動(dòng)脈壓力波形分析在麻醉誘導(dǎo)期的應(yīng)用

鐘子佩，程云章，曹陽，梁冰

1.上海理工大學(xué)上海介入醫(yī)療器械工程技術(shù)研究中心，上海 200093；2.廣州市紅十字會(huì)醫(yī)院暨南大學(xué)醫(yī)學(xué)院第四附屬醫(yī)院麻醉科，廣東廣州 510220

前言

全麻是手術(shù)中最常用的麻醉方式，但高齡患者血管彈性減退、代謝功能降低，導(dǎo)致其對(duì)麻醉藥物的耐受性減弱，這使麻醉醫(yī)生難以維持人體對(duì)傷害性刺激的反應(yīng)和麻醉藥物對(duì)反應(yīng)抑制效應(yīng)的平衡關(guān)系，此時(shí)監(jiān)測(cè)不當(dāng)易發(fā)生麻醉意外［1］。因此，越來越多的研究建議在全麻過程中使用連續(xù)和實(shí)時(shí)的監(jiān)測(cè)，從而正確診斷和管理患者［2］，進(jìn)而有助于減少麻醉過程中的不良反應(yīng)［3］。

動(dòng)脈壓力波形包含多種人體生理信息，使用波形分析從中提取的生理病理信息可作為臨床診斷和治療的重要依據(jù)［4］。動(dòng)脈壓力波形分析是在精確測(cè)量波形的基礎(chǔ)上，對(duì)脈搏波形成的模式進(jìn)行解讀，以展示血壓傳統(tǒng)指標(biāo)可能無法提供的病人心血管狀態(tài)的一種方法［5］，主要可分為時(shí)域分析、頻域分析、時(shí)頻分析以及數(shù)學(xué)建模4 種。其中的數(shù)學(xué)建模分析可以進(jìn)一步分為兩類，一類是直接將脈搏波分解為多個(gè)波形，以獲取形態(tài)上的最佳擬合成果，如Lognormal函數(shù)分解模型和高斯函數(shù)分解模型［6-8］；而另一類是在與心血管系統(tǒng)的功能特性相聯(lián)系的基礎(chǔ)模型上對(duì)壓力波形進(jìn)行分解，如波形分離法和儲(chǔ)存壓力波模型［9-10］。

本研究將使用波形分離法和儲(chǔ)存壓力波模型對(duì)采集的動(dòng)脈壓力波形進(jìn)行分析。波形分離法最早由Westerhof等［11］提出，被認(rèn)為是研究脈搏波現(xiàn)象的“金標(biāo)準(zhǔn)”方法，該模型利用流體動(dòng)力學(xué)原理將壓力波形分解成前向波和后向波兩個(gè)分量。本文使用另一種方法是最早由Wang 等［12］提出的儲(chǔ)存壓力波模型，該模型一經(jīng)提出就飽受爭(zhēng)議，自那以后有研究對(duì)其進(jìn)行修改并提出儲(chǔ)存壓力波可以理解為由于累積效應(yīng)而產(chǎn)生的壓力，即反射和再反射形成的波［13］。目前，波形分離法和儲(chǔ)存壓力波模型在臨床中的應(yīng)用范圍尚未明確。

本文使用波形分離法與儲(chǔ)存壓力波模型，對(duì)采集到的動(dòng)脈壓力波形進(jìn)行波形分解，在分解獲得的信號(hào)基礎(chǔ)上計(jì)算波形參數(shù)，并將參數(shù)在麻醉誘導(dǎo)前后的變化量與臨床指標(biāo)的變化量進(jìn)行統(tǒng)計(jì)學(xué)分析。本研究旨在明確波形分析方法的臨床意義，探索波形分析在誘導(dǎo)期的應(yīng)用價(jià)值，為動(dòng)脈壓力波形分析及其應(yīng)用提供新的理論基礎(chǔ)和技術(shù)方案。

1 資料與方法

1.1 研究對(duì)象

本文研究對(duì)象均為在暨南大學(xué)附屬廣州紅十字會(huì)醫(yī)院行氣管插管全麻的老年高血壓患者。排除患有穩(wěn)定竇性心律、瓣膜心臟病、心包狹窄、原發(fā)性肺動(dòng)脈高壓、先天性心臟病和臨床情況心律不穩(wěn)定的患者。原因?yàn)檫@類患者的動(dòng)脈壓力波形難以捕捉，影響后續(xù)研究。本研究已經(jīng)過暨南大學(xué)附屬廣州紅十字會(huì)醫(yī)院倫理委員會(huì)批準(zhǔn)。共有25例患者被納入研究。其中，男12例，女13例；平均年齡（71.91±6.11）歲；ASA II 級(jí)21 例，ASA III 級(jí)4 例；15 例患者有高血壓病史，7例患者有糖尿病史。

