利用连续动脉血气分析评估脑血管对pH值的敏感性——一项前瞻性观察研究

《Anesthesia & Analgesia》:Determining Cerebrovascular Sensitivity to pH Using Continuous Arterial Blood Gas Analysis—A Prospective Observational Study

【字体: 大 中 小 】 时间:2026年10月14日 来源:Anesthesia & Analgesia 3.8

编辑推荐:

  背景:尽管二氧化碳(CO2)被广泛认为是导致脑血管调节的因素,通常称为脑血管CO2反应性,但实验证据表明,这种反应主要是通过pH值的变化而不是CO2本身来介导的。这 complicates the management of cerebral blood flow (CBF) d

  背景:尽管二氧化碳(CO2)被广泛认为是导致脑血管调节的因素,通常称为脑血管CO2反应性,但实验证据表明,这种反应主要是通过pH值的变化而不是CO2本身来介导的。这 complicates the management of cerebral blood flow (CBF) during the treatment of acid-base disorders with partial respiratory or metabolic compensation, when the CBF has normalized together with pH equilibration, despite persistent hyper- or hypercapnia。虽然因此需要采用pH值指导的方法,但目前文献中尚未有pH值与CBF之间关系的定量估计。因此,本研究旨在估计脑血管对pH值的敏感性,并探讨CBF速度(CBFV)的变化是否与动脉pH值或CO2更密切相关。

方法:在对患者进行心脏手术时,分析了CBFV和连续在线动脉血气监测数据,这些数据被纳入心肺旁路循环中。构建了混合效应模型,以CBFV的百分比变化作为响应变量,动脉pH值和/或CO2作为解释变量。使用边际R2和条件R2来比较解释变量的模型拟合度。通过似然比检验(LRT)和赤池信息量准则变化(ΔAIC)分别评估模型拟合度的改进和简洁性。

结果:共有13名患者参与了分析,共收集了1960个数据点。对于每增加0.1单位的动脉pH值,CBFV减少了30.6%(95%置信区间[CI],28.9–32.2;P < .0001);而对于每增加1 mm Hg的PaCO2,CBFV增加了1.95%(95% CI,1.76–2.14;P < .0001)。动脉pH值解释的方差比例大于PaCO2(边际R2:0.444 vs 0.294;条件R2:0.744 vs 0.530)。此外,将动脉pH值加入原始CO2模型显著改善了模型拟合度(LRT = 616.4)和简洁性(ΔAIC = ?615),而将动脉CO2加入pH模型对模型拟合度和简洁性的改善很小(LRT = 4.6;ΔAIC = ?3)。

结论:这项探索性研究提供了CBFV与pH值之间关系的定量估计,并表明CBFV的变化与动脉pH值的关系比与CO2的关系更密切。这一关于脑血管对pH值敏感性的估计被用于描述在部分补偿的酸碱失衡治疗期间管理CBF的可行pH值指导方法。

关键点:
问题:我们可以利用连续动脉血气分析来估计脑血管对pH值和二氧化碳的敏感性,从而探讨动脉pH值或二氧化碳哪个与脑血流量更密切相关吗?
发现:脑血流量与动脉pH值的关系比与二氧化碳的关系更密切。
意义:在部分呼吸或代谢补偿的酸碱失衡治疗过程中,尽管存在持续的高碳酸血症或低碳酸血症,但pH值已经与脑血流量达到平衡。在这种情况下,可以采用pH值指导的方法来管理脑血流量,以防止脑组织灌注不足或过度灌注。

