高质量心肺复苏中的心肺脑功能耦合动态

《Computer Methods and Programs in Biomedicine》:Coupled Cardio-Pulmonary-Cerebral Functional Dynamics for High-Quality Cardiopulmonary Resuscitation

【字体: 大 中 小 】 时间:2026年10月14日 来源:Computer Methods and Programs in Biomedicine 6.4

编辑推荐:

  摘要 背景与目的 心脏骤停(CA)是全球主要的死亡原因之一。高质量的心肺复苏(CPR)可以有效提高CA患者的生存率。寻找能够反映大脑功能的生理指标以评估CPR的质量是一个具有挑战性的问题。本研究旨在探讨心肺-大脑耦合,以评估CPR期间CA患者的生理状态。 方法 在猪模型实验中收

  摘要
背景与目的
心脏骤停(CA)是全球主要的死亡原因之一。高质量的心肺复苏(CPR)可以有效提高CA患者的生存率。寻找能够反映大脑功能的生理指标以评估CPR的质量是一个具有挑战性的问题。本研究旨在探讨心肺-大脑耦合,以评估CPR期间CA患者的生理状态。

方法
在猪模型实验中收集的动脉血压(ABP)、脑电图(EEG)和呼气末二氧化碳分压(PETCO2)信号被分为四个阶段:基线期、CA期、CPR期和自主循环恢复期(ROSC)。应用交叉复发量化分析(CRQA)来检查这四个阶段中ABP-EEG、ABP-PETCO2和EEG-PETCO2之间的动态耦合。此外,还应用了联合复发量化分析(JRQA)来检查ABP、EEG和PETCO2在这四个阶段中的心肺-大脑动态耦合。

结果
使用CRQA分析的ABP-PETCO2耦合的RR、DET、ENT和Lmax在CA期间显著低于基线期,而在CPR和ROSC期间显著高于CA期间。ABP-EEG和PETCO2-EEG耦合的RR和DET在CPR期间最高,在CA期间最低(p < 0.05),并且在基线期T7皮层区域的值高于其他区域(p < 0.05)。使用JRQA分析的ABP-PETCO2-EEG耦合的RR、DET和ENT在CA期间显示出显著更高的值,而ABP-PETCO2-EEG耦合的Lmax在CA期间显著低于其他阶段。

结论
ABP-PETCO2-EEG的动态耦合可以反映CA患者的生理状态。T7皮层区域被发现对CPR过程最为敏感。这项研究阐明了心肺-大脑动态耦合在指示CPR效果方面的价值,并可能在紧急治疗中发挥监测重要器官功能的作用。

引言
心脏骤停(CA)是心脏机械活动的突然停止,导致全身循环中断。早期的高质量心肺复苏(CPR)可以迅速为CA患者建立灌注,从而实现自主循环的恢复(ROSC)[1,2]。然而,对于救援人员来说,长时间维持高质量的胸外按压具有挑战性,尤其是在缺乏反馈的情况下难以准确评估。最新的2025年AHA心肺复苏和紧急心血管护理指南(第9部分:成人高级生命支持)指出,在成人心脏骤停的情况下,当可行时,可以使用动脉血压或呼气末二氧化碳分压(PETCO?)等生理参数来监测和优化CPR质量[3]。其支持文本指出,PETCO?反映了肺循环和心输出量,并与按压深度和释放速度呈正相关;CPR期间监测PETCO?或舒张压与更高的ROSC率相关;当放置了侵入性动脉导管时,动脉舒张压近似于CPR期间的冠状动脉灌注压。自2015年以来,这一基于生理学的做法在连续的AHA指南中得到了强调[4],从而为同时获取ABP和PETCO?以评估CPR质量提供了最新的直接指导。同时,研究表明,借助PETCO?等生理参数的反馈,可以维持CPR推荐的压缩频率和深度,而没有反馈时,压缩参数会偏离推荐值[5]。标准胸外按压只能提供正常脑血流的30%-40%,而不合格的按压仅提供10%-30%[6]。因此,借助生理参数评估CPR质量对于提高生存率具有重要意义。