1.2 波形采集

本研究采用高頻采樣的有創(chuàng)血壓測(cè)量方法，有創(chuàng)地在動(dòng)脈內(nèi)測(cè)量血壓是測(cè)量連續(xù)血壓的金標(biāo)準(zhǔn)［14-15］，這種直接測(cè)量血壓的方法能反映心動(dòng)周期內(nèi)血壓的變化，準(zhǔn)確地記錄心臟發(fā)生的細(xì)微變化，由于在后續(xù)計(jì)算其他生物力學(xué)生理參數(shù)時(shí)需要直接采用到測(cè)量的波形，高頻率采集動(dòng)脈壓力波形能帶來更準(zhǔn)確可靠的結(jié)果［16］。本文的脈搏波信號(hào)的采集在自主搭建的脈搏波采集系統(tǒng)上完成。麻醉誘導(dǎo)前，將位于左側(cè)橈動(dòng)脈的動(dòng)脈留置針連接一次性血壓傳感器（Braun）經(jīng)過放大器（AD620）在控制器（Arduino UNO R3）記錄動(dòng)脈壓力波形上傳到上位機(jī)中以進(jìn)行后續(xù)的分析處理工作，采集數(shù)據(jù)頻率都為500 Hz。圖1展示了采集裝置實(shí)物圖。

圖1 用于采集波形的裝置Figure 1 Device for waveform acquisition

1.3 脈搏波信號(hào)去噪

為了更好地對(duì)動(dòng)脈壓力波形進(jìn)行分析，需要對(duì)采集到的動(dòng)脈壓力信號(hào)進(jìn)行預(yù)處理。有研究表明，利用“db9”小波基函數(shù)對(duì)脈搏波信號(hào)進(jìn)行6層小波分解，設(shè)置啟發(fā)式閾值所得到的處理效果最好，能有效消除基線漂移、工頻干擾和運(yùn)動(dòng)偽差等噪聲干擾［17］，因此本文使用此方法對(duì)采集到的動(dòng)脈壓力波形進(jìn)行小波去噪。圖2為采集的原始波形與小波去噪后的波形對(duì)比，可見去噪后的波形變得平滑，毛刺明顯減少。

圖2 采集獲得的原始波形與小波去噪后的壓力波形Figure 2 Original waveforms and the pressure waveforms after wavelet denoising

1.4 動(dòng)脈壓力波形分解方法

1.4.1 波形分離法雖然波形分離法在數(shù)學(xué)上需要流量或速度波形進(jìn)行波分離，但因?yàn)榱髁坎ㄐ卧趥€(gè)體之間顯示的變化相對(duì)較小，Westhof 等提出了利用合成三角波形代替實(shí)測(cè)流量的方法，三角波的起點(diǎn)、峰值點(diǎn)和終點(diǎn)分別對(duì)應(yīng)動(dòng)脈壓力波形的起點(diǎn)、收縮期的30%處和切跡點(diǎn)，通過該對(duì)應(yīng)關(guān)系，可用三角波函數(shù)擬合動(dòng)脈流量波，得到最佳擬合函數(shù)［18-19］。對(duì)于該方法，有大型隊(duì)列研究已經(jīng)證明了其廣泛適用性［20］。同時(shí)，利用采集到的橈動(dòng)脈壓力波形P(t)和由動(dòng)脈波形構(gòu)建的三角流量波形Q(t)計(jì)算特征阻抗ZC，ZC= fft(P(t))/fft(Q(t))，其中fft表示快速傅里葉變換。取輸入阻抗的3～10次諧波幅值的平均值來估計(jì)特征阻抗ZC，根據(jù)阻抗分析得到主動(dòng)脈前向壓力波Pf(t)、反向壓力波Pb(t)：

本研究使用反射幅度Pf、Pb和反射指數(shù)RI 以及反射震級(jí)RM 4 個(gè)波形參數(shù)分析獲得的動(dòng)脈壓力波形，圖3a 展示了波形分離法的波形參數(shù)反射幅度Pf、Pb和反射指數(shù)RI以及反射震級(jí)RM。

