证明，动态指标对于病人的液体响应能力优于静态指标。在这些动态的指标中，PPV脉压变异率-即收缩压和舒张压差异的变化率已经显示比其他的动态指数更可靠，且已经用于对病人的液体管 理。（引言的接下来

4、部分介绍了得到PPV的常规方法时通过有创血压导管介入得到血压值，然后利用手动方式进行计算，且这种方式的准确度很好。-最近，基于一些其他学者的研究，PPV也可以通过CNAP无创血压监测系统自动得出，且这些研究中，CNAP提供的PPV能够对病人的液体响应能力显示出较好的准确度和特异性。在这篇研究中，将会比较无创CNAP方式下手动计算 PPV和自动PPV算法的偏差，以及 CNAP自动PPV与有创PPV的 偏差。有创和无创方式下通过手动和自动PPV算法得到的PPV具有良好的一致性，CNAP自动PPV 算法和IBP手动PPV算法之间的偏差具有临床相关性。因此，这种新开发的算法将会是一种有价值的连续评估

5、PPV的方法，但仍需进一步的临床试用。全文翻译：1.引言一些研究的相关结果已经证明目标导向液体管理（即在外科手术和重症监护室中液体给予的剂量应该在基于客观量化的基础上寻求最优化的方案而不是基于一般的基础上）能够显著提高病人的预后。最近，对于镇静状态下机械通气的病人，通过获得其血流动力学参数的途径来预测病人的液体响应能力 （即:在病人进行补液治疗后或体液流失的情况下，是否病人的心输出量能随之显著增加和减少）已经是更为准确的方法。动态指标相比于静态指标能够更好的用于对病人液体响应能力的评估。在这些动态的指标中，脉压变异率（PPV）（即收缩压和舒张压的偏差的变化） 已经证明是更为可靠的动态指标相比于

6、其他的动态参数已经被应 用于临床的液体管理中。获取PPV的方式：通过有创血压监测（桡动脉穿刺）或者无创血压监测技术（CNAP每搏/即时连续无创血压监测系统）。通过有创方式下手动离线计算PPV被认为是医学界的金标准。通常，需要获得连续血压监测信号和气道压信号。为了消除呼吸机中的气道压信号，需 要精确的算法来滤除气道压信号，自动和连续地获得仅仅只包含血压信号，从而来评估PPV。大部分的时候，临床上回选择有创血液波形来获取PPV，其显示出高度的准确性。可靠的PPV值也能够通过无创血压波形自动获得，这种方式对于不能进行动脉导管穿刺的 病人将非常有价值。CNAP每搏即时连续无创血压监测系统已经在腹部全麻

7、手术、妇产科、 血管外科、神经科等手术中得到验证。当CNAP与有创血压监测进行比较时其显示出高度的准确性。从 CNAP血压监测系统中的血压波形自动计算出的PPV对于预测病人液体响应能力已经在血管外科手术和急危重症手术中应用。在这些研究中，Biais等人比较了自动计算的PPV和有创血压（桡动脉穿刺）监测下的PPV。 Monnet等人比较了自动计算的PPV与有创股动脉穿刺血压监测下的PPV。这些结果显示麻醉手术和急危重症手术中，机械通气状态下基于手指传感器采集的血压信号的PPV与有创方式下得到的 PPV在病人液体管理中显示出相似的敏感性和特异性。在这篇研究中，我们评估了CNAP仪器上自动和连续计算

8、得出的PPV值从而来评估CNAP-PPV算法。这篇研究的目的是通过使用有创血压监测和CNAP无创血压监测的血压波形来比较手动计算的 PPV与自动PPV算法（CNAP）。2、方法研究协议已被受试者伦理委员会同意（奥地利格拉茨大学医院）所有病人或者他们的亲戚都被告知病人将进行此研究并能够在任何时间拒绝病人的参与。我们研究了重症监护室的10名病人，其都处于镇静状态、使用血管活性药物（去甲肾上腺素）和有窦性心率。病 人上臂或者手指末端重度水肿的病人将从此研究中排除。使用桡动脉穿刺导管进行有创血压监测（20G，动脉导管，BD重症监护系统有限公司，新加坡）。使用快速冲洗试验来测试导 管的阻尼系数和自然频率

