超声引导周围神经阻滞 - 数据库 (Blockbase)

简介 周围神经阻滞常用于麻醉。 它们可以作为手术期间唯一的麻醉方法，也可以与其他方法（例如全身麻醉和镇静）结合使用。 此外，周围神经阻滞用于治疗术后疼痛、减轻创伤患者的疼痛以及用于痛苦的手术。

为了使方法在临床上有用，必须了解导致高成功率的因素。 了解与该方法相关的并发症也同样重要。 最后，必须建立一个强大的学习系统，麻醉师可以跟踪他们的神经阻滞表现随时间的变化，并将其与高绩效者和一般表现进行比较。 因此，我们的目标是建立一个前瞻性和持续的数据库，以深入了解：1）影响阻滞质量的因素，例如成功率和神经阻滞持续时间； 2) 与阻滞手术相关的神经损伤和出血并发症的频率和类型； 3) 麻醉师跟踪阻滞性能。 下面对这三点进行更详细的描述：

1. 成功率（阻滞质量） 很难全面了解周围神经阻滞的成功率。 大多数研究集中于一种特定的神经阻滞，并且纳入的患者数量通常很少。 此外，阻滞手术是由几位在特定手术方面非常熟练的麻醉师执行的。 通过建立一个数据库，包括在不同环境（即手术、围手术期疼痛管理和疼痛程序）中最常用的周围神经阻滞，并包括具有不同经验和专业知识水平的麻醉师，将有可能获得更详细的信息对实现高成功率重要的因素的描述。

2. 并发症 神经损伤。 周围神经阻滞通常被认为使用安全且并发症发生率低。 然而，并发症可能很严重并导致永久性神经损伤。 因此，有必要全面了解阻滞相关并发症以及与这些并发症相关的因素。 不同的区域有特定的特征，并发症可能遵循特定的模式。 拥有足够数据的数据库将使我们能够详细说明了解并发症如何发展并转变为永久性损伤的重要因素。

   流血的。 如今，许多患者接受抗凝治疗。 因此，我们将收集与阻断手术相关的出血并发症的数据。

3. 学习超声引导周围神经阻滞需要一定的技巧才能将 LA 沉积在正确的位置。 随着时间的推移，通过从各个麻醉师那里收集有关阻滞质量的数据，将有可能深入了解学习曲线和对于学习不同阻滞程序的重要因素。

方法 研究设计：观察性前瞻性队列研究。 背景：最初是在北西兰医院麻醉科进行的一项单中心研究。 我们希望在丹麦设立尽可能多的中心。

参与者：计划接受周围神经阻滞的患者。 在收集后续数据之前，将通过自动化且安全的短信系统获得每个参与者的知情同意。

变量：注册了以下变量：

患者人口统计数据：社会安全号码、年龄、性别、身高、体重、合并症（糖尿病、胰岛素使用、慢性疼痛、止痛药、抗凝药物）、ASA 状态和进行的手术类型。

技术阻滞数据：周围神经阻滞的日期和时间、执行麻醉师、阻滞详细信息（阻滞名称、LA 类型、LA 体积、LA 浓度、LA 注射的解剖位置、使用的佐剂、起效时间）。

周围神经阻滞质量和成功率：成功率、是否需要补充阻滞、止血带的使用、阻滞不成功的原因。

出血并发症：与阻滞手术相关的出血并发症的详细信息。

调查跟进：

第一天：周围神经阻滞持续时间，阻滞终止后疼痛。 第 2 天：测量区块持续时间是否 > 24 小时。 第 30 天：神经损伤的迹象：感觉改变、疼痛、肌肉力量下降。 第 90 天：神经损伤的持续迹象：感觉改变、疼痛、肌肉力量下降。

第 365 天：神经损伤的持续迹象：感觉改变、疼痛、肌肉力量下降。

数据源/测量：所有变量都是通常为周围神经阻滞患者登记的数据的一部分。 然而，建立数据库的目的是为了进行系统的数据采集。 我们将使用在线研究数据库 REDCap 的安全网络应用程序，通过电子 CRF 和发送给患者的调查输入数据（后续）。

研究规模：建立数据库的目的是持续登记患者周围神经阻滞。 因此，没有预先定义的研究规模。

统计方法：我们将使用描述性统计和推论性统计分析，例如回归分析等。