麻醉深度監測方法的進展

鄺鷹　肖暨艷

[摘 要] 麻醉深度判斷一直是廣大麻醉醫師所要面臨的問題，手術方式、患者個體差異等均需要有效地監測麻醉深度、指導麻醉藥物劑量選擇。本文就目前臨床麻醉深度監理論方法及儀器進行歸納，并在總結其優缺點基礎上，對未來麻醉深度監測方法進行展望。

[關鍵詞] 麻醉深度；監測方法；儀器；進展

中圖分類號：R614 文獻標識碼：A 文章編號：2095-5200（2016）02-008-03

[Abstract] The judgement of anesthesia depth has long been a problem facing anesthesiologists as all the factors of operative approaches， patients individual differences and so on call for effective monitoring of anesthesia depth and choices of the anesthetic dose. This essay tries to sum up current theoretical methods of clinical Anesthesia Depth Monitoring and relevant equipment and look at the outlook of future Anesthesia Depth Monitoring Methods comparing their advantages and disadvantages.

[Key words] anesthesia depth；monitoring method；equipment；development

麻醉是臨床手術中不可或缺的重要環節[1]。若麻醉過淺，不僅無法抑制傷害性刺激，還可因術中知曉引發嚴重精神障礙或睡眠障礙；若麻醉過深，可能導致神經系統后遺癥及其他傷害[2]。目前，臨床判斷患者麻醉特征主要依據知覺、痛覺及肌肉松弛[3]。但由于麻醉藥物及神經系統交互十分復雜，麻醉深度的判別一直是困擾臨床的難題之一。由麻醉醫生依據患者生命體征主觀評定麻醉深度易受所獲信息、個人經驗、環境干擾及身體疲勞度影響，易誤判[4]。隨著醫學工程發展，各項新型設備的出現為麻醉深度的定量監測提供了可能，通過多維度生理評估，患者得到的照護更為個體化、更有全面性。本文主要闡述當前應用較為成熟的麻醉深度監測方案，并對未來麻醉深度的多維度監測加以展望。

1 麻醉深度的定義

麻醉深度的定義經歷了超過一個世紀的演變。1937年Guedel提出乙醚麻醉分期概念，即痛覺消失期、譫妄興奮期、外科手術期、延髓麻醉期，是臨床公認的最為經典的麻醉深度定義[5]。在此基礎上，20世紀50年代初，Artusio對乙醚麻醉分期的痛覺消失期進行了進一步拓展，并將其細分為無記憶缺失和鎮痛期、完全記憶缺失及部分鎮痛期、完全無記憶和無痛期，其中，完全無記憶和無痛期是指患者基本無反射抑制，但對語言刺激有一定反應[6-7]。隨著現代麻醉技術的不斷發展，全身麻醉多采取鎮痛藥物、催眠藥物、肌松藥物聯合應用方案，麻醉的深度無法被簡單化及統一化，故目前臨床對于麻醉深度的定義尚不存在一致標準，多數學者認為，全麻過程中保證患者處于無意識狀態，盡可能將其對傷害性刺激的反應降至最低是理想的麻醉深度。

2 麻醉深度監測方法

2.1 腦電雙頻指數

腦電雙頻指數（Bispectral index，BIS）由Aspect Medical Systems公司于1994年提出，是在腦電圖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。該指標主要用于麻醉過程中患者意識水平的監測，大量研究證實，BIS與正常的生理睡眠具有較強相關性，而BIS值（0～100）的高低與患者大腦皮層的興奮與抑制狀態密切相關，且能夠有效預測患者麻醉、意識、記憶狀態[8]。目前臨床對BIS是否能夠預防術中知曉的發生率尚存在爭議，有學者研究發現，使用BIS監測與未使用BIS監測比較，術后知曉率分別為0.10%、0.18%，無明顯統計學差異[9]；但也有學者指出，使用BIS監測可指導鎮靜藥物用量選擇，且在顱腦手術丙泊酚靶控輸注麻醉中可作為反饋控制變量，達到精確調控藥物用量、控制麻醉深度、減少術中血流動力學波動等作用，此外，BIS還可通過減少麻醉藥物用量，進一步保證手術的安全性[10]。總體而言，雖然BIS易受電刀、起搏器、低溫、低血容量、中樞神經系統疾病等多種因素干擾，對意識水平的監測有滯后性且不同麻醉藥物、不同麻醉方法也會導致BIS出現不同變化，但如果將BIS與患者客觀體征綜合分析，仍可達到較佳的鎮靜深度指示效果，可作為麻醉深度監測的良好參考。