9、。所有病人都使用Evita XL来进行机械通气（在两相的气道正压模式）。病人的血压信号只选择那些没有自主呼吸的病人，因为自主呼吸已被证明在液体管 理中可能造成病人获得的血压信号用来指导病人的液体管理不可靠。CNAP包括双指套、前臂压力传感器、上臂血压袖带定标系统。CNAP是基于体积加压方法（或血管卸载技术），血管卸载技术最早是由 Penaz在1970年提出，后来由Fortin等人加以 改进（CNAP的发明者）。双指套包括两个相邻的手指套，其用来监测连续无创的血压信号，一次只使用一个手指套来采集信号，每隔5-60分钟其将自动与另一只手指套交换（在此次研究中将设置为30分钟，这也是制造商建议的交替

10、时间）。上臂袖带装置是基于示波法血压 监测原理其是用来进行每隔5-60分钟的定标（这篇研究选择时间间隔为15分钟，这也是制造商建议的间隔时间）。血 1 CHAPH ntomitur stiowing tbc double finr cufli the pressure ir-ansduerr mounts w the forrinn and ftw uppw-anm blood prwpurre eIE图1.CNAP :双指套，固定于前臂的压力传感器，上臂血压袖套CNAP指套被置放于与有创介入导管相反的一侧。CNAP上臂袖带与有创穿刺在同一侧手臂，从而可以消除手臂间可能引起的误差。虽然对于PP

11、V的研究这样的偏差是不重要的，但是其血压偏差可能直接影响到血压的比较。有创血压监测的传感器与CNAP的传感器被放置于接近心脏的水平。CNAP监测系统与病人的监护仪相连同时进行零校准(这是制造商建议的)。CNAP和IBP血压波形都被同步显示在床旁病人监护仪上，同时采用数据采集软件进行血压数据的采集：使用一个随机的数字发生器，对于每10个病人，分析10次血压波形数据。 在产生随机数的过程中，两次血压波形都需进行视觉检查是否有38次心跳。为什么选择 38次心跳这是因为其时间比 3次典型的呼吸循环周期长。如果观察到所有有创和无创的血压波 形中均无伪影点，将执行以下的程序：推荐的 PPV金标准值将会通过

12、手动点击鼠标后，选择 三个连续脉压的最大值和最小值，使用临床标准的公式来进行计算：PPV=(PPmaxPPmin)/(PPmax+PPmin)/2x。PPVman 值被定义为这三个连续呼吸周T1-T10来标示其开始和结束时间)取期的平均PPV值。PPVman的计算是回顾性的基于有创血压监测和无创血压监测的波形。对于每一个病人，这个程序将会在相同的时间内(用得 10 对 IBP 和 CNAP 的 PPVman 值。这些PPVman值将会与显示在 CNAP血压监测系统上的对应时间点（T1-T10 ） PPVauto值作比较。这些PPVauto值是通过使用厂家提供的软件来进行提取的。基本上来讲，使用

13、CNAP血压监测系统中植入的专有的PPV算法其将自动搜索机械通气下血压波形的典型波动周期。通过自动监测脉搏波形的最小值和最大值以及标准的经过3个连续呼吸周期平滑处理后的PPV计算公式，PPV的值将通过电脑自动算出。同时，一个基于自适应系数调整的滤波器能够纠正由于异常和波动较大的生理参数计算的PPV，这种自适应调整在最后的PPV值显示在CNAP监测系统上之前将会进行。PPV的原始算法由制造商提供并以子程序的方式植入到Matlab里。这个子程序刚开始叫做CNAP血压波形，在测量结束之后其将自动返回计算出的所有PPV值，这些PPV值都以时间进行标志，接下来其 IBP将会应用相同的程序计算出所有的PP

