NerveTrend vs. i-IONM 양측 갑상선 수술 중 재발성 후두 신경 사건 예방.

지난 20년 동안 수술 중 신경 모니터링(IONM)은 성숙한 위험 최소화 도구로 발전했습니다. 연구의 메타 분석은 대부분 열악한 연구 설계와 간헐적 신경 자극의 단독 사용으로 제한되었으며, 부재 시 해부학적 시각 반회 후두 신경(RLN) 해부보다 간헐적 IONM(i-IONM)의 우월성을 명확하게 입증하지 못했습니다. IONM의. 그러나 갑상선 절제술에서 i-IONM에 대한 상당수의 체계적 검토는 상충되는 결과를 나타내지만 평균 방법론적 품질은 매우 낮습니다. Sanabria 등은 체계적 검토의 설계가 방법론적 표준 및 권장 사항을 준수하여 의사 결정을 위한 적절하고 실용적인 정보를 제공해야 한다고 제안했습니다. 특히 c-IONM(Continuous IONM)의 등장으로 수술 중 거의 실시간으로 기록되는 수술 중 신경 근전도 추적은 국제 신경 모니터링 연구 그룹(INMSG) 품질 기준을 준수할 때 수술 후 성대 기능을 정확하게 예측한다. c-IONM의 이점에 대한 유망한 데이터에도 불구하고 갑상선 수술에서 전 세계적으로 거의 사용되지 않습니다. C-IONM은 외과의사에게 유해한 수술 조작을 되돌리도록 촉구함으로써 영구적인 견인 관련 신경 손상을 피하는 데 도움이 됩니다. C-IONM은 또한 단계적 갑상선 절제술의 외과적 개념에서 필수적인 부분을 형성합니다. 신경 기능이 회복될 때까지 반대쪽의 완성 수술을 연기하면 양측 성대 마비의 위험이 실질적으로 없어집니다. C-IONM은 기능적 RLN 손상에 대한 이해를 크게 향상시켜 개별 환자에 맞는 효과적인 위험 최소화 전략의 개념을 가능하게 했습니다. Schneider at al c-IONM이 최근 보고한 바와 같이 i-IONM보다 성대 마비를 예방하는 데 탁월합니다. 위험에 처한 신경(5208개 대 5024개 신경)을 기준으로 c-IONM은 이 연구에서 i-IONM보다 초기 수술 후 성대 마비 비율이 1.7배 낮았습니다(1.5% 대 2.5%). 이는 영구적인 성대 마비 비율이 30배 낮은 것으로 해석됩니다(0.02 대 0.6%). 초기 수술 후 성대 마비는 i-IONM보다 c-IONM에서 영구적이 될 가능성이 17.9배 낮았습니다.

한편, 새로운 NIM Vital 장비는 이제 NerveTrend 모드라고 하는 준 연속 모드에서 i-IONM을 사용할 수 있습니다. 이 개념은 c-IONM 모드를 향한 i-IONM의 자연스러운 진화이지만 작업자에 따라 다르며 c-IONM 모드에서와 같이 자동이 아닙니다. 따라서 갑상선 수술에서 표준 i-IONM 모드와 비교하여 신경 손상 예방과 관련하여 임상적 타당성을 확인하기 위해서는 NerveTrend 모드의 신중한 임상 검증이 필요합니다. 2개의 암을 사용한 전향적 무작위 연구: i-IONM 대 NeveTrend 모드(각각 n=132명의 환자 및 264개의 신경이 위험에 처해 있음).

정보에 입각한 동의서에 서명할 환자는 계획된 전체 갑상선 절제술 동안 i-IONM 대 NerveTrend 적용의 두 그룹으로 무작위 배정됩니다.

IONM에 대한 표준화된 접근 방식은 갑상선 및 부갑상선 수술에 대한 국제 신경 모니터링 연구 그룹의 지침에 따라 사용됩니다.

모든 수술은 2명의 숙련된 내분비 외과의사(MB, AK)가 전신마취 하에 각각 300건 이상의 갑상선 수술을 시행합니다. 마취 프로토콜은 다음과 같습니다: 정맥 미다졸람 전투약, 펜타닐, 티오펜탈 및 숙사메토늄 유도, 기관내 삽관 및 세보플루란 유지. 수술 중 다른 근육 이완제는 사용하지 않습니다. 표준 cervicotomy 모든 환자에서 사용 됩니다. 신경 매핑 기술을 사용하는 IONM 시스템을 사용하면 목 아래(하갑상선 동맥과의 교차점 아래) RLN을 시각적으로 식별할 수 있습니다. 신경이 시각적으로 식별되면 IONM 단극 탐침으로 반복된 자극을 통해 수술 영역에서 신경 경로를 추적하고 해부 중에 기능적 무결성을 테스트했습니다. 각 환자에서 RLN이 노출되고 상부 및 하부 갑상선 동맥의 가지가 갑상선 캡슐 가까이에서 분할됩니다.

