麻醉深度怎麼監測？

溫馨提示：本平台已開通文章搜索功能，可關注後發送關鍵詞體驗。

術中麻醉深度的精確監測和判斷已成為臨床麻醉醫師高度關注和亟待解決的一項難題。全身麻醉是一種特殊而複雜的狀態，包括鎮靜催眠、記憶缺失、鎮痛、應激抑制和肌肉鬆弛等多方面因素，並歷經全麻誘導、維持及蘇醒的全過程，在整個過程中均通過使用麻醉藥物來控制。

不同手術方式、不同人群及不同程度的術中刺激對麻醉藥物反應性亦不同。

麻醉藥物用量不足造成的麻醉深度過淺，容易導致血流動力學波動、術中知曉和體動等不良反應，使手術無法順利進行；麻醉藥物過量造成的麻醉過深則對呼吸系統、循環系統在內的生命器官功能出現嚴重抑制，缺血缺氧，嚴重的可能導致患者腦功能損傷，危及生命。因此，術中麻醉深度監測既有利於控制麻醉質量，又可利用最少的麻醉藥物達到最佳的麻醉效果，縮短術後蘇醒時間。

臨床常用的監測方法

生命體征監測麻醉

生命體征監測麻醉是指藉助藥物等方法而產生的全身或局部感覺（特別是痛覺）的消失及記憶遺忘狀態。stanski等定義麻醉深度為對刺激無反應的可能性，針對刺激強度調整，抑制反應的困難以及藥物誘導的無反應的可能性。

一般情況下，對麻醉深度的判斷，主要是依據患者對全麻藥的反應，其表現特徵主要包括鎮痛、意識、呼吸、循環、骨骼肌張力、眼動反射等。在1996年前尚無一種靈敏度高、特異性強且不易受麻醉藥或生理狀態影響的方法來判斷患者的麻醉深度。

隨著近年來腦電監測技術的發展，腦電雙頻指數（bispectralindex,BIS）和聽覺誘發電位指數是公認能較好監測大腦皮質功能狀態及變化的方法，可作為常用且可靠的麻醉深度監測方法應用於臨床。

BIS

BIS是在腦電圖（EEG）頻率譜和功率譜的基礎上增加對位相和諧波的非線性分析得出的混合信息擬合的數字。

BIS是唯一通過美國FDA 批准的麻醉鎮靜深度監測指標，能較好監測大腦皮質功能狀態及其變化，對預測體動、術中知曉以及意識的消失和恢復具有一定的靈敏度，同時可減少麻醉藥物用量，是目前以腦電來判斷鎮靜水平和監測麻醉深度的較為準確的一種方法。

BIS值100，清醒狀態；BIS值0，完全無腦電活動狀態（大腦皮層抑制），一般認為BIS值在85~100為正常狀態；65~85為鎮靜狀態；40~65為麻醉狀態；

BIS與大多數麻醉藥物產生的鎮靜深度具有相關性。在靜脈全麻藥中，丙泊酚的麻醉深度同BIS值相關性極好，能準確監測單純丙泊酚麻醉深度。BIS與七氟醚、地氟醚的吸入濃度相關性良好，使用七氟醚麻醉時，BIS監測麻醉深度是可靠的。但對異氟醚的研究發現，BIS與異氟醚吸入濃度無相關性，不能監測異氟醚吸入的麻醉深度；而且N2O麻醉對BIS值無影響。阿片類麻醉性鎮痛藥物在鎮痛濃度下僅有極小的鎮靜作用，因此對BIS值不產生影響。丙泊酚持續輸注時，瑞芬太尼使用最大劑量也不會改變BIS值。相反，瑞芬太尼可以降低因喉鏡插管刺激而引起BIS變化的幅度，而且劑量越大，BIS變化的幅度越小，這表明阿片類藥物在無傷害性刺激存在的情況下，與丙泊酚聯合使用，對BIS值不會產生影響。氯胺酮誘導後使BIS下降，但這種下降與患者是否入睡無關，隨著氯胺酮劑量的增加，BIS略呈增加趨勢。