圖3 波形參數(shù)示意圖Figure 3 Schematic diagrams of waveform parameters

1.4.2 儲(chǔ)存壓力波模型時(shí)變儲(chǔ)存壓力波模型將在動(dòng)脈測(cè)量獲得的壓力波形Pmea看作超壓波Pex與儲(chǔ)存波Pres兩種波的累加。Pres來自動(dòng)脈順應(yīng)性在收縮期儲(chǔ)存并在舒張期釋放的能量［21］。

式中，Pex表示由測(cè)量部位血管的特征阻抗Zc引起的壓力變化，與進(jìn)入該部位的血液流量Qin(t)有關(guān)。

流出該部位的血液流量Qout(t)由血管的外周阻力影響。

Pres(t)對(duì)時(shí)間的導(dǎo)數(shù)可表示為動(dòng)脈順應(yīng)性的倒數(shù)與流量差的乘積，由此可以得到以下等式：

結(jié)合微分方程等數(shù)學(xué)知識(shí)且應(yīng)用Pres(0) =Pmea( 0 )的初始條件，可以根據(jù)式（8）求出一個(gè)脈沖周期中的反射波Pres：

在舒張期時(shí)，心臟不再射血，而舒張期動(dòng)脈壓力變化形式表現(xiàn)為指數(shù)曲線衰減，該指數(shù)曲線的時(shí)間衰減系數(shù)由外圍阻力R和動(dòng)脈順應(yīng)性C組成即參數(shù)RC，即：

其中，td為舒張期開始時(shí)間點(diǎn)，Pes為收縮末期的血壓值。脈搏波波形中的重博切跡代表著心臟收縮結(jié)束，主動(dòng)脈瓣關(guān)閉，所以將重博切跡視作收縮末期點(diǎn)，獲得舒張期的壓力曲線進(jìn)而獲得RC、ZcC［22］。對(duì)于儲(chǔ)波模型分離出的超壓波和儲(chǔ)存波，使用以下內(nèi)容作為波形態(tài)參數(shù)：超壓波振幅Pe和儲(chǔ)存波振幅Pr，以及對(duì)應(yīng)的積分面積Ae和Ar，如圖3b所示。

1.5 統(tǒng)計(jì)分析方法

本研究中的數(shù)據(jù)預(yù)處理在Python 3.7 進(jìn)行，使用SPSS 26.0 以及GraphPad 8.0.2 軟件對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析。計(jì)數(shù)資料以絕對(duì)數(shù)表示；計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差表示，組內(nèi)兩兩比較采用配對(duì)樣本t檢驗(yàn)；Bland-Altman 分析用于評(píng)估兩個(gè)模型參數(shù)Pb和Pr之間的一致性；分別對(duì)兩個(gè)時(shí)間點(diǎn)測(cè)量的臨床生命體征，以及計(jì)算的波形形態(tài)參數(shù)取差值，并對(duì)血壓和心率的變化量與波形形態(tài)參數(shù)變化量之間的相關(guān)性采用Spearman相關(guān)性分析，計(jì)算相關(guān)系數(shù)r。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 誘導(dǎo)前后的基本生命體征

由表1可知，誘導(dǎo)后患者的收縮壓（SBP）、舒張壓（DBP）、平均動(dòng)脈壓（MAP）、脈壓（PP）以及心率（HR）與誘導(dǎo)前比較差異有統(tǒng)計(jì)學(xué)意義（P＜0.05）。所有受試者在兩個(gè)時(shí)間點(diǎn)的MAP 均在61～127 mmHg內(nèi)，HR均在42～77 bpm內(nèi)。

表1 誘導(dǎo)前后的基本生命體征Table 1 Basic vital signs before and after induction

2.2 誘導(dǎo)前后的波形參數(shù)

圖4展示兩例患者誘導(dǎo)前后的數(shù)據(jù)以及采用兩種波形分析方法的分析結(jié)果，圖4a 的左列為麻醉誘導(dǎo)前的波形分析結(jié)果，右列為麻醉誘導(dǎo)后的波形分析結(jié)果；第一行應(yīng)用的分析方法為波形分離法，第二行應(yīng)用的分析方法為儲(chǔ)存壓力波模型。圖4b排列方式與圖4a 相同。由圖可知誘導(dǎo)前的波形重博切跡明顯，波峰形態(tài)比較尖銳，而誘導(dǎo)后的波形則比較緩和平滑。

圖4 兩例高齡患者的橈動(dòng)脈壓力波形分析結(jié)果Figure 4 Analysis of radial artery pressure waveforms in two elderly patients

