ICU 血压变化期间的脑灌注变化 (DELTAPAMREA)

重症监护镇静麻醉期间与动脉低血压相关的风险已得到证实，但一个或多个器官灌注后果出现的阈值因低血压机制、相关异常（心率、心输出量和氧气输送）和病人的地形。

目前，平均动脉压大于 60 毫米汞柱 (1) 并且比镇静前测得的值降低不到 30-50% 通常用于确保所有器官的良好灌注。 在重症监护中，建议将 MAP 保持在 60 至 70 mmHg 之间，并且对于具有颅内压 (ICP) 测量值的神经功能不全患者，脑灌注压 (CPP) > 50 mmHg。 正常情况下，脑血流是自我调节的，允许脑血流适应不同高低血压水平的氧需求。 然而，这种保护机制可能会因一定程度的低血压而失效，这取决于多种因素，例如患者的年龄或血管状况。

该研究的目的是在常规护理期间进行受控变化期间，以无创方式轻松可靠地测量有或没有心血管危险因素的患者的脑灌注变化，以将强化镇静期间的血压水平设定在推荐的安全标准内护理单位。 将通过经颅多普勒 (CTD) 连续和同时测量脑血流量、近红外光谱 (NIRS) 脑 O2 充足性和脑电图 (EEG) 脑功能参数来比较和评估脑灌注和脑 O2 充足性 -额叶脑电图。

给定患者的目标是检测可能影响血流速度（多普勒）并可能影响脑电图和脑血氧饱和度的可能阈值压力值。

这项临床研究是针对在重症监护室住院的成年患者进行的。 在住院期间或必要时收集无法表达其意愿的患者的可信赖的人/亲属不反对参加本研究的情况。 该方案在重症监护病房至少稳定 12 小时后开始。

所有测量都是非侵入式获得的。 监测包括通过无创（Clearsight®、EV1000®、Edwards Sciences）或侵入性方法（如果已经存在）进行常规连续心电图和血压监测、脉冲 O2 饱和度 (SpO2)、通气参数（RR、VC、FiO2）和深度额叶脑电图的镇静作用。

在 ICU 中，患者根据常规方案使用咪达唑仑或异丙酚和舒芬太尼进行镇静，并使用去甲肾上腺素支持血管加压剂。 在常规护理期间调整血压水平可以获得适合患者情况和合并症的平均动脉压水平。

在我们目前的实践中

- 当血压稳定后，去甲肾上腺素的剂量逐渐减少至 MAP 目标值≥基线值的 70%，对于没有低心血管危险因素的患者永远不会低于 60 mmHg，对于有心血管危险因素或有心血管危险因素的患者永远不会低于 80 mmHg通过颅内压 ICP 监测的神经脑损伤患者的脑灌注压 (CPP) > 50 mmHg

18 岁以上的患者有资格参加该方案。 对于 ICU 患者，使用定量额叶脑电图 (Sedline Masimo®) 监测麻醉深度可确保连续记录术中脑电图数据。 放置额叶 O3® 传感器 rSO2 Masimo® 或 Foresight 传感器 rSO2 Edwards® 电极，用于连续测量脑组织 O2 饱和度 (StO2)。 通过经颅脉冲多普勒 (TCD) Atys Medical TCD-X® 连续测量大脑中动脉血流速度。 患者头部的探头附件系统类似于一副眼镜；它轻巧舒适。 机器人探头的方向会自动重新调整，以确保随着时间的推移稳定的记录质量。

不会进行额外的检查。 负责收集数据的研究的医生在任何时候都不参与患者的管理。

监测数据目前可用，并在我们部门的临床研究单位使用

• 来自 PHILIPS IntelliVue 监控解决方案的数据提取系统。 Data Warehouse Connect 软件解决方案允许通过精细采样（2ms 用于跟踪，1s 用于数值数据）收集所有这些数据，这大大拓宽了数据分析和利用方面的能力。
• 由于信息系统 IntelliSpace 重症监护和麻醉 (ICCAA)，提取系统在时间上与患者发生的事件、药物（剂量）相关联

负责收集数据的研究的医生在任何时候都不参与患者的管理。 这些措施不能影响开处方的医生，因为在这个阶段数据尚未分析和可用。

我们的主要目标是确定 MAP 变化期间平均速度 (Vm) 百分比变化与 95% 频谱频率前沿 (SEF95) 百分比变化之间的显着线性关系。

我们试图根据拟合优度的 R2 度量来拒绝原假设：H0: R2 = 0。

考虑 I 类错误概率 = 0.05 和 85% 的功效，以及基于初步数据的效果大小 0.3。 对于单个预测变量，我们获得了 n = 32 名患者的样本量。 为了调整可能的混杂因素，我们假设 Vm 和协变量之间的偏相关系数 rho=0.5。 此校正为我们​​提供了 32*2 = 64 名患者的样本量。 最后，初步数据表明，30% 的纳入患者由于伪影或不合适的实验条件而导致信号较差或测量有缺陷。 最终纳入的患者人数估计为 N = 92。

将通过线性回归模型建立对主要零假设的拒绝。

作为次要目标，线性回归也将在 Vm 和 EEG 标记之间进行评估，例如 alpha 波段功率、爆发抑制所花费的时间以及 delta 与 alpha 的比率。

描述性统计将报告为分类变量的 n (%)、连续变量的均值（标准差）和不具有正态分布的序数变量的中位数 [IQR]。

所有统计分析将使用 R 统计软件（The 'R' Foundation for Statistical Computing, Vienna, Austria）进行。 结果将表示为平均值（± 标准偏差）。 小于 0.05 的 p 值被认为是显着的