二氧化碳(CO2)被认为是一种强效的血管调节剂,尤其是在大脑中。这种特性通常被称为脑血管CO2反应性,在神经麻醉和重症监护中偶尔被利用,通过过度通气来迅速降低颅内压,从而减少动脉血中二氧化碳的分压(PaCO2)并进而减少脑血流量(CBF)。尽管这种方法本身没有错,但往往忽略了PaCO2并非这些CBF变化的主要驱动因素。动物研究表明,脑血管CO2反应性主要通过脑脊液(CSF)pH值的变化来调节,这会影响脑血管平滑肌的张力。然而,在酸碱失衡治疗期间管理CBF时,这种常见的误解会造成问题,例如在长期的呼吸性酸中毒情况下。由于存在部分代谢补偿,尽管存在持续的高碳酸血症,CBF也会随着pH值的平衡而部分恢复正常。在这种情况下,仅基于脑血管CO2反应性来校正PaCO2会导致原本接近正常的CBF受到干扰。因此,在酸碱失衡治疗期间,使用由动脉pH值引导的方法具有合理性,因为动脉pH值可能是比PaCO2更好的CSF pH值的替代指标。然而,与已被广泛研究的脑血管CO2反应性不同,目前文献中还没有关于动脉pH值与CBF之间关系的定量估计。这可能是由于难以获得大量动脉血气数据来监测pH值的变化。相比之下,CO2可以通过监测呼出气体轻松获得,可以在床边连续且无创地测量。因此,当前的实践仍然主要依赖于现有的关于脑血管CO2反应性的文献,尽管在酸碱失衡治疗中需要一种基于pH值的方法。为了实现这一目标,本研究旨在提供动脉pH值与CBFV之间关系的定量估计,并探讨CBFV的变化是否与动脉pH值更密切相关。为此,我们使用了接受心肺旁路(CPB)心脏手术的患者的连续动脉血气监测数据以及通过经颅多普勒测得的CBF速度(CBFV),来估计和比较pH值和PaCO2对CBFV的影响。最后,我们利用这一关于脑血管对pH值敏感性的估计,概述了一种在部分补偿的酸碱失衡治疗期间管理CBF的潜在pH值指导方法。

研究设计和伦理:这是一项基于单中心前瞻性观察性CINTU研究数据子集的探索性研究,该研究旨在使用动脉血压波形分析来预测脑血流量。2021年1月18日获得了阿姆斯特丹大学医学中心机构研究伦理委员会的批准(参考编号:METC 2020_289),并且该研究已在荷兰医学研究注册机构进行了注册(参考编号:NL-OMON28924)。所遵循的程序符合《赫尔辛基宣言》,并在纳入所有患者之前获得了书面知情同意。当前研究的结果按照STROBE指南报告。

纳入和排除标准:CINTU研究包括了计划接受择期心脏手术和非心脏手术的成年患者。但是,只有根据当地协议需要连续动脉血气监测的患者才有资格参加这项子分析。因此,只有在接受心脏手术并且其CPB循环中包含连续血气监测的患者才有资格参加这项子分析。如果CBFV或CBP数据缺失或不充分,则患者将被排除。

数据收集:通过颞窗使用2 MHz经颅多普勒探头(Compumedics DWL Germany GmbH)单侧扫描大脑中动脉来测量CBFV,探头固定在一个头带(DWL Diamon Probe Fixation System;Compumedics DWL Germany GmbH)上。调整超声深度(通常在5至7厘米之间)和信号增益以达到最佳信噪比。CBFV数据以200 Hz的采样率存储,用于离线分析。通过桡动脉插管使用20G导管(Becton Dickinson)获取侵入性动脉血压(ABP)。连续在线动脉血气(ABG)监测使用CDI 500血参数监测系统(Terumo Cardiovascular)进行,该系统与非脉动离心泵流(Terumo Advanced Perfusion System 1;Terumo Cardiovascular)结合在CPB循环中。ABG监测系统在使用灌注师的判断下使用台式血气分析仪(RAPIDPoint 500e Blood Gas System;Siemens Healthineers)进行了至少两次校准:分别在插管后不久和拔管前不久。在CPB期间,由负责灌注的医生维持正常碳酸血症。从动脉导管获取的动脉血压(ABP)、核心温度、离心泵流量(CF)以及包括动脉血pH值、PaCO2、动脉血氧分压(PaO2)、碳酸氢盐(HCO3-)和标准碱剩余(SBE)在内的连续ABG数据以分钟为单位从电子患者记录中提取。

