重症监护患者中伤害感受水平指数(NOL)与疼痛传感器(PainSensor)对伤害性操作反应性的预测与检测性能研究

《Journal of Critical Care》：Performance of the Nociception Level Index and the PainSensor to predict and detect responsiveness to nociceptive procedures in critical care patients

本研究针对重症监护中无法自我报告疼痛的患者，评估了伤害感受水平指数(NOL)和疼痛传感器(PainSensor)对气管内吸痰和体位改变等伤害性操作引发行为反应的预测与检测能力。结果表明，两种设备虽能有效预测行为反应，但性能未超越常规镇静监测指标(RASS/PSI)和药物剂量，为临床疼痛监测技术的优化提供了重要依据。

　　

在重症监护病房(ICU)，约40%的机械通气患者因镇静或意识障碍无法自我报告疼痛，但生理性伤害感受(nociception)仍可能持续存在，导致不良临床结局。传统行为观察量表如行为疼痛量表(BPS)易受非伤害性觉醒干扰，而新兴技术监测设备如伤害感受水平指数(Nociception Level Index, NOL)和疼痛传感器(PainSensor)虽在手术场景验证有效，其在ICU环境的应用价值尚不明确。

为填补这一空白，来自柏林夏里特医学院的研究团队开展了一项前瞻性观察研究，纳入196例机械通气患者，比较NOL（整合皮肤电导/光电容积脉搏波等多参数）和PainSensor（基于皮肤电导波动频率SCF）对气管内吸痰(n=149)和体位改变(n=47)引发行为反应的预测与检测效能。研究采用预测概率(P_K
)统计方法，以BPS评分为金标准，并与里士满躁动镇静量表(RASS)、镇静深度指数(PSI)及阿片类药物剂量进行对比。结果发表于《Journal of Critical Care》。

关键技术方法包括：1) 多模态监测系统同步采集NOL、SCF、PSI及生命体征；2) 标准化刺激流程（操作前4分钟至后5分钟连续记录）；3) 采用加权逆方差法校正研究者间BPS评分差异；4) 通过10,000次bootstrap计算P_K
值的95%置信区间。

主要研究结果：

1. 研究人群特征
   队列以脑血管疾病(32.1%)和炎症性疾病(21.4%)为主，中位RASS评分-4分。设备有效数据率差异显著（NOL 70.9% vs SCF 93.2%）。

2. 操作诱导的参数变化
   气管内吸痰时，NOL在无行为反应组(BPS=3)仍显著升高(4.8→16.5,p<0.001)，显示高敏感性；而SCF仅在有反应组(BPS>3)升高。体位改变时，SCF出现疑似运动伪影的广泛升高但无预测性。

3. 预测与检测性能
   对气管内吸痰，NOL与SCF的预测P_K
   分别为0.67和0.57，但均低于RASS(0.73)。对体位改变，仅NOL显示预测能力(0.80)，但仍未超越RASS(0.68)。值得注意的是，阿片类药物剂量仅对吸痰反应有预测作用。

4. 讨论与意义
   研究发现：① NOL的高敏感性使其能检测亚临床伤害感受，但体位改变中的良好预测性能可能反映其对非伤害性觉醒的假阳性反应；② SCF因运动伪影干扰在动态操作中可靠性降低；③ 现有技术未能超越RASS等常规工具的预测效能，提示需开发更具特异性的生物标志物。

该研究首次系统评估了伤害感受监测技术在ICU预见性镇痛中的应用潜力，为设备优化提供了关键方向：未来研究需区分ANS反应中的伤害性与非伤害性成分，并探索多模态数据融合算法。尽管当前技术尚未达到临床转化标准，其揭示的"敏感性-特异性权衡"规律对疼痛监测领域具有普适性指导价值。