14、VautolBP值。从这些PPVauto值中，这些分别处于 T1-T10之间的对应的 PPVmanIBP和PPVmanCNAP值将会进行比较。因此，共有 100对数据被用于此次研究分析。手动方式和自动方式处理PPV的方式不是完全相同的：手动计算PPV的值是基于心跳的次数，且必须包含3个连续的自主呼吸周期（对于个体其具有差异性且依赖于他们当前的心跳）然而自动的PPV算法包括一个更新的滤波器其包含过去的信息并对显示在病人监护仪上的PPV值进行平滑。分析被分成两个部分：（i）评估CNAP自带的PPV算法的准确性；比较基于相同波形的的手动 PPV 值和自动 PPV 值；（例如：PPVmanCNAP 与

15、 PPVautoCNAP 和 PPVmanIBP 与PPVautolBP）； （ ii ）评估自动 PPV-CNAP 的临床价值，比较PPVautoCNAP 与金标准PPVmanIBP。数据的分析是利用MSEXcel2007版本和SPSS （ windows版）。数据是以均值土平均方差的形式显示。通过计算偏差、偏差的标准方差、回归点和Bland-altman差异分析图来比较 PPV之间的一致性。120100CNAP114OkCNAP signal0024006008001000120014001600IBPi beat5r beat10. beat15.beat一MHEE) dca3A甬 Au

16、-图二：上面的图形显示出CNAP血压监测系统上的无创血压信号（左边的尺度）和每搏的PPV数值（在蓝色线上标注的点，右边的尺度）。下面的图显示相应显示了有创血压信号的波形和数据。）3、结果PPV值。脉压的最小和最大的数据点在表一中显示了 10例病人的特点。对于每个病人记录了 CNAP和IBP的血压波形，记录时 间至少为1h每个病人（最短的时间为： 1:47，最长的时间为：2:44）。表二总结了这些血压 波形的舒张压、收缩压和平均动脉压的值，脉搏压和 是通过在IBP和CNAP信号上手动选取的。nbk 1Main patients characteristics, Values are median

17、 and inter-quartile range (25-75) or numbers.MedianInterquartile Range (25-75X)Age (y)42350-518Gender (male/female)6/4Weight (kg)7970.5-873Body mass index (kg/mJ)25.123.4-29.0Temperature (flC)37.837.3-38.0Heart rate (beats/min)89.9757-108JRespiratory rate (cyclcs/min)151418Tidal volume (ml/kgl7.67.0

18、-8.0PEEP (cm H2O)1093-11.6Arrenerol dose (pg/kg/h)4.251.54-7.70Diagnosis (n)ntoxication4Sepsis1Meningitis1Pneumonia3Myocardial infarction1Table 2Summary of blood pressure (BP), pulse pressure (PP) and PPV values for both blood pressure waveforms (values are mean standard deviation).CNAPIBPSystolic B

19、P mmHg |121j0+ 15.2127.0 + 1&SDiastolic BP |mmHg73.2 + 10.866.2 + 12.7Mean BP | mmHg13785J + 152PP mmHg47.8 土 14.560.8 12.5PPVn %5.8 3A6,9 3+6PPV创。図1M*fPatierit 101)0(-to 155)-2.02 f-3,13 W -0.18)-4t3 (-5.lt m -13C)Patitnt 20.90 (-2.27 to 125JO -2_94 to 211)L62(-L7 to 187)Pdtierit 3L4fi(-1.oa to L7f

20、lj-IjOS(-L75 Cd0.M)-2A3 C-13- tn -CJfi)Fatitnt 4029(-0.90 to 156)-0 53 -2.76 to 04)-USC-GlICId -2.02Patient 50i400i42m0l75)仙 t0u67 to I.2S)-0.41 f YjftO in 1.12)Pitienr 6-0 44(-757 to 0 5)-0 44(-5.56 CQ L7B)0.49(-2JD3 to 2.M)PMient 7-057 (T7S to L76)-0_M -8.18 to 173)2.41 (12.79 toParienr MDOS -1.60