BIS用於臨床麻醉深度監測既有優點但也存在不足。BIS是不影響麻醉深度（無需刺激）的定量指標，可以較好的反應鎮靜葯作用的程度、意識恢復程度和指導手術中麻醉藥量的控制。BIS與鎮靜／醒覺評分（OAA/S）評分相關性較好，並且BIS比OAA/S更為敏感，同時BIS也存在一定的局限性。BIS最突出的缺點是其閾值在麻醉藥物聯合應用時並非獨立存在，不同聯合用藥時，BIS值相同並不代表麻醉深度相同，不同患者在不同的麻醉階段BIS值均會變化。再者，BIS值受多種因素的影響，如艾司洛爾、外源性的腎上腺素可以使BIS值升高，影響麻醉深度的真實值，即便如此，BIS值仍不失為一個反映大腦皮層功能，反映麻醉深度較好的指標。但是，BIS值在不同個體應用不同麻醉藥物的變化情況及其機制尚不明確，如何更好地使用BIS監測調整麻醉藥物用量，維持適當的麻醉深度，仍需進一步的探討。

聽覺誘發電位

聽覺誘發電位是指聲音刺激聽覺傳導通路經腦幹至聽覺皮層到達聯合皮層的生物電活動，共11個波形，分為３個部分：

腦幹聽覺誘發電位：接受刺激後0~10ms出現，主要反映刺激傳至腦幹及腦幹的處理過程；中潛伏期痛覺誘發電位（MLAEP）：接受刺激後10~100ms出現，主要產生於內側膝狀體和初級聽皮層；長潛伏期聽覺誘發電位（LLAEP）：接受刺激後100ms後產生，主要反映前額皮質的神經活動。MLAEP與大多數麻醉藥劑量呈依賴性變化，適用於麻醉鎮靜深度的檢測。採用外源輸人自回歸模型（ARX），將AEP進行量化，轉換為一個與麻醉深度成正比，由0~100分度的ARX聯指數（A-LineARX-Index,AAI），從AEP的提取到轉化為指數，整個過程均被納入A-Line軟體包，分析時間僅需2~6s，它更能實時、快速地監測麻醉深度，2000年AAI監護儀通過歐洲ICE601標準鑒定，正式進入臨床使用。

全麻是由鎮靜、鎮痛、肌松和抑制傷害性反射４部分構成，AAI基本能滿足這一要求。臨床上AAI60~100為清醒狀態；40~60為睡眠狀態；30~40為淺麻醉狀態；30以下為臨床麻醉；（20±5）為記憶完全消失狀態。在麻醉蘇醒期AEP指數突然升高表明其能監測喚醒中樞活動，它比BIS更敏感，反映速度更快，尤其在誘導期和蘇醒期。AEP根據神經電生理指標設計，因此與麻醉藥本身並無相關性。清醒狀態下個體間及個體本身的差異性很小，而且與絕大多數麻醉藥（氧化亞氮、氯胺酮、地西泮除外）呈劑量相性變化。謝文欽等［8］在纖維結腸鏡檢查術患者中，使用AAI評價複合低劑量芬太尼和丙泊酚的麻醉效果時，發現纖維結腸鏡插入出現陽性反應患者的AAI均明顯高於陰性反應者；患者體動前的AAI均明顯低於體動後。說明丙泊酚靶控輸注鎮靜時AAI能夠準確反映患者的鎮靜深度變化。AEP可作為全麻中大腦皮質信息處理和認知功能狀態的敏感指標，術中知曉和麻醉深度不足均能被記錄，複合判斷麻醉深度的標準。

AEP既可綜合反應全身麻醉深度，也可預測體動和對傷害性刺激的反應。聽覺是麻醉時最後消失的一個感覺，也是清醒時恢復的第一個感覺，視覺和體覺很容易被麻醉藥物所抑制，因此AEP可用於預測體動反應。AAI預測體動反應的概率，七氟醚是0，91，丙泊酚是0，92。動物實驗也表明AAI能及時監測對疼痛等傷害性刺激的反應。AAI反映了皮層興奮性和皮層下結構包括脊髓和腦幹的興奮程度，涵蓋了切皮、插管等傷害性刺激的上傳徑路，此特點使得它作為機體對傷害性刺激反應的指標更為可靠。AEP在臨床應用的準確性已獲認可，可根據AEP值的變化來調整靜脈麻醉藥物和吸入麻醉藥物的用量，但從已有文獻來看，其測定值的特異性和靈敏度均達不到100％，主要是監測儀使用環境要求較高，有些不足之處，如受肌肉活動、人為移動、術中電刀干擾等，以及與氯胺酮等一些麻醉藥的不相關性很大程度的限制了其臨床應用；需給予聽覺刺激，對於聽力障礙者並不適用。BIS與AEP的比較 鑒於BIS和AEP目前是臨床上較常用的兩種麻醉深度監測方法，因此我們將AEP與BIS進行了比較。AEP與BIS用於監測麻醉深度的主要區別在於：BIS與麻醉中的鎮靜催眠程度有關，它是一個監測鎮靜的良好指標；而AEP能提供手術刺激、鎮痛、鎮靜催眠等多方面的信息。當大量使用鎮痛葯後，BIS難於預測體動，在這種情況下，只有AEP才能全面反映麻醉深度，預測體動和術中知曉。

