心肺复苏中恢复自主循环的识别及预测方法
心肺复苏中恢复自主循环的识别及预测方法的研究进展
在心肺复苏（CPR）过程中通过触摸动脉搏动来判断恢复自主循环（ROSC）难度较高，在检查时既需要中断胸外按压，判断结果也常不可靠。随着生理参数监测技术的发展和针对骤停患者ROSC可能性的预测模型不断被开发出来，目前已有许多更快捷、准确的方法被运用到在CPR过程中对ROSC的识别与预测。本文将目前在心肺复苏过程中用于识别及预测ROSC的方法进行综述，以供相关领域研究参考。
心脏骤停是指心脏正常机械活动停止，循环征象消失。由于心脏泵血功能中止，全身各个脏器的血液供应在数十秒内完全中断，此时若能得到及时有效的心肺复苏（CPR），患者有可能恢复自主循环（ROSC），否则将发生不可逆转的生物学死亡。ROSC是指在骤停发生后心脏恢复规律的活动，机体组织恢复正常血液灌注。ROSC的标志包括出现呼吸、咳嗽、肢体移动及可触及的脉搏或可测及的血压。
在CPR过程中采用及时、准确的方法识别ROSC非常重要。在ROSC时心电活动的恢复会比心脏机械收缩活动的恢复更早出现，在临床中通常以检查动脉搏动的方法判断ROSC，但触诊判断的精确度有限，从原理上无法及时识别ROSC，会给心脏骤停患者带来潜在的危险。动物和临床研究均表明，对已实现ROSC的患者继续实施胸外按压会恶化血流动力学情况，导致恶性心律失常的发生，甚至出现再次骤停。而在CPR过程中对ROSC进行预测可有助于医务人员规避复苏的无效性和确定终止复苏的时机。若骤停事件的特征或复苏时患者的生理监测指标证明该患者实现ROSC的机会渺茫，对患者启动CPR或继续CPR则属于无效治疗，有悖于不伤害的伦理原则。
近年来人们越来越重视CPR过程中的生理监测，多项研究已证明血流动力学指标、呼气末二氧化碳等方法可在复苏过程中作为判断ROSC、评价施救者CPR质量和患者实现ROSC可能性的方法。针对心脏骤停患者ROSC可能性的预测模型则有利于对患者进行适当分类，作为终止复苏的辅助决策工具，在医疗质量管理和政策制定中具有重要作用。随着生理参数监测技术的发展和各种风险预测模型的开发，目前已有许多方法被运用到在CPR过程中对ROSC的识别与预测，现将其介绍如下。
一、脉搏检查
在CPR过程中无论是由急救人员本人还是由助手通过触摸感知动脉搏动来判断ROSC都很难进行，在检查时既需要中断胸外按压，判断结果也常不可靠。由于CPR过程中胸外按压的中断会降低胸外按压分数，降低复苏质量，影响预后，因此CPR指南不再鼓励急救人员花费太长时间检查脉搏判断是否ROSC，应将识别过程时长控制在10 s以内［1］。然而，准确及时地利用触诊进行脉搏检查其实难度很高。多项研究表明，包括急救人员、护士和医生在内的经验丰富的医务人员都有可能无法在10 s内准确完成脉搏检查，而且这些医疗专业人员会出现10%~20%的错误。
二、心室颤动（室颤）波形分析
心肌内ATP的水平可在心电图波形的特征中体现，室颤作为心脏骤停中可除颤心律类型之一，未经治疗室颤的波形会伴随着心肌内能量耗尽而衰减。在CPR时室颤波形特征如频率、幅度与冠脉灌注压、呼气末二氧化碳水平呈正相关，可反映CPR的有效性［2］。因此，研究人员开始在动物和临床试验中探索利用室颤波形特征量化分析预测除颤后实现ROSC的成功率，目前已有不同规模的临床研究均表明室颤波形特征与患者ROSC率与神经功能预后相关并可预测ROSC［3］。随着分析室颤波形的新方法不断被开发出来，利用其预测除颤成功率的方法亦被不断优化，从传统的时域分析法、频域分析法、时频分析法、非线性动力学分析法如今已进化到利用机器学习算法将不同方法进行组合以提高预测能力［4］。在众多方法中，波幅谱面积（AMSA）是最为经典的波形分析方法，已被多项研究反复验证，其中样本量最大的一项回顾性研究将AMSA法在含有1 617例心脏骤停患者的心电数据库中进行验证，发现其对于除颤成功率具有良好的预测能力［5］。
