检索历史 清除

摘要目的：机械通气（Mechanical Ventilation，MV）是重症监护室中一种被广泛使用的生命支持手段。然而，在使用机械通气，尤其是控制性通气（controlled mechanical ventilation,CMV)中患者容易发生膈肌功能损伤，称为机械通气引起的膈肌功能障碍（Ventilator-induced diaphragm dysfunction,VIDD）。VIDD的发生会导致患者死亡率增加，生存质量下降，费用增高等问题。因此维持患者自身呼吸努力在一个合适的水平十分重要，然而目前临床尚没有方便快速评价患者呼吸努力的方法。在比例通气模式（Proportional Assist Ventilation，PAV）中，通过气道峰压与PEEP的差值评估患者的呼吸肌肉压力可能是一种无创且便捷的方法。然而这种方法预测患者呼吸肌肉压力的准确性还未得到充分的评价，因此，本研究的主要目的是评价使用气道峰压与PEEP差值预测呼吸肌肉压力峰值是否准确。<br>　　方法：使用ASL5000构建肺模型，设置不同的顺应性和气道阻力来构建4组不同的呼吸力学模型，分别是：正常型，顺应性60ml/cmH2O，阻力10cmH2O/L/s；阻塞型，顺应性60ml/cmH2O，阻力20cmH2O/L/s；限制型，顺应性30ml/cmH2O，阻力10cmH2O/L/s；混合型，顺应性30ml/cmH2O，阻力20cmH2O/L/s。并且设置不同的呼吸频率（10，15，20，25，30次/分），考察呼吸频率对使用气道峰压与PEEP的差值预测呼吸肌肉压力峰值准确性的影响。将肺模型设置为单室肺模型，选择自主呼吸模式以及半正弦波形作为呼吸肌肉压力波形。吸气波形的设置为吸气时间30％，呼气时间15％，呼气肌肉压力设置为0cmH2O。使用PAV模式进行机械通气，并且调整不同的PAV辅助比例（20％，30％，40％，50％，60％，70％，80％）以及PEEP（0，5cmH2O）。在不同的PAV辅助比例下，调整ASL5000的呼吸肌压力，使得潮气量维持在成人的正常水平。稳定运行5分钟，记录最后一分钟的数据，包括气道峰压，PEEP以及潮气量以及ASL5000上设置的呼吸肌肉压力数值。使用Bland-Altman进行一致性分析，使用线性回归模型进行最后的算法校准。<br>　　结果：在本研究中，我们获取了4组不同呼吸力学肺模型在不同PAV辅助比例下的参数。潮气量的平均值为437.31（±11.50）ml。最大的呼吸肌肉压力峰值为19.63（15.65-23.61）cmH2O，最小的呼吸肌肉压力峰值为5.64（3.87-7.40）cmH2O。气道峰压与PEEP差值的最大值是13.88（10.92-16.84）cmH2O，气道峰压与PEEP差值的最小值为4.67（3.00-6.00）cmH2O。气道峰压与PEEP差值计算的理论呼吸肌肉压力峰值最大值为24.23cmH2O，最小值为2.48cmH2O。在PAV20％辅助比例的正常组中理论呼吸肌肉压力峰值与实际呼吸肌肉压力峰值差值为9.51cmH2O，差值百分比达到92.18％。在PAV50％辅助比例的正常组中，理论呼吸肌肉压力峰值与实际呼吸肌肉压力峰值差值为为-0.40cmH2O，差值百分比为-5.12％。在Bland-Altman分析中，使用气道峰压与PEEP差值估算得到的理论呼吸肌肉压力峰值与实际呼吸肌肉压力峰值的差值平均值为-2.23cmH2O，95％一致性界限为-14.24～9.77cmH2O。使用线性回归模型进行算法优化，模型具有统计学意义（F=284.5，P＜0.01，R2=0.5034），优化算法后的Bland-Altman分析两者差值的均数为-0.43cmH2O，两者的一致性界限为-7.26-6.42cmH2O。<br>　　结论：我们的研究发现，在PAV模式下，单纯通过理论公式使用气道峰压与PEEP的差值计算呼吸肌肉压力峰值的准确性有限，PAV辅助比例以及气道阻力都可以影响其准确性。通过线性回归模型优化后，可以较好的改善使用气道峰压与PEEP的差值计算呼吸肌肉压力峰值的准确性。