近來的研究表明，儘管BIS及AEP均具有一定的精確性，但是經Spearman相關性分析，BIS與丙泊酚效應室濃度的相關性優於AAI。BIS與測得的穩態丙泊酚血葯濃度的相關性明顯高於聽覺誘發電位指數，這是由於對信號處理過程的不同所造成的。儘管AAI是描述中潛伏期誘發電位的峰度和潛伏期的，但是與BIS比較，AAI並不能給出丙泊酚效應室濃度的線性相關性。其他監測技術

近年來，隨著腦電監測技術及多種數學分析方法的發展和應用，除上述兩種較為常用的麻醉深度監測方法外，還有其他一些較新的監測技術和方法。但由於這些方法在穩定性、操作性和適用性等方面存在不足，目前尚未廣泛應用於臨床監測，但為臨床麻醉監測提供新思路和方法，仍有廣闊的應用前景。

Narcotrend麻醉深度監護儀

Narcotrend來源於自發性腦電的活動，利用多參數統計，經微機處理，形成的6個階段，即A、B0~2、C0~2、D0~2、E0~2、F0~1和14個級別的量化指標，並同時顯示α、β、γ、δ波的功率譜變化情況和趨勢。階段A是清醒狀態，B是鎮靜狀態，C是淺麻醉狀態，D是常規普通麻醉狀態，E是深度麻醉狀態，F是腦電活動的消失。瑞芬太尼在燒傷患者手術中的麻醉效果時使用Narcotrend進行麻醉深度評價，發現Narcotrend可用於麻醉深度和鎮靜水平的判斷。經多中心臨床研究表明，Narcotrend是一種可信性較高的新型麻醉深度監測儀。臨床上，已應用於靜脈麻醉藥物丙泊酚、依託咪酯、硫噴妥鈉和吸入麻醉藥氟烷、恩氟醚、地氟醚、七氟醚的麻醉監測。但對於複合麻醉的麻醉深度監測研究很少，有待進一步探索。

患者狀態指數是臨床上新型的鎮靜監測方法，通過收集4道EEG信息，實時診斷EEG波形，並提供量化的值（0~100）。目前投入臨床使用的PSI檢測儀器是PSI4000，它可提供2個交互可視窗口，將4道EEG信息實時診斷，以不同的顏色表示患者PSI，每2.5秒更新一次讀數，每6.4秒更新一次趨勢顯示。Soehle等［15］研究發現，麻醉的誘導與維持中對於意識的喪失與蘇醒，靜脈與吸入麻醉藥的給予均有很好的指示作用，BIS反應更為靈敏，但PSI較BIS在信號採集能力與抗干擾的能力上更勝一籌。雖然PSI和BIS均來自EEG中採集信號並對其進行分析，但就已有的文獻來看，PSI在臨床監測中較BIS更穩定，而有關PSI的優缺點還有待進一步研究。

熵指數

熵的概念於1949年首次定義。醫學上又稱為平均信息量，常用於腦電等生物電的採集和處理。熵指數是通過患者前額的３個電極的感測器來採集原始EEG和肌電圖（EMG）的信號，通過熵運算公式和頻譜熵運算程序計算得出，可分為反映熵（responseentropy，RE）和狀態熵（state entropy，SE）。SE反映皮層活動，用於催眠評估，其主要衡量低頻，即EEG信號為0~32Hz；而RE則衡量低頻加高頻（0~47Hz），主要為額肌EMG。SE值為0~99，RE值為0~100，可進行臨床手術的麻醉深度數值在40~60較為適宜。EEG活動與肌肉活動相分離特性提供了所探測到的活動的即時信息，並減少誤差的危險。在全麻期間，如果麻醉適宜，RE和SE是相等的。如果監測結果分離，可能由於面部肌肉的活動，例如疼痛刺激，人們就可通過RE非常快速的探測到此種變化。熵指數可量化麻醉深度，可用於指導麻醉藥用量，使麻醉用藥能根據患者需要達到個體化；還可預測患者的麻醉恢復；減少術中知曉的發生；抗電刀等干擾能力也更強。其不足在於：頻繁的眼運動、咳嗽和體動會引起熵的假象和干擾測定，癲癇也可以引起干擾。當患者有神經功能異常、神經腫瘤等情況時，進行監測時可出現熵與患者實際情況不符的現象。具有神經、精神作用的藥物也可引起與熵值不符的現象。

