剖腹产期间使用低血压预测指数进行主动血动管理:一项随机对照研究

科学领域:

• 产科麻醉学 产科麻醉学
• 心血管监测 心血管监测
• 机器学习在医学中的应用

背景情况:

• 术内低血压是剖腹产期间经常出现的并发症,可能导致恶心和吐等不良孕产妇结果.
• 目前的监测方法 (振荡计,连续的非侵入性动脉压) 允许对低血压进行反应性治疗.
• 低血压预测指数 (HPI) 提供了一种基于机器学习的,主动的血液动力学管理方法.

研究的目的:

• 调查HPI指导的管理是否可以降低剖腹产期间手术内低血压的发生率.
• 为了比较HPI监测与振荡计和持续的非侵入性动脉压监测在控制血液动力学方面的有效性.
• 评估不同监测策略对母亲不良影响的影响.

主要方法:

• 随机对照试验涉及在脊髓麻醉下进行选择性剖腹产的患者.
• 他们分为三组:振荡计血压监测,持续的非侵入性动脉压监测和HPI导向监测.
• 低血压定义为平均动脉压<65 mmHg,用诺拉地林治疗;高血压定义为≥100 mmHg.

主要成果:

• 与振荡度 (0.89 mmHg) 和连续非侵入性动脉压 (0.30 mmHg) 组相比,HPI组的时间加权平均低血压 (0.08 mmHg) 显着较低 (p < 0.001).
• 与其他两组相比,振荡计组报告的孕产妇恶心 (43/59) 和吐 (13/59) 的发病率较高.
• 在HPI组中没有发现手术后高血压的显著增加.

结论:

• 以HPI为指导的管理有效地降低了剖腹产时的手术内低血压.
• 这种主动监测策略改善了血液动力学稳定性,并减少了对母亲的不良影响.
• 在产科患者中,HPI是优化麻醉护理的宝贵工具.