监控阿片类药物诱发的呼吸抑制

Rajnish K. Gupta(医学博士)和 David A. Edwards(医学博士、博士)

图 1:持续脉搏血氧饱和度和呼末二氧化碳波形
图的波形描绘

2006 年和 2011 年,麻醉病人安全基金会(Anesthesia Patient Safety Foundation, APSF)召开了多场跨学科会议,旨在解决阿片类药物诱发的通气功能障碍(OIVI)导致的严重患者安全问题。1 鉴于这一问题的严重性以及目前没有能够检测 OIVI 相关不良事件的最佳监测器,2011 年会议的参会者给出一致建议:在更好的监测器出现之前,应使用脉搏血氧饱和度仪(最好配有中心报警和呼叫系统)对未接受辅助供氧的患者进行监控,并且,建议使用通气功能监测器(二氧化碳波形图监测)对接受辅助供氧的患者进行监控。

2017 年,在全国都在讨论阿片类药物危机的背景下,我们比以往任何时候都应该核查 OIVI 监控的当前状态,并提供基于证据的最新建议。

阿片类药物诱发的通气功能障碍的发生率

长期以来,准确测定OIVI 发生率和后续测定一项新监控流程或技术的安全优势一直是我们面临的一项挑战。文献资料中对呼吸抑制的分类法不一致的情形妨碍了研究人员进行对比研究。2 使用不同的定义识别呼吸抑制使得确定 OIVI 实际发生率成为一项挑战。用于替代呼吸抑制的定义包括血氧过低、呼吸不足、高碳酸血症导致的通气不足、呼吸频率和每分钟通气量下降等等。2 文献中对血氧过低的定义是 SpO2 在 80–94% 之间。3在使用不同措施测定呼吸抑制的情况下,所有术后患者中OIVI 发生率在 0.15% 和 1.1% 之间。3-8 尽管在使用不同定义的情况下, OIVI 发生率的估算值不同,但近期研究表明 OIVI 发生率仍处于该范围之内。2 很明显,我们必须对呼吸抑制的分类和结果测量进行标准化,以便确保关于风险降低的研究能够取得进展。除了确定“监控什么”之外,我们必须确定何时需要监控(参阅配套文章:我们应关注“何时”及“对谁”进行术后阿片类药物诱发的通气功能障碍的监控)以及可降低 OIVI 发生率的适当工具。

何时需要监控

嗜睡和镇静是两个最常见的OIVI 前兆。2,9 目前,护理人员的定期监控是对此类现象进行监控的主要方法。如需确定护士评估的必要频率,医护人员需要在尽量减少对患者的打扰、对护理工作流程的干扰和人力成本支出之间达到平衡。对于术后患者而言,离开麻醉后恢复室(PACU)后 4 h 是镇静发生率最高的时期,OIVI 之中的一半以上都是在术后 12 h 之内发生的。此外,OIVI 事件中的 75% 在术后 24 小时内发生。2 根据术后 OIVI 的发生事件,在术后 24 小时内加强监控很可能有助于减少由于阿片类药物导致的不良事件。

2014 年,Medicare 与 Medicaid 服务中心(The Centers for Medicare and Medicaid Services, CMS)更新了它们对医院阿片类药物管理的建议,其中包括护理人员应根据患者血压、体温、脉搏、呼吸频率、疼痛级别、呼吸状态和镇静程度进行的一系列评估。10 但是,上述机构并未确定最佳评估频率。最佳评估频率可能取决于多种因素,包括疼痛类型、初始疼痛缓解的充分性、副作用、并存疾病和临床状态改变。对于使用椎管内阿片类药物的患者,美国麻醉医师协会椎管内阿片类药物工作组(American Society of Anesthesiologists Task Force on Neuraxial Opioids)和美国区域性麻醉与疼痛医学协会(American Society of Regional Anesthesia and Pain Medicine)建议,术后 12 小时内的监控频率应为每小时 1 次,术后第二个 12 小时内的监控频率应为每 2 小时 1 次。此后,如果患者未出现与阿片类药物相关的并发症,监控频率应为每 4 小时监控一次。11 相比之下,CMS 支持的专家组建议,对于使用任何阿片类药物的患者,术后 24 小时内的监控频率应为每 2.5 小时 1 次(考虑到文件记录延迟),此后应为每 4.5 小时 1 次。但是,我们在对CMS 医院进行的一次调查中发现,接受静脉阿片类药物给药的患者之中仅有 8.4% 符合每 2.5 小时监控 1 次的标准,仅有 26.8% 符合每 4.5 小时监控 1 次的较宽松标准。12 由于不同组织的监控建议不同、患者风险因素和麻醉计划不同、处方医生和护理人员的 OIVI相关培训情况不同,以及护士-患者比例不同,所以,为所有使用阿片类药物的患者进行持续的术后电子监控可简化护理,改善对 OIVI 的检测情况。

