COVID-19 における脳コンプライアンス障害

新型コロナウイルス 2019 (COVID-19) によって引き起こされる疾患の深刻さは、主に重症急性呼吸器症候群 (SARS) に潜んでおり、多くの場合、換気補助が必要です。 ただし、場合によっては、このエンティティの関与が気道に限定されず、中枢神経系 (CNS)、心臓、腎臓、腸、睾丸、さらには相互反応にまで及ぶことが観察されています。ギラン・バレーおよびミラー・フィッシャー症候群の可能性がある免疫システム。 COVID-19 患者の急性呼吸不全が、もっぱら肺浸潤によるものなのか、CNS 障害の併発によるものなのかはまだ明らかではありませんが、これらの患者の多くは、頭痛、嗅覚障害、感覚異常、吐き気、嘔吐などの神経学的症状を示しています。病気の初期段階での意識レベルの変化、脳のコンプライアンス（CC）障害を直接促進するこのエンティティの仮説（つまり 脳炎、浮腫または局所虚血) または間接的に (すなわち 低酸素ストレスとアンギオテンシン変換酵素への結合）が適切になります。

頭蓋内圧 (ICP) モニタリングは、重篤な頭蓋内圧亢進症 (ICH) のリスクがあるいくつかの中枢神経系疾患に関連しています (10)。 それでも、このパラメーターは特定の状況で考慮され、特に利用可能な監視技術の侵襲的な性質のために、神経クリティカルな設定での使用が制限されます. ICH は CC を危険にさらす可能性があり、その結果、脳組織の損傷を促進します。 COVID-19 に関しては、脳イメージングによって文書化された質量効果の構造的損傷が明らかでない限り、ICP モニターを埋め込むためにトレパネーションを行う正当な理由はありません。 ICP曲線の定量的評価によるパルス検出器（B4C）は、このシナリオで役割を果たす可能性があります。

本研究の目的は、一連の COVID-19 患者の CC を評価することでした。実装から ICU での呼吸補助の中止まで、この集団における CC 障害の潜在的な持続性を評価することでした。 長期にわたるCC障害の観察は、この集団の意思決定と標的療法に役立つ可能性があります。 研究デザイン 地元の倫理委員会の承認を得て、ブラジルのサンパウロ大学病院ダスクリニカスの集中治療室（ICU）の連続した被験者を含む、単一センターの観察研究および前向き研究が実施されました。 私たちの選択基準は、COVID-19 の SARS 患者で、年齢や性別を問わず人工呼吸器のサポートを受けている患者を対象としていました。 除外基準には、法的に認可された責任者（LAR）の同意がないこと、TCD評価のための一時的な音響ウィンドウがない患者、センサー適用領域の病変および/または皮膚感染のためにNICCセンサーによるモニタリングを受けることができない患者、頭囲のある患者が含まれていました47cm未満。 研究プロトコルは、診断精度研究の報告基準 (STARD) ステートメントに従いました。

適格な被験者は、経口気管挿管の最初の 3 日間に ICU チーム (SF、BT、EB、LMSM) によって選択され、SARS の始まりを示す B4C および TCD 血行動態評価を 1 回行う CC モニタリングが行われます。 回復段階の兆候として、抜管後の最初の 3 日間、同じ評価がもう一度繰り返されます。 全身動脈圧、水分バランス、脳血管血行動態に影響を与える中枢神経系抑制因子の存在、実験室の酸素分圧と二酸化炭素分圧、ヘモグロビン、体温などの評価バイアスを避けるために、臨床パラメーターを制御しました。 1 人のオペレーターが TCD と B4C の評価を行っています。 全体的なサンプルの臨床状態は、単純化された急性生理学的スコア (SAPS 3) を使用して定量化されました。

CC モニタリング技術 脳のコンプライアンスは、brain4care (B4C) によって開発された頭蓋変形法によって非侵襲的に評価されました。 B4C センサーは、変形センサーに適応した局所的な頭蓋骨の変形を検出するためのセンサー バーのサポートで構成されています。 これらの変形の検出は、有限要素計算によってモデル化されたカンチレバー バーによって取得されます。 このバーには、変形検出用の電圧計が取り付けられています。 頭蓋骨との非侵襲的接触は、ピンを使用して頭皮に直接適切な圧力をかけることによって得られます。 ICP の変動は、センサー バーによって検出された頭蓋骨の変形を引き起こします。 デバイスは、センサー信号をフィルタリング、増幅、およびスキャンし、データをモバイル デバイスに送信します。 この方法は完全に非侵襲的で無痛です。 さらに、定期的な監視を妨げることはありません。

経頭蓋ドップラー (TCD) は、脳血管血行動態に対する CC の影響とその逆の研究のための手法であるため、B4C センサーによって得られた情報を関連付けるために使用されました。 左右の大脳半球および脳幹の動脈を評価し、側頭、眼窩、後頭下、乳突後および顎下の窓を介して、動脈拡張の 1 mm ごとに低周波プローブ (2MHz) を使用したドップラー カラー法を使用しました。 分析した動脈: 中大脳動脈、前大脳動脈、後大脳動脈の近位セグメント、傍頸動脈および上顎頸動脈サイフォン、眼科、脊椎および脳底。 関心のある血行動態パラメータは、平均血流速度、ピーク収縮期速度、最終拡張期速度、および拍動指数でした。

データ分析方法 データを分析して、患者の臨床評価、TCD、およびその他の利用可能な生理学的パラメータと比較して、非侵襲的 B4C 技術で実行された測定間で許容できる相関係数と予測能力 (ROC 曲線) を取得します。 研究の目的と目標を達成するために、適切な統計手法が適用されます。 すべての変数は、正規分布と適切な統計分析についてテストされます。 分布の正規性は、Kolmogorov-Smirnov または Shapiro-Wilk 検定を使用して検証されました。 人口統計学的および基本的な臨床変数については、記述的データ分析が使用されました。

自動化された Brain4care 分析システムは、センサーによって収集されたすべてのデータを検証します。 P2/P1 比 (P2/P1 比および P1 と P2 の分類: P1> P2 または P2> P1) やピークまでの時間 (TTP) などの ICP 脈波形態パラメーターを取得し、分析用に保存しました。 計算は、可能性のあるアーティファクトを除外して、すべての ICP パルスを識別および抽出することによって計算された、ICP の平均パルスを使用して実行されます。 平均パルスを使用して、これらのピークの最高点を検出し、ICP パルスのベース値を差し引くことによって得られた P1 および P2 ピークの振幅を計算しました。 P2/P1 比は、これら 2 点の振幅を割ることによって計算されました。 TTP は、平均パルスの標準化と、パルスの開始点からその最高点 (最大振幅) までの時間測定によって計算されました。

TCD では、ICP および CC 障害の最初の信号と上昇は、拍動指数の上昇であり、次の式で計算されます: PI=Sv-Dv/Mv (Sv: 収縮期速度、Dv: 拡張期速度、および Mv: 平均流速）、たとえば、頭蓋動脈の遠位狭窄、注入ポンプでのバルビツレートの使用、脱水、敗血症、大動脈または微小血管の脳弁不全（微小血管障害）などの交絡因子を除外したため. その後、より深刻な頭蓋内圧亢進症の状況では、TCD によって組織の緊張がより鋭い収縮期ピークとして変換され、2 番目の収縮期ピーク (sys2) の抑制によって観察されます。