Периоперационная гипотензия в гинекологической онкологической хирургии: HPI-ClearSight в сравнении с анализом формы волны артерий

ВВЕДЕНИЕ Интраоперационная гипотензия (ИОГ) является частым нежелательным явлением во время внесердечных операций [1,2]. Это связано с увеличением частоты острого повреждения почек, повреждения миокарда, неврологической недостаточности, а также повышенной 30-дневной операционной летальности [3-7]. Было показано, что органные повреждения связаны с глубиной, частотой и продолжительностью гипотензивных эпизодов [4,8]. Данные показывают, что среднее артериальное давление 65 мм рт.ст. служит порогом для прогнозирования повреждения миокарда и почек [9-11].

Недавно разработанные малоинвазивные методы анализа формы артериальной волны позволяют рассчитать сердечный выброс, ударный объем, вариацию ударного объема и системное сосудистое сопротивление. Это более глубокое понимание гемодинамики позволяет применять целенаправленные терапевтические подходы; однако данная информация позволяет только реагировать на события, а не предотвращать их [12,13].

Интересно, что недавние данные указывают на значительное снижение послеоперационной дисфункции органов за счет предотвращения ВГБ, что свидетельствует о потенциальной пользе раннего вмешательства [14].

Хирургические вмешательства по уменьшению раковой опухоли относятся к числу наиболее инвазивных операций в гинекологии. Обширная операционная травма приводит к выраженным интра- и периоперационным смещениям объема и нестабильности гемодинамики [15]. Крупные абдоминально-тазовые операции при гинекологической онкологической хирургии (ГОС) могут включать гистерэктомию, овариэктомию, оментэктомию, колэктомию, удаление лимфатических узлов и удаление брюшины. Хирургическое вмешательство проводится посредством лапароскопии или лапаротомного разреза и часто связано со значительной кровопотерей [16]. Гипотензия во время GOS является распространенным явлением, и поскольку она связана с потенциальным вредом, она требует быстрой оценки и лечения [16]. Обширная инфузионная терапия у пациентов с раком брюшины связана с плохим послеоперационным исходом, не зависящим от основного злокачественного заболевания, и рекомендуется избегать перегрузки жидкостью [15].

Таким образом, прогнозирование интраоперационной гипотензии и, следовательно, ее профилактика с помощью проактивного лечения может иметь положительный эффект для пациентов. Машинное обучение, дисциплина компьютерных наук, используемая для анализа больших наборов данных и разработки прогностических моделей, имеет очевидное применение в здравоохранении [17,18]. Несколько попыток использования алгоритмов в качестве вспомогательного средства в анестезиологической практике недавно привлекли к себе повышенное внимание с целью оптимизации периоперационного статуса пациентов, в первую очередь, с акцентом на выявление ранней гемодинамической нестабильности и прогнозирование гипотензии [19].

Индекс прогнозирования гипотензии (HPI) (Edwards Lifesciences, Ирвин, США) представляет собой алгоритм, основанный на комплексном анализе особенностей высокоточных записей формы волны артериального давления, разработанный для выявления малозаметных признаков, которые могут предсказать начало гипотензии у пациентов хирургических отделений и отделений интенсивной терапии. [20]. HPI — это безразмерное число в диапазоне от 1 до 100, и по мере увеличения числа вероятность или риск гипотензивного события (определяемого как среднее артериальное давление [MAP] <65 мм рт. ст. в течение более 1 минуты), происходящего в ближайшем будущем увеличивается [20]. Проверочное исследование, проведенное на хирургических пациентах, показало высокую чувствительность и специфичность HPI для прогнозирования гипотензии за 5, 10 и 15 минут до возникновения события [21]. Разработка алгоритма была основана на данных инвазивной формы волны артериальной линии; однако инвазивный артериальный мониторинг требуется лишь небольшой части пациентов, перенесших внесердечные операции [22].

Оценка форм артериального давления с помощью неинвазивной пальцевой манжеты (ClearSight) хорошо известна, и среднее артериальное давление, измеренное с помощью системы ClearSight, можно рассматривать как альтернативу среднему лучевому артериальному давлению [23,24]. Недавно сообщалось, что алгоритм HPI работает также с неинвазивной оценкой формы волны [25-27].

В этом исследовании будет сравниваться управление гемодинамикой на основе алгоритма HPI, работающего с неинвазивной системой ClearSight, с классическим управлением на основе ClearSight с точки зрения частоты, продолжительности и тяжести интраоперационных гипотензивных событий, оцениваемых по средневзвешенному времени гипотензии у пациентов, перенесших ГОС.

МАТЕРИАЛЫ И МЕТОДЫ Это одноцентровое ретроспективное обсервационное исследование было одобрено Внутренним комитетом по этике (ID 3664, номер протокола 10077/21). Письменное информированное согласие будет получено от всех вовлеченных пациентов.

Первичной конечной точкой является частота, продолжительность и тяжесть эпизодов гипотензии (определяемых как среднее артериальное давление <65 мм рт. ст. в течение как минимум 1 минуты), оцениваемые по средневзвешенному по времени (TWA) средневзвешенному артериальному давлению гипотензии в двух группах пациентов. TWA-MAP представляет собой сочетание тяжести и продолжительности эпизодов гипотензии по отношению к общему времени операции. Он рассчитывается путем деления площади под порогом на продолжительность операции [28]. Порог для гипотензивных явлений определяется как среднее артериальное давление ниже 65 мм рт. ст. в течение как минимум 1 минуты. Время продолжительности гипотензии заканчивается после повторного повышения значений СрАД при ≥65 мм рт.ст. в течение не менее 1 мин.

