以肺观心——基于心肺相互作用评估容量状态及液体反应性

现代医学对于血液循环的探索一直以来都与肺、呼吸功能密不可分：1733年英国科学家Stephen Hales通过母马股动脉插管首次观察到动脉压随呼吸周期发生的波动¹；2个多世纪后，因血压、氧供相关研究获得1956年诺贝尔生理医学奖的法国科学家André F. Cournand在肺通气与血液循环关系方面的研究硕果累累²。如今，心-肺相互作用已被广泛用于心脏功能、容量状态、液体反应性的评估，成为重症医学临床决策的有力工具。

详解心-肺相互作用：三类源自血流、血压的心脏功能相关变量

1. 每搏输出变异率（SVV）

具体而言，吸气时，右心与左心每搏输出 (SV)变化截然相反³：

由于右心室SV的减少，左心室SV在2~3个呼吸周期后会相应减少，并在呼吸时达到最小值，因此，测得左心室SV可发生下图所示的周期性变化：

SV_max代表可测得的最大值，SV_min为最小值，SV_mean则为两者均值，可通过如下公式计算SVV⁴：

SVV越大，代表患者越有可能对补液产生液体反应性³。既往一系列研究采用不同的动态评估、检测手段探索了SVV用于预测液体反应性的临床价值，其cut-off值及对应准确性各异。其中2021年一项汇总33项临床研究的meta分析认为SVV＞12%可准确预测液体反应性（见下表）。

SVV是反映左心室SV的间接指标，往往基于动脉压波形轮廓分析，通常需要实施肺动脉导管；虽然也可使用自带校正机制的非侵入手段，但其准确度受限。如果我们换一种思路，在全身血管阻力相对恒定的前提下，动脉压实际上可认为是SV的直接反映指标；与SVV相对应，脉压变异率 (PPV)的变化也可用来衡量SV¹⁰。

2. 脉压变异率 (PPV)

脉压，即收缩压与舒张压的差值，可直接反映左心SV，两者呈正比例相关。如上所述，左心SV受呼吸影响，呈现周期性变化，脉压亦然¹¹：

根据脉压最大值 (PP_max)及最小值 (PP_min)，同样可计算PPV¹¹：

依照脉压与SV的正比例关系，当人体容量状态处于前负荷依赖性，即具有液体反应性时，给予补液SV与脉压均可发生较大提升，体现为PPV高；反之亦然，无液体反应性时，PPV低¹¹。

在预测液体反应性方面，如何设定PPV的cut-off值仍存争议。汇总既往相关研究及meta分析可以看出，10%-13% PPV常被用于预测液体反应性，在此范围内， 选用更高的cut-off值似乎准确性更佳。但需要注意的是，需考虑不同研究受试者异质性、研究方法及检测手段差异所带来的影响。

 虽然从数据上来看，通过选择cut-off值PPV似乎比SVV在预测液体反应性上具有更好的准确性，但两者具有相似的局限性：

• 两者的测量只能在少数ICU患者中实施，包括无自主呼吸的机械通气患者，使用了镇静剂、并伴有窦性心律、肺顺应性正常、腹内压正常、右心功能正常的患者。
• 正性肌力药物和血管加压药可干扰SVV和PPV的准确性。
• 测量方法、使用的阈值和选择的危重患者等因素可能会影响SVV和PPV的有效性。

3. 收缩压变异 (SPV)

收缩压随呼吸的周期性变化与SV、脉压略有不同：在吸气时可测到最大值 (SBP_max)，在呼吸期间达到最小值 (SBP_min)，而在呼气末检测到的SBP作为基线值 (SBP基线)。则SPV包含两个部分^10,14：

Δup= SBPmax - SBP基线 （3）

   以及

Δdown= SBP基线 - SBPmin （4）

SPV=Δup+Δdown，即 SBPmax与 SBPmin 的差值。

为何要将SBP最大值与最小值之差拆分为两部分？这并非多此一举，而是因为Δup与Δdown对于容量状态的判断具有截然不同的意义^10,15：

• Δup的增加则意味着高血容量和/或充血性心力衰竭，属输液禁忌
• ∆down反映了由于胸腔内压力的增加而导致的左心室射血量的减少，该部分增加表明低血容量，适用液体治疗。

由此可以看出，当观察到SPV增加时，需要结合Δup与Δdown的改变才能准确判断患者的容量状态。

当然，整体而言，SPV反映了呼吸周期对于心脏前负荷的影响大小，低血容量时，前负荷小，输注液体对于SV的提升越大，越可能产生液体反应性。有研究¹⁶采用SPV＞8.5mmHg预测心外科患者液体反应性，灵敏度、特异性分别为82%、86%，ROC AUC 0.92。该研究同样采用SPVΔdown>5.0 mmHg预测液体反应性，灵敏度、特异性、ROC AUC分别为86%、86%、0.92。

