编辑推荐：
本文系统评价了丙泊酚靶控输注（TCI）的药代动力学 - 药效学（PK - PD）模型。研究发现现有模型各有优劣，新模型虽有创新但需进一步验证。未来应聚焦整合药效学参数、优化算法等，以提升 TCI 的安全性和有效性。
丙泊酚靶控输注（TCI）研究进展
靶控输注（TCI）是一种创新的药物输注方法，依据药代动力学模型和算法，维持患者血浆或效应部位的目标药物浓度。它能根据患者个体特征调整剂量，减少手动调整的工作量，提高治疗效果，降低副作用风险，在麻醉领域应用广泛。丙泊酚是常用的静脉麻醉药，TCI 技术在丙泊酚给药中发挥着重要作用。然而，目前的 TCI 模型在临床应用中仍存在一些问题，如模型的通用性和准确性等。
研究方法
本研究按照 PRISMA 2020 指南进行系统评价。通过在 PubMed、Summon、Google Scholar、Web of Science 和 Scopus 等数据库进行系统检索，检索时间限定在 2020 年 1 月 1 日至 2024 年 12 月 31 日，检索关键词包括 “target - controlled infusion AND models AND propofol”“propofol AND (Marsh OR Schnider OR Eleveld)” 等。筛选出的研究需是关于成人患者使用 Marsh、Schnider 或 Eleveld 模型进行丙泊酚 TCI 给药的研究，排除儿科麻醉、非丙泊酚麻醉研究以及缺乏新数据或已被覆盖的综述文章。对筛选出的研究进行数据提取和分析，最终纳入 17 项研究进行综合评价。
研究结果
- 现有模型比较：多项研究对比了现有丙泊酚 TCI 模型。Hüppe 等人和 Linassi 等人的研究表明，Eleveld 模型通常具有更好的预测性能，但并非在所有情况下都优于 Marsh 和 Schnider 模型。例如，Linassi 等人发现 Eleveld 模型在老年患者中不良事件发生率较高，偏差更大。而 Hosseinirad 等人则认为在开环和闭环系统中，三种模型的适用性相当。Vellinga 等人前瞻性验证了 Eleveld 模型，其预测准确率 < 30%，与其他模型相当。Kim 的研究聚焦肥胖患者，发现 Eleveld 模型能更好地估计清除率，提高给药准确性。Schnider 等人研究发现患者因素仅能解释 10.2% 的目标浓度变异性。Van Hese 等人发现 Marsh 模型低估了丙泊酚浓度，且脑组织浓度高于血浆浓度。Wu 等人研究了不同 BMI 患者使用 Schnider 模型时丙泊酚的药效学反应，发现 BMI 与诱导时间的关系可能是模型驱动的结果。Coetzee 等人比较了改良 Marsh 模型和 Schnider 模型，发现两者产生的催眠效果相当，但该研究的普适性有限。
- 新模型开发：Araújo 等人和 Braathen 等人利用现代技术开发了新的 PK - PD 模型，这些模型展现出较低的偏差和较高的准确性，但仍需外部数据验证。Zhong 和 Xu 修改了 Marsh 模型，在短期输注中表现良好，但同样需要进一步验证。Kawata 等人旨在更精确地描述丙泊酚在脑内的浓度。Kim 等人开发了针对老年韩国患者的模型，在预测血浆丙泊酚浓度时偏差较低，但适用体重范围较窄且仅在健康志愿者中进行了验证。Paolino 等人通过纳入 PID 控制器修改了 Eleveld 模型，增强了麻醉控制效果。
- 其他相关研究：Vellinga 等人研究了通用模型在静脉麻醉药中的应用，发现通用模型可减少外推和模型误用风险，简化 TCI 给药。Schnider 等人比较了丙泊酚 TCI 全静脉麻醉（TIVA）和吸入麻醉的优缺点，TIVA 可自动调节药物剂量，降低术后恶心呕吐（PONV）发生率，但吸入麻醉在器官保护方面有优势。
讨论
现有丙泊酚 TCI 模型，如 Marsh、Schnider 和 Eleveld 模型，在临床应用中广泛使用，但都不是适用于所有患者群体和临床场景的最优模型。这些模型存在一些问题，例如 Marsh 模型在数据记录和解释上缺乏一致性，其与 Gepts 模型的关系以及 ke0值存在争议。Schnider 模型在计算无脂肪体重的公式上存在错误，影响了肥胖患者的清除率计算。
在预测能力方面，不同模型各有优劣。Eleveld 模型在预测血浆浓度准确性上表现较好，但在老年患者中可能存在偏差；Schnider 模型在平衡血浆和作用部位浓度方面有其特点；Marsh 模型则常因低估脑组织丙泊酚浓度而受到批评。输入协变量对模型的影响也备受关注，BMI 等协变量在不同模型中的作用机制不同，且患者因素对目标浓度变异性的解释有限，凸显了 PK - PD 过程的复杂性。
此外，加工后的脑电图（pEEG）监测，如双频谱指数（BIS），对优化麻醉深度和提高 TCI 系统临床适用性有重要价值。未来研究应注重整合药效学参数，尤其是脑浓度，明确目标浓度与血流动力学反应的关系，开发先进的自适应剂量管理算法。同时，需要在更多样化的人群中验证模型，将通用模型纳入商业输液泵，并利用多参数监测来更精确地控制麻醉深度。
结论
现有丙泊酚靶控输注模型各有优势，但在药代动力学和药效学预测方面存在局限性，在特定患者群体中可能出现不准确的情况。新提出的模型通过纳入更多输入参数展现出创新，但仍需在不同患者群体中广泛验证其可靠性和临床疗效。未来 TCI 系统的发展应朝着自适应闭环系统方向，结合先进技术，提高麻醉的安全性和有效性。