三、容积二氧化碳图测定
容积二氧化碳图是连续测量呼出气体中二氧化碳分压形成的波形。常用的容积二氧化碳图特征参数是呼气末二氧化碳分压（ETCO2），是指呼气结束时呼出气体中的二氧化碳分压。ETCO2反映了机体二氧化碳代谢量、心输出量、肺灌注和通气情况。正常情况下，ETCO2比动脉血二氧化碳分压低5 mmHg（1 mmHg=0.133 kPa）左右，在心脏骤停发生时由于肺通气/灌注不匹配，ETCO2会降低，而ROSC时ETCO2又会恢复。动物研究中也发现CPR时ETCO2与冠脉灌注压（CPP）和脑灌注压呈良好相关性。作为一种无创的、实时的、连续的监测方法，目前多项临床研究已证明在CPR时持续监测ETCO2可用于预测ROSC，避免了为判断ROSC而造成的胸部按压中断。2020年美国复苏指南建议可利用ETCO2监测按压质量，ETCO2的突然上升也预示着ROSC的恢复，但在CPR中用于识别ROSC的ETCO2具体截断值仍有待探索［1］。一项最新的荟萃分析显示，在CPR过程的晚期出现ETCO2高于10 mmHg可预示ROSC的实现；在CPR开始时或开始后前20 min，20 mmHg的ETCO2截断值可比10 mmHg更好地预测ROSC［6］。目前，除ETCO2之外，其他容积二氧化碳图测定衍生参数亦被发开出来用于预测ROSC，如每千克体重每分钟排出的二氧化碳量（VCO2/kg）［7, 8］。
四、冠脉灌注压
冠脉灌注压是冠脉流入端与流出端间的压力差，即主动脉压与右心房之间的压力差，反映了心肌血流灌注水平。在胸外按压过程中胸部的充分回弹可促进血液回流到心脏，改善冠状动脉灌注。在动物研究中已经证明CPP与ROSC密切相关，并得出实现ROSC的截断值通常在15~25 mmHg。因监测CPP需要置管测量有创血压，在CPR过程中不易实施，因此相关临床研究较少。一项测量了100例院外心脏骤停患者CPP的研究结果显示，预测是否ROSC的CPP截断值为15 mmHg。然而这些数据是在CPR过程中很晚（脉搏消失后8~42 min）才收集的，并不能反映CPR治疗早期的心肌状态［9］。除用于预测ROSC之外，CPP也反映了胸外按压的质量，以血流动力学目标为导向的CPR策略是未来提升复苏质量的研究方向［10］。
五、脉搏血氧波形分析
脉搏血氧仪通常通过测量皮肤对光吸收的变化来监测皮肤和皮下组织的血液灌注，在每个心动周期中脉搏血氧仪记录下的波形都会显示一个峰值。因此脉搏血氧波形可在CPR中反映周围组织的灌注情况，但脉搏血氧测量也会受到按压时运动伪影、皮肤色素或指甲油的影响。在动物实验中发现CPR过程中脉搏血氧波形特征与颈动脉血流、冠脉灌注压、ETCO2量具有相关性，可反映胸外按压质量，亦可检测CPR时有无脉搏自主恢复，以无创的方法识别ROSC［11］。目前在人体试验中也证明了在不同身体部位测量到的脉搏血氧波形均可用于识别ROSC，一项纳入441例心脏骤停患者的研究也证明脉搏血氧波形分析可有效在CPR时预测ROSC，但脉搏血氧波形分析的预测效能仍需更大规模的研究验证，分析脉搏血氧波形的软件也需进一步优化［12, 13］。2010年的美国心脏学会复苏指南也认为脉搏血氧波形在检测ROSC方面有潜在的价值［14］。