2.2 熵指數

熵又稱為平均信息量，最早用于信息理論領域，熵指數越高，則信息規則性越弱，熵指數月底則表明信息規律性較強。熵指數主要通過患者前額的3個電極傳感器采集原始腦電圖及肌電圖信號，并通過頻譜熵運算程序熵運算公式計算而來，主要包括反應熵（RE）、狀態熵（SE）兩項指標，其中RE由腦電圖、額肌肌電圖整合計算而來，主要用于面部肌肉活動敏感性的反映，一般而言，RE值在40～60范圍內表明麻醉深度較為適宜；SE可通過腦電圖直接求得，可反映麻醉藥物在皮層區域引發的睡眠效果，與RE相同，SE在40～60范圍內亦表明麻醉深度適宜[10]。最新研究表明，若RE值與SE值相等，則表明麻醉較為理想，一旦患者因疼痛刺激出現面部肌肉活動，RE會出現迅速變化并導致RE/SE分離[11]。故通過RE、SE的變化能夠量化麻醉深度，有效指導麻醉藥物劑量，同時還可評估患者麻醉恢復及術中知曉狀態，其及時性、準確性及良好的抗電刀干擾能力已得到廣泛認可。需要注意的是，熵指數易受頻繁眼運動、咳嗽、體動、癲癇或神經功能異常影響，導致判斷結果受到干擾[12]，因此，熵指數的推廣范圍亦有所限制。

2.3 聽覺誘發電位

聽覺誘發電位（Auditory evoked potential，AEP）是指聲音刺激聽覺傳導通路經腦干至聽覺皮層到達聯合皮層的生物電活動，包括腦干聽覺誘發電位（BAPE）、中潛伏期痛覺誘發電位（MLAEP）、長潛伏期聽覺誘發電位（LLAEP）3個部分。由于聽覺是麻醉過程中最后消失的感覺，故AEP能夠有效反映麻醉深度。其中，MLAEP在清醒狀態下個體間及個體自身差異性極小，故與麻醉深度相關性最佳，且有研究發現，MLAEP形態學變化與多數麻醉藥物劑量呈現高度相關性，為麻醉深度的監測及麻醉藥物用量的選擇提供了有效參考[13]。丹麥Danmeter公司使用外源輸入自回歸模型將AEP進行量化轉換為0～100分度的指數（AAI），一般而言，清醒狀態時AAI為60～100，睡眠狀態時AAI降至40～60，AAI分度降至30以下時即表明患者進入臨床麻醉狀態。與BIS比較，AAI敏感性更高、反應速度更快，且有學者指出，AAI具有更高的切皮時體動反應價值，對鎮靜水平的跟蹤監測具有重要意義[14]。但根據AEP監測麻醉深度的靈敏度及特異性仍不能達到100%，主要與監測儀使用環境要求較高，易受人為移動、電刀干擾有關，此外，AAI與氯胺酮等部分麻醉藥物相關性有限，且不適用于聽力障礙者，故其應用范圍也存在一定局限性[15]。

2.4 Narcotrend指數

Narcotrend指數又稱麻醉趨勢，是一種以腦電分析為基礎的麻醉深度檢測方案，已在歐美多個國家得到普及。其原理為使用Kugler多參數統計分析方法，將麻醉深度由淺至深使用A～F共6個字母表示，其中A表示清醒狀態，F表示麻醉程度過深導致突發抑制，D、E階段是麻醉最理想的深度。研究表明，Narcotrend指數與原始腦電圖視覺分級和自動分級的相關性可達92.0%以上，可信性較高[16]。但也有研究表明，Narcotrend指數在使用神經肌肉阻斷劑的情況下，監測結果并不可靠，且與BIS相似，Narcotrend指數亦不能及時反映清醒和麻醉兩狀態間的過渡變化，時效性有待提高[17]。