表2展示了采用波形分離法的波形分析結(jié)果。誘導(dǎo)后脈搏波分解算法獲得的波形幅度Pf、Pb與誘導(dǎo)前比較明顯降低，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），而誘導(dǎo)后的反射指數(shù)RI 以及反射震級(jí)RM 與誘導(dǎo)前比較差異無統(tǒng)計(jì)學(xué)意義（P＞0.05）。

表3展示了采用儲(chǔ)存壓力波模型的波形分析結(jié)果。誘導(dǎo)后脈搏波分解算法獲得的波形幅度Pe、Pr以及誘導(dǎo)后的波形面積Ar與誘導(dǎo)前比較明顯降低，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），而誘導(dǎo)后的波形面積Ae與誘導(dǎo)前比較差異無統(tǒng)計(jì)學(xué)意義（P＞0.05）。

2.3 兩個(gè)模型參數(shù)的相關(guān)性分析

圖5a 展示同一例病人波形分離法中的反射波幅值Pb和儲(chǔ)存壓力波模型中儲(chǔ)存波幅值Pr之間的一致性；圖5b 展示同一例病人在誘導(dǎo)前后波形分離法中的反射波幅值變化量△Pb和儲(chǔ)存壓力波模型中儲(chǔ)存波幅值變化量△Pr的一致性。從圖5a 的Bland-Altman 圖可以看出，有兩個(gè)點(diǎn)在95%一致性界限之外；在一致性界限范圍以內(nèi)，同一例病人波形分離法中的反射波幅值Pb和儲(chǔ)存壓力波模型中儲(chǔ)存波幅值Pr相比，差值的絕對(duì)值最大為27.46 mmHg（圖5a 中最上面的點(diǎn)），差值平均值為8.22 mmHg。從圖5b 的Bland-Altman圖可以看出，只有一個(gè)點(diǎn)在95%一致性界限之外；在一致性界限范圍以內(nèi)，同一例病人在誘導(dǎo)前后波形分離法中的反射波幅值變化量△Pb和儲(chǔ)存壓力波模型中儲(chǔ)存波幅值變化量△Pr相比，差值的絕對(duì)值最大為24.88 mmHg（圖5b 中最下面的點(diǎn)），差值平均值為5.89 mmHg。

圖5 Bland-Altman分析結(jié)果Figure 5 Bland Altman analysis results

2.4 誘導(dǎo)前后的波形參數(shù)與臨床指標(biāo)的相關(guān)性分析

表4展示兩個(gè)模型誘導(dǎo)后脈搏波分解算法獲得的波形幅度變化量△Pf、△Pb、△Pe、△Pr與臨床指標(biāo)變化量相關(guān)性分析結(jié)果。由表4數(shù)據(jù)可見，波形參數(shù)與△SBP、△PP、△HR 有顯著正相關(guān)，其中△Pe與臨床指標(biāo)△PP 相關(guān)系數(shù)最高（r=0.926）；△MAP 僅與儲(chǔ)存壓力波模型的△Pr有顯著相關(guān)；而△DBP 則與波形參數(shù)相關(guān)不顯著。

表4 誘導(dǎo)前后的波形參數(shù)與臨床指標(biāo)的Spearman分析結(jié)果Table 4 Spearman analysis results of waveform parameters and clinical indicators before and after induction

3 討論

3.1 麻醉誘導(dǎo)對(duì)各參數(shù)的影響

表1顯示，在本研究群體中，誘導(dǎo)后的血壓與心率相較于誘導(dǎo)前都明顯降低，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），這是由于麻醉藥物使平滑肌松弛，進(jìn)而使血管擴(kuò)張，血管可儲(chǔ)存的血液量增加，回心血量減少導(dǎo)致左心室射血量減少，進(jìn)而引起血壓下降，心率改變。心血管系統(tǒng)的變化也體現(xiàn)在波形中，在圖3以及表2與表3中可以看到誘導(dǎo)后的Pb、Pr與誘導(dǎo)前的Pb、Pr相比幅度減小，而RI、RM 與Ae、Ar參數(shù)在兩個(gè)階段變化不明顯的原因可能是這兩個(gè)參數(shù)對(duì)血壓與心率變化不敏感，而與每搏量等其他灌注指標(biāo)相關(guān)。

表2 誘導(dǎo)前后的波形分離法波形參數(shù)Table 2 Waveform parameters of wave separation analysis before and after induction

表3 誘導(dǎo)前后的儲(chǔ)波模型波形參數(shù)Table 3 Waveform parameters of arterial reservoir model before and after induction

