Optimering af ventilationsstrategier ved hjælp af positive respiratoriske heltalsmålinger (OPTIMVSPRIME)

• Introduktion og begrundelse

Intermitterende positiv trykventilation (IPPV) er påkrævet for næsten alle patienter under generel anæstesi. Det er anerkendt, at IPPV er en ufysiologisk måde at trække vejret på, og det kan have alvorlige komplikationer, når det indledes forkert. 1 Kendte komplikationer af IPPV omfatter (men er ikke begrænset til) desaturation, atelektase og baro-/volutrauma.

Mange undersøgelser har forsøgt at bestemme de optimale indstillinger for ventilatoriske parametre under IPPV. 2 I øjeblikket er det dog ukendt, om brugen af ​​specifikke ventilatoriske parametersæt er relateret til forbedrede resultater for patienter, der gennemgår procedurer under generel anæstesi.

IPPV er almindeligvis påbegyndt ved hjælp af et sæt parametre, som bestemmer respiratoriske karakteristika, blandt andet Peak Inspiratory Pressure (PIP), Positivt End Expiratory Pressure (PEEP), Plateau Pressure (PlatP) og Fraktionen af ​​Inspireret Oxygen (FiO2). 3 Justering af disse parametre gør det muligt for klinikeren at optimere de mekaniske egenskaber ved patientens kunstige åndedræt.

IPPV ændrer det intrathoraxale tryk på en cyklisk måde. Trykket stiger under inspiration og falder under udånding. Indflydelsen af ​​øget intrathorax tryk, forårsaget af IPPV, på hæmodynamiske parametre er velkendt og er en af ​​de faktorer, der anvendes af anæstesiologer, når de indleder IPPV. IPPV-tryk kan både øge eller mindske hæmodynamiske parametre, såsom hjerte-preload og venstre ventrikelvægs spænding, og dermed påvirke ikke kun iltning og dekarbonisering, men også hjerteoutput, myokardieiltforbrug og direkte cerebral iltning. Forholdet mellem respiration og cirkulation udviser kompleks dynamik, og forståelse af dette kan bidrage til at fremme mere naturlige og fysiologiske vejrtrækningsmønstre, hvilket fører til forbedret iltning og reduceret åndedrætsbesvær.

Ud over den direkte indflydelse af positive ventilatoriske tryk på hæmodynamiske faktorer skal den cykliske natur af både IPPV og hæmodynamiske faktorer tages i betragtning, når forholdet mellem IPPV og patientresultater undersøges. Når ændringer i luftvejstrykket falder sammen med relaterede fysiologiske fænomener, kan hver cyklus have en additiv indflydelse på begge parametre. Ydermere kan sammenfaldende fysiologiske cyklusser føre til "respiratorisk medrivning", hvor de ventilatorinducerede vejrtrækninger bliver asynkrone med patientens iboende respiratoriske rytme, hvilket fører til ineffektiv ventilation og øget risiko for lungeskade. Derudover kan reduktion af respiratorisk medrivning bidrage til at reducere sandsynligheden for mekanisk træthed og stress på lungevævet, da det undgår gentagne eller periodiske stress på åndedrætssystemet. Brug af matematisk identificerede heltalssæt som ventilationsparameterindstillinger kan reducere sammenfaldet af respiratoriske cyklusser med tilbagevendende fysiologiske fænomener. Desuden kan rollen som matematisk identifikation af optimale heltalssæt til brug i ventilatorparametre hjælpe med at finde optimale indstillinger for at reducere komplikationer fra intermitterende positivt trykventilation

Forskningsspørgsmål At bestemme sammenhængen mellem brugen af ​​matematisk identificerbare heltals ventilatorparametersæt og patientresultater

METODE Beskrivelse undersøgelsesdesign

Dette er en retrospektiv databaseundersøgelse. En databasesøgning af alle tilfælde af voksne patienter, der gennemgår procedurer i UMCG under generel anæstesi med IPPV mellem 01-01-2018 og 01-04-2023, vil blive udført. Forskere vil kun bruge anonymiserede data fra de eksisterende patientdatajournaler.

Denne undersøgelse vil undersøge forholdet mellem matematisk identificerbare heltalssæt af ventilatorindstillingsparametre under operation udført under generel anæstesi med IPPV. Data vil blive udtrukket fra den elektroniske patientdatabase, og alle data vil blive behandlet anonymt.

Parameterheltalssæt vil blive identificeret ved hjælp af probabilistiske (eller Monte Carlo) algoritmer og sigtemetoder. Ikke-multifaktorielle og multifaktorielle sæt vil blive sammenlignet, og kun ikke-negative heltal vil blive taget i betragtning til analyse

Univariate, multivariate regressionsmetoder og blandede modelanalyser, hvor det er relevant, vil blive brugt til at bestemme, hvilke heltalssæt i ventilatoriske parameterindstillinger under operation udført under generel anæstesi og IPPV, der er relateret til patientresultater såsom SpO2 og FiO2/SpO2-forhold.