2.5 腦功能狀態指數

腦功能狀態指數（CSI）監測儀由丹麥丹密特公司研發制成，可通過每秒2000次測量大腦活動，結合數個腦電圖子參數推斷大腦皮層抑制狀態。與BIS相似，CSI范圍亦為0～100，數值越小則表明大腦皮層抑制越嚴重，且可明確指示麻醉深度、鎮靜程度與藥物濃度之間的關系，臨床應用前景光明[18]。但目前關于CSI的臨床研究較少，其具體優勢及不足仍待進一步驗證。

2.6 其他監測方法

目前臨床監測麻醉深度的方法多種多樣，除BIS、熵指數、AEP、Narcotrend指數、CSI等，還有學者發現，根據腦電圖α、β、γ、δ四個特征波形的平均功率特征，加之心率、血壓等反應的生命特征，可綜合計算出人工神經網絡（ANN）參數，從而指示麻醉深度，其評價麻醉深度的靈敏度、特異性分別為76.4%、85.6%[19]。亦有研究指出，通過計算機篩選出具有代表性的腦電波波形和指數，即小波分析，有望在圖像信號分析方面發揮巨大優勢，但小波分析在麻醉深度監測方面尚處于起步階段[20]。此外，還有學者將心率變異性（HRV）、外周灌注指數等指標加以綜合分析，得出傷害性刺激強度（SSI）用于反應鎮靜水平，為麻醉監測開辟了新的角度，但目前臨床關于傷害性刺激與鎮靜水平的關聯性尚存在爭議[21]。

3 麻醉深度監測的現狀與展望

目前，臨床應用的麻醉深度監測設備多側重于腦功能監測，應用廣的麻醉深度監測儀器主要衍生于BIS、AEP及Narcotrend指數， CSI監測儀、ANN監測儀的研究尚需要進一步臨床驗證，而基于熵指數的復雜儀器尚未進入市場。目前麻醉深度監測存在的問題為：由于影響麻醉深度的因素較多，不同患者對手術和麻醉劑的反應存在差異，故尚無一種特異性高且準確性佳的方法能夠評估麻醉深度，如何有效避免術中知曉、防止麻醉藥物過量應用等問題仍然困擾著臨床工作者[22]。因此，我們認為，今后麻醉深度監測至少應具備以下3點特征，以確保監測的高效性、可靠性及廣泛的適應范圍：1）與麻醉藥物濃度存在良好的相關性，能夠有效指導麻醉藥物劑量的選擇；2）在明確麻醉深度的同時還應具有麻醉深度變化的預測功能，為麻醉效果的提前評估提供可能；3）保證麻醉監測的經濟性，以確保廣泛適用于各類日常外科手術。

參 考 文 獻

[1] Akbar M， Agah M. A microfabricated propofol trap for breath-based anesthesia depth monitoring[J].J Microelectr Sys， 2013， 22（2）： 443-451.

[2] Schneider G， Jordan D， Schwarz G， et al. Monitoring depth of anesthesia utilizing a combination of electroencephalographic and standard measures[J]. Anesthesiology， 2014， 120（4）： 819-828.

[3] Chan M T V， Cheng B C P， Lee T M C， et al. BIS-guided anesthesia decreases postoperative delirium and cognitive decline[J]. J Neurosurg Anesthesiol， 2013， 25（1）： 33-42.

[4] 牛思萌，周寧.腦電雙頻指數聯合靶控輸注鎮靜在ICU的應用[C].//第三屆北京大學重癥醫學論壇論文集.2011：458-465.