六、中心静脉氧饱和度（ScvO2）
若胸外按压所提供的心输出量不足，则血液中的氧供也无法满足机体需求。以往有临床研究发现在CPR中间断测量中心静脉血氧分压可预测ROSC的可能性。随着生命体征监测技术发展，又引入其他评估机体供氧情况的指标。在机体耗氧量、动脉血氧饱和度和血红蛋白恒定时，ScvO2会随着心输出量的变化而变化，反映机体内氧分输送的情况。临床中通常是利用已经放置在上腔静脉内的中心静脉导管进行监测，导管尖端的血氧仪可对ScvO2进行实时连续测量。ScvO2正常值通常在60%~80%，但在心脏骤停CPR时会降至25%~35%。ScvO2有助于在不中断胸外按压的情况下识别ROSC及监测按压质量。一项纳入100例患者的临床研究表明，若ScvO2<30%，则患者无法实现ROSC。若ScvO2>72%，则ROSC一定可实现［15］。
七、脑氧饱和度
脑氧饱和度检测仪的原理是利用固定在头部的光源向头部组织（皮肤、颅骨、结缔组织和大脑）发射红外光和红色光，再用光检测元件测量组织对光的吸收度并量化脑饱和度。测量脑氧饱和度的区域通常是患者的前额，因为它是对缺血缺氧损伤最敏感的区域之一［16, 17］。脑氧饱和度的正常值范围为55%~80%，其具体数值主要受脑静脉血氧饱和度影响［18］。目前使用脑氧饱和度监测预测ROSC可能性的方法已得到很多临床研究的反复验证，无论是在院外环境还是在院内环境中，该方法都有很好的预测效果，若患者在启动CPR时或CPR全程的脑氧饱和度越高，则实现ROSC的可能性则越高［16，19, 20, 21, 22］。
八、瞳孔测量
当血压或动脉氧分压降低时，瞳孔会产生扩张，当发生心脏骤停血液循环停止时，瞳孔会在30~120 s内完全扩张，对光反射消失。瞳孔大小及瞳孔对光反应历来被认为可很好反映大脑皮层下功能和神经功能结局，因此瞳孔测量结果可作为反映CPR时脑血流灌注的有效指标。在动物研究中发现，在CPR时冠状动脉灌注压与瞳孔直径之间存在非常显著的线性相关，两者均可预测ROSC和脑功能恢复的可能性。人工检查容易受到测量者习惯的异质性影响，且人工瞳孔测量的结果依赖于不精确且主观的语言描述，而近年开发的基于红外线相机的自动定量瞳孔测量仪可更准确、可靠地测量瞳孔直径和对光反射及其衍生参数，如神经学瞳孔指数、静息时和收缩峰时瞳孔的最大和最小直径、延迟时间、瞳孔收缩速度［23］。目前瞳孔测量已在临床研究中被证明可用于预测复苏成功患者的预后［24, 25］，此外动物实验也证明，在CPR中瞳孔测量指标（瞳孔初始最大直径、收缩峰时的瞳孔最小直径和变化百分比）与ROSC存在显著相关性。此外，与冠脉灌注压、ETCO2、脑氧监测仪等传统预测ROSC的方法相比，自动瞳孔测量仪的ROSC预测效能具有非劣性［26］。
九、床旁超声