目前,评估CPR质量的侵入性生理指标是冠状动脉灌注压(CPP)。例如,首先建立了CPP与人类生存结果之间的关联,最大CPP被认为是预测ROSC的最有效生理变量[7]。在一项针对100名成人CA患者的研究中,CPP是预测ROSC的最佳指标,被国际指南认可为经典指标[8]。然而,CPP依赖于侵入性导管插入,这需要精确的导管放置以及复杂的导管护理和伤口管理,因此无法在院外环境中进行。非侵入性生理指标如PETCO?、胸阻抗(TI)和心电图(ECG)提供了比侵入性方法更实际且易于进行CPR质量评估的方法,因此在急救环境中具有优势。例如,PETCO?已被证明可以直接反映肺血流,在没有显著肺疾病的情况下其值近似于心输出量[9]。随后,PETCO?被纳入婴儿CPR模拟人中,其值与血压直接相关,以支持CPR质量优化的培训[10]。TI波形已被证明可以可靠地反映胸外按压活动,使用标准除颤器信号可以在CPR期间检测到按压时机、频率和停顿间隔。更具体地说,在猪模型中,基于TI的胸外按压被证明可以调节心室颤动波形特征,平均斜率的增加与除颤成功的提高相关[11]。ECG监测已被证明有助于有效控制复苏期间的胸外按压频率,最终有助于改善医院内心脏骤停患者的生存结果[12]。除了监测ECG波形外,ECG特征的量化,如时域积分ECG能量,也可以作为除颤结果的预测指标[13]。基于这些研究,特别是CPP在反映CPR质量方面的价值,我们的团队使用机器学习从ECG和PPG信号中估计CPP,发现这种新型非侵入性CPP可作为CPR不同状态的生理指标[14]。大多数先前的研究使用单一生理变量评估CPR质量,少数耦合分析仅检查了成对相互作用:我们的团队研究了CPR期间ECG和PPG之间的动态耦合,并表明心血管系统的电机械耦合可以作为心脏功能和CPR质量的生理指标[15];而基于心脏和呼吸动态的心肺耦合分析已被证明可以在重症监护中提供系统级别的指标,捕捉协调的心肺调节[16]。然而,这些方法都没有纳入皮层功能。因此,仍有三个问题尚未解决:(i) 心血管、呼吸和大脑系统在CA、CPR和ROSC期间如何协调演变仍然知之甚少;(ii) 现有的单变量非线性测量方法无法同时表征多个子系统之间的动态相互作用;(iii) 心肺-大脑耦合特征是否能够区分复苏阶段从而指示CPR质量尚未得到证明。为了解决这些问题,我们建立了一个由VF引起的CA的猪模型,同时采集ABP、PETCO?和12通道EEG,应用交叉复发量化分析(CRQA)来量化成对耦合(ABP–PETCO?、ABP–EEG和PETCO?–EEG),并应用联合复发量化分析(JRQA)来量化心肺-大脑耦合,系统地比较了基线期、CA期、CPR期和ROSC期的这些测量值,并确定了对复苏过程最敏感的皮层通道。