数据处理:模拟CBFV数据按分钟平均值处理,以与其他从电子患者记录中提取的参数匹配。视觉检查CBFV数据中是否存在零或接近零的值,这些值可能表示探头移动或异常波动,定义为连续测量之间的变化超过三个标准差。只有在确认这些异常值不对应于生理变化后(通过同时测量的动脉pH值、PaCO2、CF和ABP),才将其从分析中排除。进行了敏感性分析以评估去除这些异常值是否会影响模型估计,从而解决潜在的偏差问题。在CPB插管和拔管过程中,收集的动脉血气数据和血流动力学参数可能会显著偏离生理状态。因此,仅使用在我们的机构中定义为CF指数大于2.3 L min?1 m?2的非脉动全流CPB期间的数据进行分析。在校准期间,根据需要回顾性地校正了连续血气监测和参考台式血气分析仪之间的pH值、PaCO2和PaO2的偏差。随后,使用Henderson–Hasselbalch方程和Van Slyke方程分别用校正后的参数重新计算HCO3-和SBE。在之前的文献中,脑血管CO2反应性通常表示为每单位mm Hg PaCO2的CBFV百分比变化。因此,我们也表示了CBFV与pH值之间的关系为每0.1单位pH值的CBFV百分比变化,并将CBFV转换为相对于受试者平均值的百分比。

样本量计算:先前的研究报道了CBFV与PaCO2之间相关系数r > 0.8。虽然没有研究CBFV与pH值之间的相关性,但我们假设相关系数也相同或更大。对于相关系数r = 0.8,在双尾显著性水平0.05(α = .05)和90%的效应量(β = .1)条件下,单次测量设计的样本量为十二。因为最终分析使用的是重复的受试者内测量而非单次测量,我们预计受试者内关系的估计会比原始单次测量设计更精确。

统计分析:描述性统计以平均值±标准差(SD)、中位数(25th至75th百分位数)或适当情况下的数字(%)表示。通过直方图和Q-Q图直观检查正态性。使用线性混合效应模型估计CBFV与pH值之间的关系。首先构建了spaghetti图来评估CBFV百分比变化与pH值之间的关系。然后向模型中添加了每个患者的随机截距和随机斜率。使用ANOVA比较模型拟合度,并选择AIC最低的最简洁模型作为基线pH模型。对于CBFV百分比变化与PaCO2作为解释变量的关系,重复了相同的过程,从而得到两个基线模型。在这些模型中,预测变量以生理参考值(pH值为7.40,PaCO2为40 mm Hg)为中心。然后,使用ANOVA测试每个基线模型与包括两个解释变量的组合模型。使用似然比检验(LRT)和AIC变化(ΔAIC)比较pH值和PaCO2作为CBFV变化的预测变量。为了评估模型拟合度和简洁性的变化,分别使用了似然比检验(LRT)和AIC变化(ΔAIC)。由于模型时间分辨率较高,使用了一阶自回归误差结构(AR(1))来检查残差自相关性,并使用留一法(leave-one-subject-out analysis)来测试模型稳定性。最后,向这个组合模型中添加了可能影响CBFV的其他混杂变量(CF、ABP、PaO2和核心温度),以测试模型估计的稳健性。效应大小以95%置信区间(95% CI)报告,对应于P < .05的显著性水平。所有分析均使用R v4.4.3(R Core Team)进行。

结果:患者招募时间为2021年3月至2025年2月。在21名具有连续动脉血气监测数据的患者中,由于缺乏合适的经颅窗口(n = 2)、CBFV数据方差太小(n = 1)和未记录CPB数据(n = 5),有8名患者被排除在分析之外。在2246分钟的可用数据中,排除了完全流动体外循环(CPB)之外的测量数据(n = 216)和异常值(n = 70),不将其纳入分析。最终分析包括了13名患者,平均年龄为62 ± 11岁(范围:33–76岁),共有1960组完整的数据点,每位患者的观测值中位数为178次(范围:77至359次)(表1)。总体而言,pH值为7.38 ± 0.04(范围:7.28至7.50),PaCO2值为40.1 ± 4.7毫米汞柱(范围:27.8至55.5)(见表2)。

表1. 基线特征
- 年龄(岁):62 ± 11
- 性别,男性(n):10(77%)
- 身高(米):1.78 ± 0.08
- 体重(千克):82 ± 14
- BMI(千克/米2):26 ± 5
- ASA身体状况分级:
- ASA I(n):0(0%)
- ASA II(n):3(23%)
- ASA III(n):8(62%)
- ASA IV(n):2(15%)

