麻醉深度监测与调控葛圣金.ppt

麻醉深度监测与调控 葛圣金复旦大学附属中山医院麻醉科 请问 麻醉 麻醉深度 一 概念 麻醉 麻醉 一世纪 希腊哲学家Dioscorides首先使用ANESTHESIA来描述毒参茄属植物引起的昏睡状态 1846年 OliverWendellHolmes使用ANESTHESIA描述一种能实施外科手术的新现象 即病人对手术创伤不能感知 至此 麻醉 概念正式形成 乙醚麻醉 麻醉 乙醚麻醉时病人的状态乙醚麻醉 金标准 全麻状态是由一系列可辨别的生理状态所组成的 它可以与适合于人体手术的乙醚所致的状态相比较 不依赖于任何原理 可以作为一种参考或者金标准 Prys Roberts 1987年 美国麻醉科医师协会 全麻麻醉科医师严密监测无意识的病人并根据情况给与相应的控制和治疗措施 全麻状态的组成成分 从临床作用的角度 意识丧失 Unconsciousness 制动 Immobility 镇痛 Analgesia 对病人的无伤害 Notharmingthepatient 从全麻临床实施的角度 全麻的实施多是不同药物的组合 以使药物的副作用尽可能地降低并达到最佳的麻醉效果 现代全麻技术主要是催眠药 镇痛药及肌松药的联合应用 药物的不同组合主要是依赖于所拥有药物的种类 给药的方式和所给药物各自相对应的量 一 概念 麻醉深度 麻醉深度 1847年 Plomley首先明确提出 麻醉深度 陶醉兴奋深麻醉 Guedel经典的乙醚麻醉分期 痛觉消失期 Analgesia 兴奋谵妄期 Delirium 外科手术期 4级 Surgicalstage 和呼吸麻痹期 Respiratoryanalysis 此后许多麻醉工作者开始描述一些体征来反映一定的麻醉深度 而这些体征大多均与肌肉张力和反射有关 1942年 肌松药开始在临床广泛应用 以前的判断标准已不再适用 术中知晓 1945年Lancet社论为标志麻醉危险在此之前100年是过深麻醉危险在此之后是过浅 认知功能 1990年 1993年 Griffins和Jessop 有意识的知晓 有显性记忆 有意识的知晓 无显性记忆 无意识的知晓 无显性记忆 有隐性记忆 无知晓 合适的麻醉深度 1990年Stanski 当一种或几种麻醉药的浓度达到足以满足手术并使病人舒适的效应时 个人理解 麻醉深度是麻醉与刺激共同作用于人体而产生的一种人体受抑制状态的程度 随着麻醉与刺激强度各自消长 麻醉深度处于相应的动态变化之中 二 麻醉深度监测 当前临床常用指标 血流动力学指标瞳孔大小流泪出汗呼出末二氧化碳波形 麻醉深度监测技术 AEPEEG pEEG EMGHRVIFT isolatedforearmtechnique SLEC spontaneousloweresophagealcontractions 自发及诱发脑电技术在麻醉深度监测中的运用 Consciousness BrainActivity BIS是第一个得到FDA批准的用于监测药物镇静催眠作用的特殊技术 BIS分析计算流程 2 听觉通道 MLAEP在监测镇静 麻醉方面较自发脑电有解剖学和生理学上的优点 MLAEP是大脑对声音刺激的主动反应 MLAEP波形有明确的解剖学定位 许多研究均显示MLAEP是监测镇静深度极具前途的方法 提取并计算出MLAEP指数的模式有两种 经典的移动时间平均数模式 MTAmodel 耗时约45s 新型的外因输入自动回归模式 ARXmodel 耗时约2 6s 近来 外因输入自动回归模式提取的听觉诱发电位指数 AAI 已逐渐试用于临床监测麻醉 镇静深度 MTA模式的两大缺陷 信号噪声比 SNR 与波形重叠次数的平方根成正比 如果SNR是1 20 则256次重叠SNR将升高至4 5 如果1次波形扫描需80ms 单重叠256次就需20s 单纯移动平均方法并不能有效获取MLAEP的信息 虽然对MTA模式做出了一些改进 但仍需250 500次原始波形叠加来获取满意的MLAEP ARX和MTA模式以及BIS的测算延迟时间 总的延迟时间传统的移动时间平均数模式 30 60秒外因输入自动回归模式 2 6秒 2 6秒 30 60秒 睡眠 BIS分析 ARX 指数 清醒 AAI 移动时间平均数模式 ARX模式的发展历程 最早用于军事与勘测 直升机上摄像Mr ErikWeberJensen在上世纪攻读生物医学工程博士时开始将ARX方法用于提取听觉诱发电位 ARX模式AEPindex早期文章 JensenEW LindholmP HennebergSW Autoregressivemodelingwithexogenousinputofmiddle latencyauditory evokedpotentialstomeasurerapidchangesindepthofanesthesia MethodsInfMed1996 35 256 260 CapitanioL JensenEW FilligoiGC etal On lineanalysisofaveragedAEP autoregressive ARX modeledAEPandspectraledgefrequencyofEEGformonitoringdepthofanaesthesia MethodsInfMed1997 36 311 314 JensenEW NebotA CaminalP etal