腦電信號的複雜度分析法

複雜度是近幾年出現的一種非線性動力學分析方法，而腦電正是一種非平穩信號，所以複雜度的分析方法非常適合於腦電的處理。腦電序列的複雜度表現了EEG序列的隨機程度，即大腦神經元處理信息活動的有序程度，反映了決定這段EEG序列信息量的大小。複雜度演算法簡單、易於實現，而且計算速度很快；只需較短時間的數據就能得到穩定值，因而非常適合臨床麻醉的實時監測。只需對EEG信號進行複雜度動態分析即可滿足麻醉深度監測要求；並且複雜度計算簡便，可為臨床麻醉深度實時監測提供一個新途徑，是一種具有前景的監測方法。但由於現階段試驗方法的局限性，更確切的結論和應用有待進一步深入研究。

人工神經網路人工神經網路（Artificial neuralnetworks，ANN）

人工神經網路人工神經網路（artificial neuralnetworks，ANN）監測麻醉深度是近年來發展起來的腦電分析技術，根據EEG的4個特徵波形α、β、γ、δ的平均功率作為EEG的譜特徵參數，再加上血流動力學參數如BP、HR以及MAC表示的麻醉藥物劑量等數據，利用AR模型、聚類分析和Bayes估計理論，最終形成ANN參數代表麻醉深度。

腦狀態指數腦狀態指數（Cerebral stateindex，CSI）

腦狀態指數腦狀態指數（Cerebral stateindex，CSI）是臨床用於監測患者意識狀態的一項指標，可反映患者的鎮靜程度和麻醉深度，其原理是每秒測量2000次腦電活動，將EEG的子參數輸入電腦自適應的神經模糊推論系統，計算出CSI，並以0~100之間數字顯示出來，數值越大表示越清醒，反之則提示大腦皮質的抑制愈嚴重。俞增貴等［20］在擇期行腹腔鏡膽囊切除手術患者麻醉維持中採用靶控輸注丙泊酚和瑞芬太尼過程中，觀察到CSI能夠及時準確反映患者蘇醒期不同意識水平的變化，並具有良好的相關性。以上研究均表明，CSI可代替血葯濃度和MOAA/S作為丙泊酚麻醉時麻醉深度的判斷指標。

患者術中麻醉過程主要是藉助麻醉藥物而產生的全身或局部感覺消失及記憶遺忘狀態，以確保手術的順利進行。麻醉時通過引起可逆的中樞神經系統抑制和興奮，從而達到意識消失和鎮痛的目的，而腦電是皮質錐體細胞頂樹突產生的樹突電位與突觸後電位的總和，它直接反映出中樞神經系統的活動。因此，腦電技術順理成章地成為監測麻醉深度的最佳手段之一。理想的麻醉深度監測方法應具有以下特點：能持續、實時和無創地顯示麻醉深度的變化；能很好地反映麻醉藥物濃度的變化；反映手術刺激的及時變化；不依賴於所使用的麻醉藥物；簡單實用，不易受各種干擾，適合手術室使用等。腦電的許多時域、頻域參量都曾被用來監測麻醉深度，其中最為成功的方法是BIS和聽覺誘發電位指數。這兩種方法根據人類神經生理特點設計，能夠快速地反應患者意識消失和恢復情況，作為麻醉深度監測指標具有較好的優勢。近年來陸續有些新監測手段和方法應用於臨床麻醉中，其穩定性和適用性等尚未深入研究，仍需經臨床實踐進一步驗證，這些方法的引入為臨床麻醉深度監測提供了廣闊的應用前景。

作者：梁曉慶醫生，解放軍306醫院麻醉科

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！