手术指征:
- 瓣膜病变(n):12(92%)
- 冠心病(n):3(23%)
- 主动脉疾病(n):1(8%)
- 心脏黏液瘤(n):1(8%)
- 心律失常(n):1(8%)

既往合并症:
- 高血压(n):5(38%)
- 糖尿病(n):0(0%)
- 肺疾病(n):1(8%)
- 中风(n):4(31%)
- 周围血管疾病(n):1(8%)

用药情况:
- ACE抑制剂或ARB(n):4(31%)
- β-阻滞剂(n):6(46%)
- 钙拮抗剂(n):4(31%)
- 利尿剂(n):8(62%)
- 口服降糖药或胰岛素(n):0(0%)
- 抗凝剂(n):5(38%)
- 抗血小板药物(n):3(23%)
- 斯他汀类药物(n):5(38%)

表1. 分析中包含的13名患者的基线特征。数值以平均值±标准差或百分比表示。

表2. 术中数据
- 动脉血气数据:
- pH:7.38 ± 0.04
- PaCO2(毫米汞柱):40.1 ± 4.6
- HCO3–(毫摩尔/升):22.7 ± 2.4
- PaO2(毫米汞柱):178 ± 29
- SBE(毫摩尔/升):?0.46 ± 2.23

- 血流动力学数据:
- CBFV(厘米·秒?1):33 ± 14
- ABP(毫米汞柱):60 ± 10
- 核心温度(°C):35.1 ± 2.1

- 心肺旁路数据:
- CF(升·分钟?1):5.1 ± 0.5

- 麻醉方案:
- 塞弗氟烷(n):8(62%)
- 呼气末塞弗氟烷浓度(%):1.39 ± 0.15
- 丙泊酚(n):5(38%)
- 丙泊酚剂量(毫克·小时?1):454 ± 78.2

注释:
所有患者的基线特征(N = 13)均包含在分析中。数值以平均值±标准差或百分比表示。
缩写:ACE:血管紧张素转化酶;ARB:血管紧张素受体阻滞剂;ASA:美国麻醉医师协会;BMI:体质指数。

图1. CBFV与pH值和PaCO2值的相关性。所有患者的CBFV与pH值呈负相关,与PaCO2值呈正相关(见补充数字内容表S1:https://links.lww.com/AA/F998;氢离子浓度见补充数字内容图S1:https://links.lww.com/AA/F997)。对于pH值和PaCO2值,包含每个患者的随机截距和固定斜率的模型最为简洁,因为添加随机斜率并没有提高模型的拟合度(见补充数字内容表S2:https://links.lww.com/AA/F998)。在pH值零模型中,每当pH值增加0.1时,CBFV减少30.6%(95%置信区间:28.9至32.2;P < .0001)(表3)。在PaCO2值零模型中,每当PaCO2值增加1毫米汞柱时,CBFV增加1.95%(95%置信区间:1.76至2.14;P < .0001)(表3)。

表3. CBFV对pH值和PaCO2值的敏感性估计
- 固定效应:
- pH:β(标准误差)95%置信区间:93.21(2.95;87.42至98.99);β(标准误差)95%置信区间:100.12(2.16;95.88至104.37)
- 斜率:β(标准误差)95%置信区间:?305.5(?322.1至?288.8);β(标准误差)95%置信区间:1.95(0.10;1.76至2.14)

- 随机效应:
- 方差:95%置信区间:ICCV
- 截距:95%置信区间:10.58(7.05至15.89)
- 残差:95%置信区间:9.77(9.47至10.09)
- 残差:9.77(9.47至10.09)

模型拟合统计:
- 对数似然:?7277
- AIC:14561
- 对数似然:?7582
- 比较模型LRT:15,173

注释:
混合效应模型的输出表,描述了CBFV变化与pH值(左图)以及CBFV变化与动脉血二氧化碳分压(PaCO2)变化之间的关系(右图),每个患者都有随机截距(N = 13)。CBFV的变化以相对于受试者内平均值的百分比表示,解释变量以生理参考值(pH:7.40;PaCO2:40毫米汞柱)为中心。