21、 to 3)3)-100 (-2.20 to 133-15 (-6.30 to -Z42PAiwnt 9-2I8(-Z53 to OJS)-02 (T51 io -0J9)0J3 (Z13 g 426)Parttnr JO036 C-120to )J$)-0,13 (-0U63 to L44)-1 99(-3J67 to D.14)图4每位病人PPV值的中值偏差所有的值都是以百分比形式显示的。PPVmanlBP=基于IBP信号手动计算的 PPV值；PPVauto=基于IBP信号自动计算的 PPV值；PPVmanCNAP=基于CNAP手动计算的 PPV ； PPVautoCNAP=基于CNAP信

22、号自动计算的 PPV。表3显示：（a）回归曲线图显示出回归基线和相关系数的一致性；（b）Bland-Altam差异分析图显示出在置信区间 95%下水平虚线和点状虚线下的一致性，左边是PPVmanCNAP与PPVautoCNAP，右边为 PPVmanIBP 与 PPVautoIBP。3.2、基于CNAP的自动PPV算法的可靠性的临床价值PPVmanIBP 和 PPVautoCNAP 是正相关的（R=0.522 , Pv 0.001, n=100）。PPVmanIBP 和PPVautoCNAP之间的偏差和标准方差（95%的置信区间）显示在图三中。每个病人的主要数据显示在图4中；图4显示（a）回归曲

23、线图显示出回归基线和相关系数的一致性；（b）Biand-Altam差异分析图显示出在置信区间95%下水平虚线和点状虚线下的一致性。4、讨论这篇研究的结果的第一部分比较了手动计算的PPV值(PPVmanIBP和PPVmanCNAP )同其对应的自动计算 PPV值(PPVautoIBP和PPVautoCNAP )显示出PPV的算法不仅适用于 有创监测方式也适用于无创监测方式(PPVmanCNAP与PPVautoCNAP的偏差土标准方差：-1.02 2.03%，相关系数为：R=0.822 ； PPVmanIBP 与 PPVautoIBP 的偏差 土标准方差：-0.19 1.65%，相关系数为：R=0

24、.889).第二部分的结果比较了从 CNAP上得到的PPV值(PPVautoCNAP)与基于IBP血压波形手 动计算的PPV值(PPVmanIBP)，结果显示：PPVautoCNAP与PPVmanIBP较低的正相关系 数(R=0.522)，偏差土标准方差：-2.10土 3.14%。其一致性范围的结果为 -8.26%和4.06%， 都具有临床相关性，但是也显示出虽然CNAP植入的PPV算法提供的结果很满意，但IBP和CNAP的血压波形在一定程度上是有差异的，从而影响到最后得到的PPV值。在图2中可以看到：CNAP和IBP用于计算PPV的血压值(收缩压、舒张压和平均动脉压) 是有差别的。这种差值是

25、因为IBP和CNAP的测量部位是不一样的(IBP为桡动脉穿刺而CNAP定标体系是以肱动脉为基准)：CNAP的收缩压值一般都会比IBP的值低，而舒张压 的值一般都会比IBP的高。因此，其会导致脉压值CNAP比IBP的低，基于IBP血压信号计算的PPV值一般情况下高于基于 CNAP血压信号的 PPV值(PPVmanIBP为6.9 3.6%，PPVautoIBP 为 6.7土 3.2%,PPVmanCNAP 为 5.8 3.4%，PPVautoCNAP 为 4.8土 2.2%)同样 自动和手动PPV值之间的偏差范围也是令人感兴趣的：自动计算出的PPV值一般情况下低于手动计算出的偏差值， 其标准方差只

26、是稍微偏低。所有的结果的产生可能归因于自动算法中的滤波器和平滑处理过程，这应该是与手动PPV计算方法最大的差别。但是，这两种方法都是基于3个呼吸周期。在这个方面，CNAP的滤波器和平滑处理系数需要稍加改进从而 更好地提高其跟随真实的潜在变化的动态性，特别是移除由于工件等因素造成的异常的变化较大的参数。第一个实现自动实时 PPV 算法的仪器是 Philips Intellivue MP70 monitors (Intellivue MP70,Philips Medical Systems, Suresnes, France)。这种算法与手动 PPV算法相比是可靠的，并在麻醉科和ICU都有使用。C