与SVV、PPV相比，SPV在液体反应性的预测方面需要积累更多的证据。另外，SPV的Δup与Δdown需要人工计算得出，使其临床应用受限。

PEEP：化干扰因素为检测手段

呼气末正压 (PEEP)，顾名思义，是指呼气终末时，肺内处于正压状态。根据不同诱因，可将PEEP分为两类^17,18：

   1.外源性PEEP：机械通气状态下设定治疗参数，维持特定水平的PEEP，充分打开气道，防止远端肺泡塌陷，增加气体交换面积，从而改善患者氧合情况。

   2.内源性PEEP：各类病理原因或机械通气并发症所致，诱因包括炎症、黏液等造成气道阻塞，或是肺顺应性下降等原因造成肺泡塌陷、气流不畅，以及高潮气量通气、高呼吸频率导致呼气时间过短引发换气不足等。

然而，必须理性看待外源性PEEP的临床意义，它更像是一把“双刃剑”，我们需要在临床实践中权衡利弊¹⁷：

• 外源性PEEP的治疗意义：

1. 增加氧合：通过正压增加氧气穿过肺泡-毛吸血管膜，并增加血氧含量；
2. 改善通气-灌注不匹配：改善肺不张，提升肺泡通气
3. 强化肺泡气体交换效率：适度扩张气泡，增加表面积
4. 改善肺顺应性：降低呼吸功，减少氧耗

• 可能的负面影响：

1. 降低CO：PEEP可减少静脉回流，导致左心前负荷降低；
2. 可能减少组织灌注：CO减少可能降低重要靶器官的血流
3. 肺泡过度膨胀：由于不合理的PEEP设定导致，引起CO2清除效率低下，压力损伤等不良后果。

从心-肺相互作用的层面来看，PEEP也是影响CO的重要因素之一。临床上对于接受CO监测的患者，需高度关注PEEP带来影响。

PEEP通过改变胸腔内压力带来一系列血流动力学变化，从而影响CO¹⁸：

因此，通过CO监测预测液体反应性的相关指标及手段，同样也会受到PEEP的影响，且这一效应随着PEEP的升高而增大。一项纳入60例颈椎/腰椎手术患者的中国单中心研究¹⁹显示，利用SVV、PPV、PVI等指标变化预测液体反应性时，随着PEEP的增大，不仅需要抬高这些指标变化的cut-off值，对应的预测准确率也相应降低（见下表）。

有趣的是，新近发表的一项研究²⁰恰恰利用了PEEP对于CO的影响，将其开发为一种用于液体反应性预测的新手段。该前瞻性研究纳入64例无自主呼吸并接受PEEP≥10 cm H₂O机械通气的患者，通过将PEEP降低至5 cm H₂O并监测心指数 (CI)变化预测液体反应性。以被动抬腿试验 (PLR) CI≥10%界定液体反应阳性，PEEP试验CI＞8.6%预测灵敏度96.8%、特异性84.9%、ROC AUC 0.94，且与PLR方法具有显著正相关 (Spearman相关系数 0.76，p<0.0001)，提示该方法对于液体反应性预测具有良好的准确性。

系列课程精彩提前看，记得关注我们哟

CO的临床价值不仅限于容量评估与液体反应性预测，通过整合血压、血氧等其他指标，可将评估范围进一步拓展至心功率、氧供/氧耗，进而预测患者心力储备、组织灌注等与危重患者临床预后高度相关的因素。

敬请期待下期内容——《心排量衍生血流动力学指标及临床价值》。

更多内容可点击此处前往百特医学频道专区了解~

参考文献

1. Dornhorst A, Circulation. 1952 Oct;6(4):553-8.

2. Cournand A, et al. Am Heart J. 1957 Aug;54(2):172-81.

3. 李延培, 等. 心肺血管病杂志. 2009 Sep;28(5):373-374.

4. de Wilde RBP, et al. The Netherlands Journal of Critical Care. 2008 Apr;12(2):60-4.

5. Kim KM, et al. Korean J Anesthesiol. 2013 Sep;65(3):237-43.  

6. Hofer CK, et al. Crit Care. 2008;12(3):R82.

7. Marik PE, et al. Crit Care Med. 2009 Sep;37(9):2642-7. 

8. Alvarado Sánchez JI, et al. Ann Intensive Care. 2021 Feb 8;11(1):28

9. Hofer CK, et al. Chest. 2005 Aug;128(2):848-54.

10 .Weigl W, et al. Anaesthesiol Intensive Ther. 2022;54(2):175-183.    

11. Teboul JL, et al. Am J Respir Crit Care Med. 2019 Jan 1;199(1):22-31.

12. Yang X, et al. Crit Care. 2014 Nov 27;18(6):650.    

13. Michard F, et al. Am J Respir Crit Care Med. 2000 Jul;162(1):134-8.

14. Jalil BA, et al. Am J Emerg Med. 2018 Nov;36(11):2093-2102.

15. Perel A, et al. Intensive Care Med. 2014 Jun;40(6):798-807.

16. Preisman S et al. Br J Anaesth. 2005 Dec;95(6):746-55.

17. NCBI bookshelf, https://www.ncbi.nlm.nih.gov/books/NBK441904/

18. Luecke T, et al. Crit Care. 2005;9:607-621

19. 陈宇等，中国医学科学研学报. 2015;37(2):179-184.

20. Lai C, et al, Crit Care. 2023 Apr 9;27(1):136. d