使用HemoSphere Acumen IQ监测系统对七氟烷麻醉犬的心输出量和低血压预测指数进行评估

《Vascular Diseases》：Evaluation of Cardiac Output and Hypotension Prediction Index Using HemoSphere Acumen IQ Monitoring System in Sevoflurane-Anesthetized Dogs

本研究评估麻醉犬心脏输出量（CO）的两种方法：HSIQ（HemoSphere Acumen IQ传感器）和iPATD（肺动脉热稀释法），并分析HSIQ的Hypotension Prediction Index（HPI）对低血压的预测能力。结果显示HSIQ-CO存在显著高估，尤其在低血容量时误差达73%，且趋势分析不佳。而HPI能提前15分钟准确预测低血压（AUROC>0.90），优于短期MAP变化。分隔符

　　本研究聚焦于评估在使用七氟烷麻醉的犬只中，HemoSphere with Acumen IQ传感器（HSIQ）估算的每搏输出量（CO）与间歇性肺动脉热稀释法（iPATD-CO）之间的测量一致性及趋势追踪能力。同时，研究还分析了HSIQ生成的低血压预测指数（HPI）在不同血容量状态下的变化趋势，并探讨其与侵入性平均动脉压（MAP）之间的关系。研究的目的是为了评估HSIQ是否能够在兽医麻醉中作为可靠的CO测量工具，以及HPI是否可以作为一种有效的预判手段，帮助识别即将发生的低血压事件，从而为临床干预提供提前预警。

### 研究背景与意义

心血管系统在麻醉过程中保持稳定是确保动物安全的重要因素。尽管近年来在麻醉技术、监测手段和围术期护理方面取得了显著进展，但心血管不稳定仍然是导致小型动物麻醉期间并发症和死亡率的主要原因之一。低血压、低血容量、心动过缓和心肌收缩功能障碍等现象在老年犬、幼犬、患有基础疾病或接受长时间复杂手术的动物中尤为常见。这些情况可能导致器官灌注不足，进而引发严重后果，如心肌梗死、脑灌注不足和急性肾损伤等。因此，及时发现并纠正这些异常状态对于改善麻醉期间动物的预后至关重要。

在传统监测手段之外，先进的血流动力学监测技术正在被广泛采用，以更精确地评估动物的血流动力学状态。其中，脉搏波分析（PWA）因其微创性和连续监测能力而受到关注。PWA通过分析动脉压波形的动态特征来估算CO，其原理基于对波形形态、幅度、斜率等参数的处理。在人类医学中，HSIQ平台因其集成脉搏波分析和机器学习算法而展现出良好的预测能力，特别是其HPI指标能够在低血压发生前15分钟准确预判低血压风险，从而为临床干预争取时间。然而，HSIQ在兽医领域的应用尚缺乏充分的证据支持。目前的研究表明，HSIQ在犬只中的CO测量存在显著偏差，其预测能力尚未经过充分验证。

### 研究设计与方法

本研究采用了一种盲法、非随机的实验性观察设计，涉及八只健康的成年雌性杂交犬。所有实验流程均获得美国路易斯安那州立大学动物护理与使用委员会的批准。实验分为两个阶段：第一阶段为正常血容量（normovolemia），第二阶段为诱导低血容量（hypovolemia）。在两个麻醉事件中，分别对HSIQ-CO和iPATD-CO进行了10次测量，每次间隔10分钟。为了评估HSIQ-CO与iPATD-CO之间的测量一致性，采用了Bland–Altman分析、四象限分析和极坐标图分析等方法。同时，为了分析HPI与MAP之间的关系，研究团队在每只犬的每次麻醉过程中，采集了100个均匀分布的时间点数据，涵盖从插管到恢复的整个麻醉周期。

### 研究结果

研究结果显示，HSIQ-CO在正常血容量和低血容量状态下均存在显著的高估现象，且其与iPATD-CO之间的测量一致性极差。具体而言，在所有320对测量数据中，HSIQ-CO的平均偏差为0.89 L/min，且在低血容量状态下，偏差显著增大。HSIQ-CO的百分比误差高达73%，远高于公认的30%误差标准，表明其在CO测量上的可靠性较低。此外，HSIQ-CO的趋势追踪能力也较差，仅在四象限分析中，有不到50%的ΔCO数据点显示出一致的变化方向，这表明HSIQ在监测CO动态变化方面存在明显不足。

