醫(yī)學(xué)]全身麻醉與麻醉深度(編輯修改稿)
2025-01-31 06:20 本頁面
【文章內(nèi)容簡介】 監(jiān)測 手指動脈壓 皮膚電阻 心率變異性 唾液 cGMP含量分析 食管下段收縮性監(jiān)測 肌電圖 人工神經(jīng)網(wǎng)絡(luò) 雙頻指數(shù) (bispetral index, Bis) 誘發(fā)電位：腦干聽覺誘發(fā)電位 (brainstem auditory evoked potential, BAEP)；體感誘發(fā)電位 (somatosensory evoked potential, SEP)；視覺誘發(fā)電位 (visual evoked potential, VEP) 熵 1 Narcotrend 手指動脈壓 由捷克人 JanPenaz于 1973年報道， 其原理就是在中指的中節(jié)包裹一個小型“袖帶”，其內(nèi)側(cè)面與指動脈相對應(yīng)的位置安置一個紅外光發(fā)生器和接收器，根據(jù)后者所測得的指容波由侍服電路調(diào)整“袖帶”內(nèi)的壓力，使之與動脈內(nèi)壓力變化始終一致，這時“袖帶”內(nèi)壓即等于指動脈內(nèi)壓，經(jīng)研究與上臂袖帶法相關(guān)性很好。 淺麻醉血管收縮時，手指比上臂的收縮壓一般高 7 mmHg，但有時也可高出 20～ 40 mmHg，舒張壓則低9～ 10 mmHg，深麻醉血管舒張時相反，一般情況下兩者接近?；蛟S用兩者差值可反映麻醉深度，但尚需進(jìn)一步研究。 皮膚電阻 有許多方法可測量皮膚的電阻或傳導(dǎo)性。在應(yīng)激反應(yīng)時交感神經(jīng)興奮，汗腺分泌增加，皮膚電阻迅速下降，因此可反映麻醉深度。 缺點：①靜止情況下的個體差異很大；② 一次汗腺分泌之后在皮膚表面積聚時間較長，所以對短時間內(nèi)的變化靈敏性差；③ 因電極的設(shè)計和安放位置不同使電極和皮膚間的電阻各異，從而影響總的測量結(jié)果；④ 皮膚破損可使皮膚電阻顯著降低；⑤ 抗膽堿能藥物的影響。 心率變異性（ heart rate variability， HRV）監(jiān)測 創(chuàng)傷、應(yīng)激、麻醉藥物等多種因素均可作用于病人的自主神經(jīng)系統(tǒng)導(dǎo)致交感、副交感功能及均衡性的顯著改變， HRV分析方法為麻醉醫(yī)師深入了解圍術(shù)期自主神經(jīng)活性與均衡性的改變及其與各種因素的互動關(guān)系提供了一種新的定量手段。 唾液 cGMP含量分析 Engelhardt等首次通過將唾液中的 cGMP的含量變化與麻醉深度監(jiān)測相聯(lián)系，結(jié)果表明：唾液中的 cGMP含量變化與麻醉變化一致，隨麻醉深度加深，唾液中的cGMP的含量增加，但目前仍未得出科學(xué)的量化指標(biāo)，并且其存在非即時性、連續(xù)性觀測，因此尚未應(yīng)用于臨床。 食管下段收縮性監(jiān)測 食管下段收縮性 (LEC)用于麻醉深度監(jiān)測是 Evans最先提出的。 除原發(fā)性蠕動外，食管下段的繼發(fā)性蠕動、自發(fā)性收縮與麻醉深度有關(guān)。 手術(shù)刺激越強(qiáng)， LEC就越大、越多。 多數(shù)靜脈或吸入麻醉藥能抑制自發(fā)性食管下段收縮 ,而繼發(fā)性食管下段收縮的波幅隨麻醉深度加深逐漸降低，這 可能是麻醉藥抑制了食管的運(yùn)動中樞迷走神經(jīng)背核和其附近的網(wǎng)狀活動中心，也可能直接作用于食管肌間神經(jīng)叢。 但個體差異和藥物作用可影響 LEC的結(jié)果。此監(jiān)測技術(shù)能否用于臨床麻醉深度監(jiān)測目前尚有爭議。 肌電圖 額肌電能探測病人在皺眉前的額肌亞臨床活動。在未用肌松藥的情況下額肌電波幅（ 7~12u為深麻醉，25~30u為淺麻醉，仍尚屬適當(dāng)，大于 30u為麻醉過淺，覺醒時為 40u以上）是判斷麻醉深度的有用指標(biāo)，尤其對判斷麻醉過淺更為可靠。其最大缺點是受肌松藥的抑制，但因面肌對非去極化肌松藥的敏感程度較差，在能使手完全麻痹的肌松藥劑量下，額肌尚能保留 50％的反應(yīng)性，故在肌松藥劑量不大時仍可應(yīng)用，不過必須同時監(jiān)測肌松程度，且標(biāo)準(zhǔn)難掌握。 人工神經(jīng)網(wǎng)絡(luò) （ artificial neural works， ANN） ANN麻醉深度監(jiān)測是根據(jù) EEG的 4個特征性波形 α、 β、 γ、 δ的平均功率作為參數(shù)，加上血流動力學(xué)參數(shù)如血壓、心率及 MAC表示的麻醉藥劑量等參數(shù)數(shù)據(jù)，利用 AR模型、聚類分析和Bayes估計理論，最終形成 ANN參數(shù)代表麻醉深度。 Ranta發(fā)現(xiàn)其敏感度為 23%，特異性為98%，預(yù)測概率為 ~，其臨床使用的可信性仍有待于進(jìn)一步證實。 腦電圖 （ electronencephalogram， EEG） 計算機(jī)技術(shù)的發(fā)展和傅立葉分析在信號處理領(lǐng)域的有效應(yīng)用，使人們嘗試將 EEG的頻域分析用于麻醉深度的監(jiān)測。 首先將含有不同麻醉水平信息的 EEG片段進(jìn)行快速傅立葉變換，將各頻率下的幅度值的平方作為功率的幅度，這樣可得到腦電片段以頻率為橫坐標(biāo)的功率譜，將每片段 EEG功率譜分析所得的橫坐標(biāo)為頻率的曲線圖隨時間的推移在縱坐標(biāo)上疊加起來，稱為麻醉腦電的壓縮譜陣(pressed spectral array)。在此基礎(chǔ)上，又提出了頻域腦電圖的數(shù)量化指數(shù)方法。常用的指數(shù)有邊緣頻率 (spectral edge frequency, SE
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1