连续心排血量监测仪测量心排血量趋势能力的研究综述

• 作者: Anna Lee Anthony M.-H.Ho Lester A.Critchley 李卫霞
• 来源期刊: 麻醉与镇痛
• 年，卷（期）: 2012,（5）
• 页码范围: 78-91
• 页数: 14页
• 语种: 中文

摘要

目前有很多种可提供连续读数而非间断读数的心排血量(cardiac output,CO)监测仪.与旧标准相比,Bland-Altman 法已成为验证其性能的标准方法.然而,Bland-Altman法只能评价仪器精确度,而不能评价仪器检测心排血量连续变化的能力(趋势能力).目前对如何进行趋势能力或趋势分析评价尚未达成一致意见.因此,我们进行了文献综述,对1997 ～2009年之间发表的关于比较连续CO测量方法的文献实施筛选,入选的文献根据测量技术和统计学方法进行分组.我们对分析趋势能力的文献进行了回顾以期寻找一种令人满意的统计学方法.入选的文献共有202篇.最常用的方法是脉搏波形法(69篇)、多普勒法(54篇)、生物阻抗法(38篇)以及经肺或连续热稀释法(27篇).有41篇文献涉及到CO趋势变化,其中仅23篇提供了深入分析.有几种常用的统计方法:时间曲线图、回归分析、使用CO变化(ΔCO)的Bland-Altman法以及使用ΔCO的变化方向来确定一致性的四象限曲线图.该曲线图可通过排除小值数据而进一步精简,采用受试者操作特征曲线来定义排除范围.在动物实验中经常选用可靠的参照标准如主动脉流量探头,并可用回归分析或时间曲线图来显示变化趋势.临床研究中由于数据采集点较少(每个受试者8～10个点)而会存在更多的问题,一致意见是采用有排除范围的四象限曲线图,并应用一致性分析.使用15％排除范围时一致率＞92％表明良好的变化趋势.有人提出一种在极坐标图上显示数据变化趋势(ΔCO)的新方法,通过与水平轴线所成的角度表示一致性,到中心的距离表示ACO,与Bland-Altman法类似,能够用数据的垂直界限来评价变化趋势.