在CPR过程中，脉搏并不能准确反映心脏的搏动情况，有时会出现脉搏消失但心脏却仍存在微弱收缩的情况，部分导致心肌收缩不充分的原因是可逆或可治疗的。心脏超声检查可检查心肌收缩的情况，将心脏骤停心律中无脉电活动与真正的心搏停止区分开来，并为早期识别心肌恢复收缩提供信息。目前床旁超声心动图在CPR治疗中已用于诊断心脏骤停可逆的病因与预测ROSC［27, 28, 29, 30］。一项荟萃分析结果显示，床旁超声心动图对于预测ROSC的敏感度高达0.95，特异性为0.80，但是相关研究数量较少，研究纳入人数也较少［29］。此外，利用超声对大血管进行脉搏检查也是识别ROSC的新方法［31］。一项纳入111例骤停患者的前瞻性随机对照非劣效性试验证明使用超声对颈动脉进行脉搏检测与传统脉搏检查方式相比，识别ROSC的速度相等且床旁超声显示出更高的首次尝试成功率，识别ROSC所需时长也更稳定［32］。一项纳入52例骤停患者的前瞻性观察性队列研究发现使用股动脉多普勒超声比传统脉搏检测所需时间更少［33］。然而超声检查结果判读对于医生的技术有较高要求，若未得到充分培训，则此操作可能会干扰CPR过程［34］。因此2020年复苏指南推荐对于熟练度高的超声医师在不影响CPR治疗的前提下使用超声对心脏骤停患者进行评估，但认为其效果还需更多研究来证实［1］。
十、ROSC预测模型
在目前已开发出的不同心脏骤停ROSC预测模型中，最为经典的是由Gräsner等［35］利用德国心脏骤停注册中心的5 471例院外心脏骤停患者数据开发的RACA评分。RACA评分基于8个变量（性别、年龄、病因、骤停事件是否被目击、骤停地点、初始节律、旁观者CPR和急救人员到达时长），该模型的有效性目前已在欧洲和亚洲的不同急诊系统中被外部验证。在医疗质量较高的急救系统中，实际ROSC率会高于RACA评分预测的水平。若实际ROSC率低于预测，则提示急救系统医疗质量有待改善。
此外，其他ROSC预测模型也不断被开发出来。Ji等［36］回顾分析英国心脏骤停注册中心的数据，利用17 528例院外心脏骤停患者的数据开发了模型，模型中变量包括年龄、性别、旁观者CPR、病因、初始节律，该ROSC预测模型的分辨率和准确性分别为0.67和0.194。Kim等［37］利用韩国一家医院727例心脏骤停患者的数据开发了一套模型，变量包括骤停事件是否被目击、初始节律、高级生命支持的持续时长和急诊就诊时的血气分析结果。Park等［38］也结合机器学习方法利用韩国心脏骤停注册中心105 215例心源性心脏骤停患者的数据开发了性能更佳的模型。
与传统的脉搏检查相比，利用不同生理监测设备可在无须中断胸外按压的条件下完成对ROSC进行识别与预测，且准确性、及时性都比脉搏检查高出许多。然而，部分生理参数的监测需要侵入性的操作才能完成，如冠脉灌注压和ScvO2都需要血管置管才能测出，ETCO2也只能在患者建立高级气道后才能实现监测。这些有创监测技术对于已处于重症监护下的院内心脏骤停患者来说应用较为便利，但对于院外心脏骤停患者则难以在紧张的复苏治疗过程中及时应用。因此应用更为便捷的无创监测技术，如室颤波形分析则成为了不断迭代更新的热点，如利用机器学习算法将不同室颤波形特征或其他生理参数组合以优化预测能力［3，39］。此外，随着生理参数分析方法的不断优化、整合于生理监测设备中的分析软件不断升级、ROSC预测模型的精确度逐渐提高，在CPR中预测、识别ROSC的方法亦会日益精进。
引用：蒋堂兴, 徐凤阳, 蒋丽军, 等. 心肺复苏中恢复自主循环的识别及预测方法的研究进展[J]. 中华医学杂志, 2023, 103(31): 2460-2464.
好书推荐，点击链接了解详情：
《药物和医疗器械临床试验300问及案例分析》第2版
点击阅读原文，进入书籍宝库，用完记得收藏哦，下次更方便。