在波形分離模型中，麻醉藥物使平滑肌松弛，這時(shí)血管阻抗將會(huì)減小，使反射波幅值Pb降低；在儲(chǔ)存壓力波模型中，麻醉藥物使血管擴(kuò)張，血管順應(yīng)性增加，在收縮期可儲(chǔ)存的血液量增加，但是在高齡患者中，心臟收縮能力下降，血管彈性差，對(duì)麻醉誘導(dǎo)藥物耐受性差，這可能是引起儲(chǔ)存波幅值Pr下降的原因。

3.2 兩個(gè)模型參數(shù)之間的一致性

由圖4的Bland-Altman 圖分析可以看出，波形分離法中的反射波幅值Pb和儲(chǔ)存壓力波模型中儲(chǔ)存波幅值Pr有較好的一致性，但在大部分個(gè)體中Pr要大于Pb，即相較于波形分離法，儲(chǔ)存壓力波模型高估了波形分量Pres，約為Pb的兩倍，在其他研究中也獲得了類似的結(jié)果［23-24］。

雖然兩種模型在估算波形分量的準(zhǔn)確度上有爭(zhēng)議，但在本研究的研究群體中，由表4可知，儲(chǔ)存壓力波模型和波形分離法兩種模型都與部分誘導(dǎo)臨床指標(biāo)有顯著相關(guān)，無論是由血管阻抗引起的反射波的Pb，還是與順應(yīng)性有關(guān)的儲(chǔ)存波Pr，都具有反映誘導(dǎo)后血壓與心率變化的能力，即儲(chǔ)存壓力波模型和波形分離法都能合理地解釋并量化誘導(dǎo)前后的血壓變化。

3.3 兩個(gè)模型參數(shù)與血壓心率的相關(guān)性

表4顯示，波形幅度變化量△Pf、△Pb、△Pe、△Pr與誘導(dǎo)前后的臨床指標(biāo)變化量△SBP、△PP、△HR都有顯著相關(guān)性，其中波形幅度變化量與△PP 相關(guān)性最顯著，相關(guān)系數(shù)最高。有研究表明，脈壓PP與動(dòng)脈僵硬度相關(guān)［25］，在本研究群體中，由于麻醉藥物的作用，在誘導(dǎo)后PP 會(huì)減小，△PP 體現(xiàn)的是誘導(dǎo)前后動(dòng)脈僵硬度的變化量，波形幅度變化量與△PP 顯著相關(guān)，則波形幅度變化量也可能有體現(xiàn)動(dòng)脈僵硬度變化量的能力。波形幅度變化量與誘導(dǎo)前后的△SBP、△HR 也有顯著相關(guān)性，說明波形分析與臨床誘導(dǎo)參考指標(biāo)密切相關(guān)。此外，僅有儲(chǔ)存壓力波模型的△Pr與△MAP 有顯著相關(guān)性，這也許意味著儲(chǔ)存壓力波模型比波形分離法更能反映心臟的功能以及外周大動(dòng)脈的阻力情況。

3.4 局限性

這項(xiàng)研究有以下局限性：（1）本文研究對(duì)象只有中老年高齡患者，結(jié)果可能不適用于較年輕或較低風(fēng)險(xiǎn)的人群；（2）本研究是單中心研究，缺乏對(duì)患者預(yù)后的追蹤，有待進(jìn)一步探討；（3）用于統(tǒng)計(jì)分析的病例數(shù)較少，存在未反映真實(shí)相關(guān)性的可能。

4 結(jié)論

根據(jù)動(dòng)脈壓力波形的形成機(jī)理及波形特征，本文總結(jié)對(duì)比了兩種動(dòng)脈壓力波形分解方法，對(duì)誘導(dǎo)前后動(dòng)脈壓力波形形態(tài)的變化進(jìn)行量化分析，且在本研究的研究群體中，儲(chǔ)存壓力波模型和波形分離法兩種模型均與誘導(dǎo)過程中的血壓、心率變化量有顯著相關(guān)。相比以往的動(dòng)脈壓力波形分析的研究，本文不僅對(duì)動(dòng)脈壓力波形進(jìn)行波形分解，還從生理病理的角度上解讀了波形分析結(jié)果，將理論模型與臨床實(shí)際聯(lián)系在一起。本研究可為動(dòng)脈壓力波形分析及其應(yīng)用提供新的理論基礎(chǔ)和技術(shù)方案，為麻醉誘導(dǎo)提供參考。