[5] Shalbaf R， Behnam H， Sleigh J W， et al. Monitoring the depth of anesthesia using entropy features and an artificial neural network[J]. J Neurosci Methods， 2013， 218（1）： 17-24.

[6] 萬翠紅， 張錦瑞. 大腦狀態指數用于老年患者全麻期間麻醉深度監測的臨床價值[J]. 江蘇醫藥， 2012， 38（11）： 1314-1316.

[7] Radtke F M， Franck M， Lendner J， et al. Monitoring depth of anaesthesia in a randomized trial decreases the rate of postoperative delirium but not postoperative cognitive dysfunction[J]. Br J Anaesth， 2013， 110（suppl 1）： i98-i105.

[8] 高建東， 趙玉潔， 岳云. Narcotrend 在麻醉深度監測上的優劣： 與 BIS 對比的臨床研究[J]. 中華麻醉學雜志， 2012， 32（5）： 626-628.

[9] Kozian A， Kretzschmar M A， Schilling T. Thoracic anesthesia in the elderly[J]. Curr Opin Anaesthesiol， 2015， 28（1）： 2-9.

[10] Tsukamoto A， Serizawa K， Sato R， et al. Vital signs monitoring during injectable and inhalant anesthesia in mice[J]. Exp Anim， 2015， 64（1）： 57.

[11] Liu Q， Wei Q， Fan S Z， et al. Adaptive computation of multiscale entropy and its application in EEG signals for monitoring depth of anesthesia during surgery[J]. Entropy， 2012， 14（6）： 978-992.

[12] Constant I， Sabourdin N. Monitoring depth of anesthesia： from consciousness to nociception. A window on subcortical brain activity[J]. Paediatr Anaesth， 2015， 25（1）： 73-82.

[13] 賈娜， 張昊鵬， 文愛東， 等. 臨床麻醉深度監測方法的新進展[J]. 臨床麻醉學雜志， 2015， 31（9）： 922-925.

[14] Ben-Menachem E， Zalcberg D. Depth of anesthesia monitoring： a survey of attitudes and usage patterns among Australian anesthesiologists[J]. Anesth Analg， 2014， 119（5）： 1180-1185.

[15] 王雁， 衡新華. Narcotrend 監測在老年無痛腸鏡麻醉深度監測中的應用[J]. 實用醫學雜志， 2012， 28（19）： 3225-3228.

[16] Saritas Z K， Saritas T B， Yilmaz O， et al. Determination of propofol and isoflurane anesthesia depth with bispectral index monitorization in dogs undergoing ovariohysterectomy procedure[J]. Kafkas Univ Vet Fak Derg， 2014， 20（2）： 195-199.

[17] 邸立超.不同方法監測患者異丙酚鎮靜深度的準確性：BIS、Narcotrend指數、聽覺誘發電位指數與意識指數的比較[D].石家莊：河北醫科大學，2014.

[18] Chen P， Liang F， Li L， et al. Complications and Adverse Effects Associated with Intraoperative Nerve Monitoring During Thyroid Surgery Under General Anesthesia[J]. Cell Biochem Biophys， 2015， 71（2）： 1029-1033.

[19] Gao J D， Zhao Y J， Xu C S， et al. Evaluation of entropy for monitoring the depth of anesthesia compared with bispectral index： a multicenter clinical trial[J]. Chinese medical journal， 2012， 125（8）： 1389-1392.

[20] Shalbaf R， Behnam H， Moghadam H J. Monitoring depth of anesthesia using combination of EEG measure and hemodynamic variables[J]. Cogn Neurodyn， 2014， 9（1）： 41-51.

[21] Chui J， Mariappan R， Mehta J， et al. Comparison of propofol and volatile agents for maintenance of anesthesia during elective craniotomy procedures： systematic review and meta-analysis[J]. Journal canadien danesthe?sie， 2014， 61（4）：347-356.

[22] Goyal A， Mittal N， Mittal P， et al. Bispectral Index Monitoring： Validity and Utility in Pediatric Dentistry[J]. J Clin Pediatr Dent， 2014， 38（4）： 366-369.