图1. CBFV对pH值和CO2值的敏感性。CBFV相对于受试者内平均值(N = 13)与pH值(A)以及动脉血二氧化碳分压(PaCO2)(B)的关系。虚线代表从混合效应模型中得出的估计值。每种颜色对应一个受试者,数据点和拟合线在两个子图中显示相同颜色。

动脉pH值是预测CBFV变化的更好指标,这从较高的条件R2(0.744对比0.530)和边际R2(0.444对比0.294)以及较小的残差方差(9.77对比11.43)可以看出(表3)。此外,将pH值加入零PaCO2模型显著提高了模型拟合度(LRT = 616.4)和简洁性(ΔAIC = ?615),而将PaCO2加入零pH模型仅略微提高了模型拟合度(LRT = 4.6)和简洁性(ΔAIC = ?3)(表4)。残差的自相关分析显示残差中几乎没有序列相关性(见补充数字内容表S3:https://links.lww.com/AA/F998),通过留一法分析确认了模型的稳健性(见补充数字内容图S2:https://links.lww.com/AA/F997)。即使在加入潜在的混杂因素(PaCO2、PaO2、CF、ABP和核心温度)后,pH值与CBFV百分比变化之间的关系仍然显著(见补充数字内容表S4:https://links.lww.com/AA/F998),以及在纳入排除的异常值后也是如此(见补充数字内容表S5:https://links.lww.com/AA/F998)。

表4. CBFV百分比变化与PaCO2和pH值之间的关系
- 固定效应变量:
- pH:β(标准误差)95%置信区间:93.63(88.06至99.19);β(标准误差)95%置信区间:?287.6(?308.6至?266.6)
- PaCO2:β(标准误差)95%置信区间:0.28(0.08至0.49)
- 随机效应:
- 方差:95%置信区间:ICCV
- 截距:95%置信区间:10.59(7.05至15.90)
- 残差:95%置信区间:9.76(9.46至10.07)

讨论:
本研究使用TCD和连续动脉血气监测来估计和比较CBFV与动脉pH值以及CBFV与PaCO2之间的关系。我们的结果表明,CBFV的变化与动脉pH值的关系比与PaCO2的关系更为紧密。在下一节中,我们将讨论我们的发现对酸碱平衡紊乱治疗期间CBF管理的潜在临床意义。

尽管文献中未报告CBFV与pH值之间关系的定量估计,但已有临床前研究表明,CBF主要通过脑脊液(CSF)pH值的变化而不是PCO2的变化来调节。Kontos等人在猫的脑膜动脉实验中观察到,当pH值保持恒定时,给予高碳酸血症和低碳酸血症溶液后没有脑血管活性变化。相比之下,给予等碳酸血症酸性或碱性溶液分别会引起脑血管收缩和扩张。随后的一项实验证实了脑脊液pH值平衡是通过PCO2的影响来维持的,因为PCO2可以自由穿过血脑屏障。与CO2不同,H+和HCO3-等离子不能自由穿过细胞膜。因此,与PaCO2的变化不同,动脉血的代谢变化不会直接影响脑脊液pH值,从而不会直接影响CBF,而是需要数小时甚至数天才能达到离子平衡。相反,由PaCO2引起的CBF变化会立即发生,但在长期高碳酸血症或低碳酸血症后也会由于代谢补偿而恢复正常。然而,这也意味着,在部分代谢补偿的酸碱平衡紊乱中,纠正高碳酸血症或低碳酸血症会导致脑血流灌注不足(图2A)或脑血流灌注过度(图2B)。

临床意义:
根据我们的发现,并结合现有文献,动脉pH值可能在酸碱平衡紊乱治疗期间管理CBF方面具有临床应用价值。利用我们对脑血管pH敏感性的估计,我们提出了一种可行的pH指导逐步PaCO2校正策略,以限制PaCO2的校正(图2B)。在这种方法中,每次校正之间应允许足够的时间(数小时或数天)进行代谢(再)补偿,以使CBF恢复正常并平衡pH值(图2B)。每次PaCO2校正的幅度应限制在pH值的变化不超过0.15,相当于CBFV变化的约45%。这个阈值基于先前的研究,其中在接受颈动脉夹闭手术的患者中,当CBF降至<30 ml·min?1·100g?1时会出现脑电图变化,而在灵长类动物模型中,当CBF逐渐减少时,神经功能障碍开始出现(23)。这些变化分别反映了CBF从正常值50 mL·min?1·100 g?1减少了约40%和50%。