鉴于人类生理活动的复杂性,生理信号表现出非线性、非平稳性和高复杂性。许多研究采用了非线性分析方法,如李雅普诺夫指数、样本熵和多尺度熵来量化ECG信号,以估计CA持续时间和预测除颤结果。然而,这些非线性方法无法表征多个子系统的动态。因此,提出了CRQA,它可以分析两个时间序列之间的耦合[17]。随后,开发了JRQA来检查来自各个子系统的多个时间序列,并反映集成系统的整体功能[18]。这些方法符合本研究的目标,原因有二:首先,生理信号本质上是非线性和非平稳的,而传统的单变量非线性测量方法仅能表征单一系统的复杂性,无法捕捉多个子系统之间的协调动态。CRQA不需要平稳性假设,并量化重构相空间中两个非平稳轨迹之间的复发结构;JRQA进一步将哈达玛积应用于各个复发矩阵,以捕捉多个系统的同时复发,从而实现集成协调。其次,这些测量提供了互补的生理信息:复发率(RR)表示共享状态的密度,确定性(DET)表示确定性、有序结构的比例,熵(ENTR)表示对角结构的复杂性,最长对角线的长度(Lmax)表示耦合维持的稳定性。它们共同允许多方面地描述心肺-大脑耦合在复苏期间的演变。CRQA和JRQA提供了分析不同器官功能动态的适当工具,但心肺-大脑系统在CA后和CPR期间的演变方式仍然知之甚少。本研究旨在探讨CPR期间的心肺-大脑动态耦合。CRQA用于研究心肺-肺和肺-大脑耦合,而JRQA用于评估CPR期间的心肺-大脑动态耦合。假设心肺-大脑耦合在CA和CPR期间会表现出不同的模式,从而揭示不同状态下的功能相互作用。本研究中提出的非线性动态参数可能反映了重要器官的功能,因此可以作为CPR质量的指标。

实验程序
选择了10只平均体重为25 ± 2.7公斤的健康巴马猪进行实验。所有十只动物都根据预定义的标准(主动脉收缩压> 50 mmHg持续超过5分钟)实现了ROSC。猪在实验前禁食并进行了称重和麻醉。实验程序得到了山东大学机构审查委员会(DWLL-2021-194)的批准,并符合赫尔辛基宣言。

结果
图3显示了代表性受试者在基线期、CA期、CPR期和ROSC期间ABP-PETCO2、ABP-EEG、PETCO2-EEG耦合的复发矩阵。在基线期和ROSC期的复发矩阵中发现了更多的确定性结构,表现为周期性矩形图案,而在CA期和CPR期的复发矩阵中观察到更多的不规则结构。图4显示了ABP-PETCO2的CRQA结果。

讨论
结果显示,心肺-大脑耦合在不同生理状态下表现出不同的模式,表明它可能有助于跟踪生理状态并支持CPR质量评估。结果还表明,T7皮层区域对四个阶段的变化最为敏感。

本研究的优势有三个方面。首先,它超越了单一生理指标,通过多种生理指标评估CPR相关的生理学。

结论
本研究旨在探讨CPR期间心肺-大脑耦合的动态变化,特别关注识别对CPR最敏感的大脑区域。结果表明,心肺-大脑耦合在不同阶段表现出不同的模式,反映了生理状态的变化。在分析的十二个皮层区域中,T7皮层区域对CPR过程的敏感性最高。

利益冲突声明
声明所有作者(袁波、江唐兴、郭昌、韩桥、李远辉、孟凡昌、陈淑欣、孙明泽、丁博志、庞娇娇、王家莉、潘昌、边远、吉贤飞、陈玉国、徐峰、李凯)与任何可能不恰当地影响(偏见)本研究的人或组织没有财务或个人关系。

伦理声明
本研究遵循ARRIVE(动物研究:体内实验报告)指南进行。该研究得到了山东大学机构审查委员会的批准(批准编号DWLL-2021-194)。

作者贡献声明
袁波:撰写——审查与编辑、撰写——原始草案、可视化、软件、方法学、调查、正式分析、数据管理。
江唐兴:项目管理、调查、数据管理。
郭昌:软件、调查、数据管理。
韩桥:调查、数据管理。
李远辉:调查、数据管理。
孟凡昌:调查、数据管理。陈淑新:调查与数据整理
孙明泽:调查与数据整理
丁博志:
张元博 | 江唐星 | 郭畅 | 韩桥 | 李元辉 | 孟凡昌
陈淑新 | 孙明泽 | 丁博志 | 庞娇娇 | 王佳丽 | 潘畅 | 边元 | 吉贤飞 | 陈玉国 | 徐峰 | 李克

中国山东大学控制科学与工程学院智能医学工程研究所,济南
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号