相比之下，HPI表现出优异的预测能力。在800个时间点的数据中，HPI与MAP呈现明显的负相关关系。当MAP低于65 mmHg时，HPI值显著升高，达到100。这种强相关性使得HPI能够提前15分钟预判低血压事件的发生，为临床干预提供了宝贵的预警时间。通过计算受试者工作特征曲线（AUROC）值，研究发现HPI在预测低血压方面的性能远优于短期MAP波动。在5、10和15分钟的预测窗口中，HPI的AUROC值分别为0.97、0.95和0.92，而短期MAP波动的AUROC值仅为0.50，表明HPI具有更高的诊断价值。通过Youden指数分析，确定了HPI的最佳阈值为97–98，该阈值在预测低血压事件时具有较高的敏感性和特异性。

### 讨论与临床意义

HSIQ-CO的测量偏差和趋势追踪能力不足，表明其在犬只中的应用存在较大局限性。这一结果与之前在犬只中对其他PWA系统（如PiCCO、PulseCO和FloTrac）的研究结果一致，均显示出与iPATD-CO相比的显著差异。HSIQ的高估现象可能与动脉结构的种间差异有关，例如动脉的几何形状、分支模式、顺应性和弹性特性等。此外，HSIQ算法依赖于人类患者数据库中的生物特征、人口统计学和血流动力学数据进行调整，这种跨物种的移植可能引入误差。例如，HSIQ是否使用了Windkessel模型尚未明确，而此类模型通常假设中心动脉特性，忽略了波形传播和反射现象，这可能进一步影响测量精度。

HPI的优异预测性能表明，它在兽医麻醉中具有重要的临床价值。HPI能够在低血压发生前15分钟提供预警，为麻醉团队争取时间采取干预措施，从而减少术后并发症的发生。然而，HPI的临床应用仍需进一步验证。目前，HPI的阈值和干预策略尚未在犬类中明确界定，因此需要更多的临床研究来确定适用于犬只的最佳HPI阈值，并建立基于HPI的围术期管理指南。

### 研究局限性与未来方向

本研究存在一定的局限性，首先是样本量较小，仅涉及八只犬，这可能影响结果的普遍适用性。然而，320对测量数据已经足够评估测量偏差和趋势追踪能力。此外，本研究采用了标准Bland–Altman分析而非重复测量设计，这可能导致宽泛的限值范围。鉴于HSIQ在测量和趋势追踪方面的表现，即使扩大样本量，其结论可能不会发生改变。此外，脉搏波分析数据的准确性可能受到波形失真或阻尼异常的影响，尽管研究团队进行了常规的方波测试和线路检查，但仍不能完全排除这些因素。

另一个局限性是，HSIQ-CO和iPATD-CO的测量时间存在短暂延迟，这可能引入生理波动和测量误差。此外，动脉波形的完整性可能受到波形反射或测量位置的影响。最后，研究中故意排除了阿片类药物的使用，以避免其对心血管系统的影响，这可能限制了研究结果的临床适用性。未来的研究应考虑纳入预处理镇痛药物（如非甾体抗炎药和局部麻醉药），以更全面地评估HPI在临床麻醉中的应用效果。

### 结论

综上所述，HSIQ在犬只中的CO测量表现不佳，其高估现象和趋势追踪能力的缺失限制了其在临床中的应用。然而，HSIQ生成的HPI在预测低血压方面展现出显著的优势，能够在低血压发生前15分钟提供预警，为麻醉团队提供了宝贵的干预时间。这些发现表明，HPI在兽医麻醉中具有潜在的临床价值，尤其是在需要早期识别和干预的低血压风险情况下。未来的研究应进一步验证HPI在不同犬种和麻醉条件下的适用性，并探索其在实际临床环境中的整合方式，以优化围术期管理并提高动物的麻醉安全性。