局限性:
本研究存在一些局限性需要考虑。首先,虽然我们的分析使用了动脉血pH值作为脑脊液pH值的替代指标,但已有研究表明,在经历通气变化的动物中,脑脊液pH值会随动脉血pH值变化(13,14),另一篇综述也得出结论,动脉血pH值可以准确预测脑脊液pH值(25)。然而,我们仍不能确定动脉血pH值是否充分反映了脑脊液pH值,因为并未实际测量脑脊液pH值。其次,尽管CBFV被用作CBF的替代指标,但其比例关系基于一个假设,即中间大脑动脉的直径保持不变。然而,源自Willis环的大型颅内动脉具有传导血管的特性,在各种情况下其直径几乎保持不变(26–28),因此可以假设直径差异可以忽略不计,CBFV在本研究中能够充分反映CBF。第三,我们对PaCO2与CBFV之间关系的估计略低于现有文献中的报告值(1)。不过,这些研究是在改变CO2后立即观察CBF的变化,而我们的研究观察的是数小时内CBF与PaCO2之间的关系,此时可能已经开始发生部分代谢补偿。尽管存在这一局限性,这一观察进一步强调了PaCO2在长期管理CBF方面的局限性。另一方面,我们的亚分析也支持了早期研究的证据,即无论pH值如何,PaCO2对CBF存在一定的调节作用,因为在将PaCO2作为独立变量加入动脉pH值之后,模型的拟合度得到了改善。第四,在将我们的研究结果从非脉动性CPB循环推广到具有生理性脉动血流的情况时需要谨慎。一项针对接受心脏手术并使用CPB的患者的研究发现,在非脉动血流期间,脑血管对CO2的反应性高于术后在ICU期间的脉动血流情况,但这仅发生在低碳酸血症期间,而在高碳酸血症期间则没有这种差异。此外,在正常碳酸血症条件下没有观察到相关结果,这与我们的研究结果一致。然而,这些结果的普遍性可能仅限于接受全身麻醉的患者。第五,在选择过程中有一部分患者被排除在外。尽管这样做被认为是为了确保数据质量,但也可能导致选择偏差。此外,尽管在脑血管pH值和CO2敏感性模型中加入随机斜率并未改善模型拟合度(因此未采用该方法,详见表S2:https://links.lww.com/AA/F998),但不能排除患者个体间斜率存在差异的可能性。由于pH-CBF斜率估计的方差在零边界处较大,这表明样本量可能有限,而非意味着敏感性具有同质性,因此我们也报告了患者特定的斜率值(详见补充数字内容表S1:https://links.lww.com/AA/F998)。最后,鉴于患者数量较少(N=13)以及部分敏感性分析的回顾性特点,这项研究应被视为探索性研究而非验证性研究。因此,在将这些发现应用于临床实践之前,需要在更大规模的队列中进行重复验证。

**结论**
这项探索性研究利用连续ABG监测技术,定量评估了动脉pH值与CBFV之间的关系。我们的结果表明,CBFV的变化与动脉pH值的关联更为密切。基于这一估计结果,我们提出了一种基于pH值的CBF管理方法,用于治疗酸碱失衡疾病。

**利益冲突声明**
R. V. Immink和J. Schenk报告曾接受BD(前身为Edwards Lifesciences)的资助。H. Hermanns报告曾接受Octapharma Benelux和CSL Behring提供的无限制研究资助。D. P. Veelo报告曾从BD和Philips NV获得咨询费和研究资助,这些费用均由所在机构接收。A. P. J. Vlaar报告曾从CSL Behring、InflaRx和AM Pharma获得资助及咨询费,这些费用均由所在机构接收。E. Kho报告曾从BD和CSL Behring获得资助及咨询费,这些费用均由所在机构接收。BD(前身为Edwards Lifesciences)资助了CINTU研究,但未参与该亚研究的设计和实施。其他作者均未声明利益冲突。

**资助情况**
本研究未接受任何外部资助。
本手稿由Avery Tung(医学博士,FCCM)负责处理。
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