27、annesson和其同事报道了 PPVman与PPVauto的一致性（偏差土标准方差为：0.7土 3.4%，相关性为：0.86），其结果是基于IBP的血压波形。对于目前的离线的验证性分析， PPVmanIBP与PPVautoIBP之间的一致性和 PPVmanCNAP 与PPVautoCNAP的一致性都处于相同的数量级显示出相似的偏差（-0.19%和-1.02%），一致性系数分别为（R=0.889，R=0.822 ）。标准方差稍低，分别为：（1.65%和2.03%），可能是由 于我们分析中数据的数量较少。 这些结果显示出自动的 PPV算法能在任何输入波形下使用。当PPV值的金标准（即通过有创血压

28、信号手动计算的PPV值-PPVmanIBP ）与基于CNAP计算出的PPV（即卩PPVautoCNAP）相比较时，其结果与之前同 Philips Intellivue MP70 monitors 相比得出的结果是其标准方差相似（3.14%），但是偏差的数值较大（-2.10%）。我们研究的结果同样与Biais和Monnet等人得出的结果有些不同：在它们的这篇文章中，Biais等人对于血管外科手术中对液体管理具有挑战性的病人通过IBP和CNAP血压信号手动计算 PPV的值（PPV是基于3个呼吸周期），体积扩张之前：PPV-IBP和PPV-CNAP之间的偏差为0.6 2.7%（ R=0.90），体积

29、扩张之后：PPV-IBP 和 PPV-CNAP 之间的偏差为-0.9 1.6%（ R=0.74 ）。 在这篇研究中，PPV的计算是在体积扩张前和体积扩张后仅仅只是测量一次，而在如此短的时间间隔内，造成的血压波形的伪影误差可以完全避免的。在ICU的实际设置中病人是根据临床全程监测的需要来对待的，这将会影响影响计算PPV的血压波形信号。这这些作者的研究中，Monnet等人比较了 IBP血压监测和CNAP血压监测下手动计算 PPV值的差异（采用4个连续呼吸周期下平均的PPV值）经受被动抬腿试验和呼吸末闭塞试验。所有的PPV-IBP和PPV-CNAP的偏差为-0.6 2.3%（ R=0.88 ）。此外

30、，所有测试是在彻底执行控制的时间间隔内执行的。我们的初步研究有以下的局限性： 首先是在急危重症室中极度危重病人的小样本试验，可能不适用与其他的小样本的群组。 第二，病人治疗的确切时间没有记录在病人的列表中，因此未能被清楚地排除在研究之外。更进一步地，我们没有进行液体响应能力的测试,没有研究CNAP对于预测病人液体响应能力。ifiH -ddOVWAddU liuIII05ID152015PPVmaniaPbO *亍亍曾*1OS1015202$PPVmnnCNAP15 i15 J(PPVaut0iBP+ PPVmanIBPVZ45PPVaLftoCNAP 4 PPVmjnCNAP|/2我们的研究中

31、同样包括潮气量小于8ml/kg的病人（一般建议为潮气量大于8ml/kg ），其中最小的数值为：5.7ml/kg,7.0-8.0ml/kg的25-75%四分位数；此外，所有病人都有呼吸末正压通 气（PEEP, 9.3 - 11.6 cm H2O的25-75%四分位数），这些设置都应用在标准的肺保护性通 气中，特别是脓毒症和肺炎患者，因此这些都是ICU真实的监测数值。在 Freitas等人的研因此，我们的通气设置是可以产生究中，其证明了 PPV仍然是一项对于液体响应能力较为有效的监测指标，当病人通气状态 下潮气量为6ml/kg的时候。在Hua ng等人的研究中，其讨论了在预测病人流体响应能力时 更高的呼吸末正压通气值能平衡低潮气量所带来的效应。适合于流量管理的 PPV值。R = 0.52220102025PPVmanlBPPPVautoCNAP + PPVmanlBP）/2dCQcEAdd d图4. （a）回归曲线图（显示回归基线和相关性）和（b） PPVmanIBP和PPVautoCNAP : 致性Bland-Altman差异分析图（水平直线代表着偏差，水平点状代表着一致性的界限）总之，在CNAP中的自动PPV算法能够评估机械通气状