NIM Vital(미국 잭슨빌 소재의 메드트로닉)을 사용한다. NIM Vital 시스템은 직경 7.0-8.0의 기관내 NIM TriVantage 튜브와 통합된 표면 전극으로 작동하며, 이 튜브는 삽관 중에 직접적인 시야에서 성대 주름 사이에 삽입됩니다. IONM RLN의 표준화된 기술은 수술 시작 시 초기 미주신경 반응 평가와 수술 종료 시 최종 미주신경 반응 평가를 포함하여 사용될 것입니다(IONM = L1+V1+R1+R2+V2+L2). 국제 수술 중 신경 모니터링 연구 그룹. 신경은 단극 전극과 1mA, 100ms 임펄스 지속 시간 및 4Hz 주파수에서 단속 자극 기술을 사용하여 자극됩니다. 분기된 RLN 신경의 경우 평가에는 각 신경 가지의 자극 후 반응이 포함됩니다. 성대 주름의 내전은 기관내관 근전도 검사로 감지되고 후방 윤상피열근 수축("후두 연축")의 손가락 촉진으로 외전이 감지됩니다. i-IONM 모드를 사용한 작업에서 IONM 자극기는 수술 시작 시 미주신경 반응을 테스트하고, 반복적인 자극으로 수술 중 RLN을 매핑 및 추적하고, 신호 손실(LOS)의 경우에 사용됩니다. 신경 손상의 유형과 부위를 식별합니다(유형 I 대 유형 II). 수술 후 신경 기능의 최종 예후는 각 폐엽 절제술이 끝날 때 미주 신경 자극을 기반으로 합니다.

NerveTrend 작업에서 IONM 자극기는 i-IONM 암에서와 동일한 방식으로 사용되지만 초기 미주 기준선에서 진폭 및 대기 시간 변경을 포함한 EMG 추세는 3 - 5분 간격으로 NerveTrend 모드를 사용하여 평가되어 거의 확실하게 합니다. 실시간 EMG 추적 및 LOS(빨간색 영역)로 끝나지 않도록 심각한 결합 이벤트(노란색 영역)가 발생하는 경우 수술 조작 수정을 허용합니다.

LOS는 동측 미주 신경의 자극 후 EMG 신호의 부재, 드라이 필드에서 1-2mA 전류로 자극 후 100μV 미만의 EMG 신호 진폭, 만져질 수 있는 "후두 연축" 또는 동측 자극 후 눈에 보이는 후두 운동의 결여로 정의됩니다. 미주 신경. 진정한 LOS와 거짓 LOS를 구별하기 위해 INMSG가 제안한 문제 해결 알고리즘이 수술 중에 사용됩니다. 수술 중 진정한 LOS로 인식되는 경우, 신경 손상의 특성(분절형 I형, 전체형 - II형) 및 손상 부위의 국소화를 결정하기 위해 신경 매핑 기술이 사용됩니다.

IONM 평가는 Chan과 Lo의 정의를 기반으로 합니다. RLN 기능 장애의 백분율은 환자 수가 아닌 위험에 처한 RLN 수를 기준으로 계산됩니다. 갑상엽 절제술(V2) 후 미주신경 자극 후 신호 소실은 동측 성대 마비를 예후하는 양성 검사 결과로 분류됩니다. 이 검사는 후두경 검사에서 동측 성대 마비가 확인되면 진양성(TP)으로, 동측 성대 움직임이 정상이면 위양성(FP)으로 해석됩니다. 갑상엽 절제술(V2) 후 미주신경자극 후 보존된 정상 신호는 동측 성대의 정상적인 수술 후 이동성을 예후하는 음성 결과로 분류됩니다. 검사는 후두경 검사에서 동측 성대의 수술 후 정상적인 이동성을 입증할 때 진음성(TN)으로, 수술 후 동측 성대 마비가 보일 때 위음성(FN)으로 해석됩니다.

연구를 위한 검정력 계산: 샘플 크기는 p <에서 80% 확률로 초기 RLN 손상 유병률의 5% 차이(i-IONM의 경우 6% 대 NerveTrend의 경우 1%)를 감지하는 원칙에 따라 추정됩니다. 0.05. 탈락률이 20%라고 가정하면 위험에 처한 528개의 신경 그룹(양쪽 갑상선 수술을 받는 264명의 환자에서 평가)은 i-IONM과 NerveTrend 모드 간에 임상적으로 적절한 차이가 있는지 테스트하기에 충분해야 합니다(n = 위험에 처한 264개의 신경 양측 갑상선 수술을 받는 각 그룹의 132명의 환자와 동일합니다. 결과 데이터는 통계 소프트웨어 MedCalc(버전 19, MedCalc Software, Belgium)를 사용하여 통계적으로 처리됩니다. 조사된 매개변수의 변경 가능성 평가는 산술 평균, 중앙값, 표준 편차(SD), 최소 및 최대 값(최소 - 최대), 95% 신뢰 구간(95% CI) 및 유병률(%)로 표시됩니다. . 특정 속성의 그룹 간 비교는 Chi-2 테스트(비모수 변수) 및 분산 ANOVA의 일변량 분석(모수 변수)을 통해 수행됩니다. 수술 중 신경 모니터링의 진단 정확도를 평가하기 위해 DeLong 등의 비모수적 방법을 기반으로 ROC(Receiver Operating Characteristics) 곡선을 분석하고 AUC(Area Under Curve) 값을 비교합니다.

따라서 양성 및 음성 결과의 예측 값이 계산되고 i-IONM 대 NerveTrend에 대해 개별적으로 가장 최적의 예측 기준이 식별됩니다. 신경 사건의 발생률은 위험에 처한 신경의 수를 기준으로 계산됩니다. 유의 수준은 p < 0.05에서 허용됩니다.