Вторичные конечные точки состоят из числа пациентов с явлениями гипотензии, числа явлений на одного (соответствующего) пациента, кумулятивной и средней продолжительности гипотензии в сочетании с числом явлений гипотензии <65 и <50 мм рт.ст.

Данные были собраны в течение ограниченного периода времени, в течение которого новые датчики гемодинамического мониторинга (ClearSight) оценивались во время маркетингового выпуска. Первые 68 пациентов, перенесших GOS в IRCCS Policlinico A.Gemelli Foundation в период с декабря 2019 г. по февраль 2020 г., наблюдались либо с помощью классического датчика ClearSight (n = 36), либо с датчиком ClearSight с поддержкой HPI (n = 32). Критерии включения состояли из факультативного GOS, возраста >18 лет. Критериями исключения были пациенты без синусового ритма, фракция выброса <30%, выраженный стеноз аортального клапана, экстренное хирургическое вмешательство, острая ишемия миокарда, беременность.

Стандартный мониторинг (Life Scope TR, Nihon Kohden Co, Токио, Япония) включал электрокардиограмму в 5 отведениях, пульсоксиметрию, неинвазивное артериальное давление (НИАД) и возможное инвазивное артериальное давление (ИАД). В дополнение к стандартному мониторингу всем пациентам проводили неинвазивный гемодинамический мониторинг с помощью ClearSight (Edwards Lifesciences, Ирвин, Калифорния). После прибытия в операционную было начато измерение НИАД с помощью автоматического цифрового сфигмоманометра на правой руке, а система ClearSight была прикреплена к пальцу левой руки пациентов. Мы подключили монитор ClearSight с помощью интерфейсного кабеля к монитору пациента. У пациентов, нуждающихся в мониторинге ИАД, артериальная канюля была помещена контралатерально манжете ClearSight. Эталонная система ClearSight была обнулена на уровне правого предсердия. Значение артериального давления из манжеты пальца (CS-BP) сообщалось на основном мониторе. Измерение НИАД с помощью автоматического цифрового сфигмоманометра проводили с 5-минутными интервалами. Для целей терапии мы определяли гипотензию как абсолютное значение CS-BP MAP < 65 мм рт.ст. Были зарегистрированы частота и продолжительность гипотензивных эпизодов и вмешательств. Брадикардия определялась как частота сердечных сокращений (ЧСС) < 60 ударов в минуту.

Большое отверстие в.в. катетер в вену предплечья, введены Цефазолин 2 г, Дексаметазон 4 мг и Омепразол 40 мг. Общая анестезия вызывалась суфентанилом 0,2 мкг/кг (идеальная масса тела), пропофолом 2 мг/кг (фактическая масса тела) и рокуронием 0,6 мг/кг (идеальная масса тела). Во время операции пациенты располагались в положении Тренделенбурга с разведенными обеими руками на приспособлениях для позиционирования рук. Анестезию поддерживали севофлюраном для поддержания значения биспектрального индекса в пределах 40-50. При необходимости вводили дополнительные болюсы суфентанила и рокурония.

Все пациенты получали гемодинамический протокол GDT для оптимизации сердечного выброса и снабжения кислородом. В рамках протокола ГДТ пациенты получали кристаллоиды и/или жидкости для поддержания УОК<13% или во избежание снижения УО более чем на 10% от исходного уровня. Вазопрессоры и инотропные препараты вводили по требованию врача для поддержания среднего артериального давления ≥65. В группе HPI лечащий анестезиолог мог свободно использовать жидкости, вазопрессоры и инотропные препараты, но ему разрешалось считывать на мониторе Hemosphere HPI и вторичные параметры (для оценки преднагрузки, сердечной сократимости и постнагрузки как возможных причин гипотензии). , и действовать профилактическим образом, чтобы избежать гипотензии.

Все данные были загружены с монитора HemoSphere, включая HPI, CS-MAP, CS систолическое артериальное давление, CS диастолическое артериальное давление. Все загруженные данные состояли из точек данных, усредненных за 20-секундный интервал. Данные передавались на компьютер для анализа через USB-накопитель. Каждому файлу был присвоен автоматически сгенерированный машиной код, и его можно было идентифицировать по идентификационному номеру, содержащемуся в нем.

Алгоритм HPI оценивает вероятность возникновения гипотензии в ближайшем будущем, используя кривую артериального давления в качестве входных данных для вычисления значения индекса в диапазоне от 1 до 100. В этом исследовании вместо данных инвазивной кривой артериального давления мы использовали неинвазивную форму волны артериального давления ClearSight.

В мониторе HemoSphere артериальные кривые низкого качества автоматически обнаруживались алгоритмами обработки артериальных кривых и исключались из расчета 20-секундных средних значений.

Статистический анализ Данные, собранные во время операции и загруженные с платформы HemoSphere, будут проанализированы с использованием программного обеспечения Acumen Analytics (Edwards Lifesciences Corp.).

Категориальные данные будут представлены в виде частот с процентами. Различия будут проанализированы с помощью точного критерия Фишера. Для количественных переменных будет использоваться критерий нормального распределения с критерием Шапиро-Уилка. Данные будут представлены как среднее значение ± стандартное отклонение (SD) в случае нормального распределения, в противном случае - как медиана и межквартильный размах (IQR). Линейные переменные будут анализироваться с использованием непарного t-критерия Стьюдента для переменных с нормальным распределением и U-критерия Манна-Уитни для переменных с ненормальным распределением. P-значения менее 0,05 будут считаться статистически значимыми. Статистический анализ будет выполняться с помощью SPSS Statistics.