Identificationofcausalrelationsbetweenhaemodynamicparameters auditoryevokedpotentialsandisofluranebymeansoffuzzylogic BrJAnaesth1999 82 25 32 A line1 5版本信号处理过程 SignalOK Yes BPfilterAEP25 65Hz BandpassfilterEMG65 85Hz BandpassfilterBurstSuppr 1 35Hz MTA256sweeps MTA18sweeps ARXMODEL AAICalc No EMGCalc BS Calc A DConverter SignalOK Yes No AMP 900 xSec Reject Reject A lineElectrodes IfsnrlowSmoothsignal IfsnrlowSmoothsignal EstimateSNR ShowSNRbar symbols Calculatemy AAI临床实用研究结果 LitvanH JensenEW等 ActaAnaesthesiolScand 2002 46 245 251 StruysMM JensenEW等 Anesthesiology 2002 96 803 816 LitvanH JensenEW等 Anesthesiology 2002 97 351 358 GeSJ ZhuangXL等 BrJAnaesth 2002 89 260 264 AlpigerS Helbo HansenHS等 ActaAnaesthesiolScand 2002 46 252 256 UrnonenE JensenEW等 ActaAnaesthesiolScand2000 44 743 748 GeSJ ZhuangXL等 ActaAnaesthesiolScand 2003 47 466 471 M TT NENH ANDERSONR等 ActaAnaesthesiolScand2002 46 882 886 AAIBIS与N2O BarrG AndersonR等 无论单用或与其他麻醉药联合运用 N2O均不改变BIS值 BrJAnaesth 1999 82 827 830 呼气末N2O浓度在40 以上时的AAI值显著小于浓度在10 以下的值 Anaesthesia 2002 57 736 739 AAI和BIS均不能准确地反映氯胺酮的麻醉作用 GeSJ ZhuangXL等 CanJAnesth2003 50 1017 1022AAI数值受肌源性因素的影响 七氟醚 瑞米芬太尼 阿曲库铵心脏手术麻醉时听觉诱发电位指数和双频指数的变化 A line最新版本 听觉诱发电位监护仪 2 新特征1 使用听觉诱发电位 脑电图 爆发抑制信息的复合AAI指数自动音量控制按需电极阻抗检查 敏感性增加 新特征2 脑电图爆发抑制曲线 BS 脑干听觉诱发电位AAI菜单翻滚功能0 99或0 60的AAI范围 屏幕上显示更多信息 复合AEP EEG信息以及音量控制 AAI BIS AAI1 6版本 听觉诱发电位 爆发抑制 自发脑电信息 BISXP版本 自发脑电 爆发抑制信息 临床经验与应用资料 BIS反映整个大脑皮层的抑制程度 是一种综合性计算结果 AAI反映从内侧膝状体和初级听觉皮层产生的中潜伏期听觉诱发电位波幅与潜伏期的变化 是大脑对声音刺激的主动反应 波形有明确的解剖学定位 Aspect产品 BISXP技术 双频指数 指示意识水平市场 1996年美国1997年欧洲2000年日本优点进入市场较早通过OEM认证缺点原理不明 Danmeter产品 A LineAEP监护仪技术 听觉诱发电位 指示意识水平市场 2000年9月引入欧洲2001年进入中国2001年进入美国等市场优点已证实的技术麻醉药品生产商接受的技术ALARIS销售网络遍布全美国欧洲CE认证中国SDA 1 20012210221美国FDA510 K K010965缺点目前国内外临床报告相对较少 竞争状态一览 熵 Entropy 熵于1948年由Shannon提出用于信息技术和通讯 简单地讲 熵描述了信号的不规则性 复杂性 不可预测性 熵 理解 在正弦波模型中如果所有的波的振幅和波长都是相同的 那它的熵值就是0 如果信号高度复杂 不规则 并且几乎不可预测 熵就会很高 或者说无序性很高 熵接近于1 对于EEG和镇静的程度假设一个人处于清醒状态 他有可能进入任何一种微观状态 非常无序和不可预测 在麻醉中 次序增加 突触通道的数量减少 熵值减小 参数 两个参数 反应熵和状态熵 反映熵 RE 对面部肌肉的活动敏感 面部肌肉可以对苏醒做出早期的提示 而在RE 则反应在RE的快速升高 状态熵 SE 是由EEG得到的 SE与麻醉药物在皮层所引起的睡眠效果相关 熵与疼痛刺激 在全麻期间 如果麻醉是适宜的 RE和SE是相等的 如果监测结果分离 可能是由于面部肌肉的活动 例如由于疼痛刺激 由于面部肌肉是高频活动 通过反应熵能够快速地探测到此种变化 理想的麻醉深度监护仪 Drummond 仪器所显示的代表两个不同麻醉深度的数值 不仅平均值要有统计学上的差异 而且它们的数值范围也不应该有重叠 使用不同药物麻醉时 所测得的代表同一麻醉深度的数值应该基本一致 Pomfrett 显示意识知晓前浅麻醉阶段 准确反映体内麻醉药不同浓度 对不同方式刺激 特别是外科手术刺激敏感 即