应如何对患者进行监控——监控和警报系统

无论采用何种电子监控系统来检测 OIVI,医疗机构必须要确定在患者出现 OIVI 时应采用何种方法警示专业医护人员,以便确保系统有效。目前,迫切需要建立一个基于证据的可用于检测 OIVI 的监控警报系统。不适当的警报阈值会导致警报疲劳、患者和工作人员烦躁,以及医护人员自满。这些因素会使即使最有效的监控系统完全无法实现预期结果。2

从理想的角度而言,监控系统应同时使用多个参数检测哪个呼吸抑制指标可能最先出现,并结合运用多种措施来准确识别即将发生的事件。过去,阈值警报过分简单,容易发生错误。

目前,脉搏血氧饱和度仪是医院系统内最常用的呼吸抑制监测器。但是,脉搏血氧饱和度仪的阈值警报通常最容易出问题。设定过高的阈值会导致假警报频繁出现,但设定过低的阈值又会导致医护人员对呼吸抑制的反应延迟。给患者提供辅助供氧使监控问题变得更加复杂,因为辅助供氧会导致通气功能障碍检测延迟,并进一步损害低氧呼吸驱动。13

单独使用呼末二氧化碳波形图进行监控也有诸多局限性。呼末二氧化碳波形图是对非插管患者进行的一种典型的定性分析,而不是定量分析,可表明患者在正常通气过程中呼出的二氧化碳、呼出二氧化碳相对变化和呼吸频率的相关信息。但是,检测二氧化碳值的变化(降低或提高)可能存在问题且不准确。但是,呼末二氧化碳波形图仍然是一种有效的呼吸频率监控工具,因为二氧化碳呼出的周期性和在患者吸气时下降至零的情况确实能提供关于呼吸周期的清晰界限。可以采用呼吸频率上限阈值与呼末二氧化碳波形图相结合的方法检测患者是否存在通气过度的情况。

将呼吸频率与血氧饱和度测量、呼末二氧化碳波形图结合使用有助于为 OIVI 和其它疾病过程检测提供附加信息(图 1)。Curry 等人说明了导致意外死亡的三种呼吸抑制模式。14 第 1 类是通气过度补偿造成的呼吸窘迫(例如:由于败血症、肺栓塞或充血性心衰导致)。在第 1 类中,患者初期拥有稳定的血氧饱和度,随着代谢性酸中毒出现和补偿性通气开始,患者的 PaCO2 开始下降。呼吸频率加快是此种呼吸衰竭的标志。最终,患者会出现缓慢去氧饱和,随后,当通气反应无法应付不断加重的酸中毒时,SpO2 会迅速下降。目前,大多数监测器都有低呼吸频率警报,但未必有快速 RR 警报,或者,监测器基于较高的设定值检出呼吸衰竭时已经为时过晚。第2类呼吸抑制是指进展性单向通气不足或二氧化碳麻醉事件。在此种情况下,由于过量使用阿片类药物或其它镇静剂导致每分钟通气量减少,所以,患者首先出现 PaCO2 (和 EtCO2) 升高,同时,SpO2 仍保持在 >90% 的水平。第3类呼吸抑制是指气流快速减少/血氧饱和度下降伴有2 急剧下降,此类呼吸抑制在阻塞性睡眠呼吸暂停患者之中比较常见。在此种情况下,患者需要依靠觉醒状态维持氧合作用。如果觉醒失败,患者在呼吸暂停期间会出现急剧血氧过低的情况,可导致突然呼吸心博骤停。

对于可导致意外死亡事件的呼吸模式,目前还没有一种可依赖的监控系统或警报阈值设定方式可检测所有的呼吸模式。使用多种监测器检测呼吸变化模式可提高监测器对即将发生的事件的总体敏感度。

新型监控技术和预警流程

如上文所述,人员方面的局限性通常会影响高频、持续监控的实现,而高频、持续监控是准确检测不良事件的必要条件,并且,单一监测器警报的能力有限。研究人员一直在努力开发、验证具有更智能的警报系统的新型监测器。

结合运用多个生理参数来生成一个“超级融合”阈值的流程可提高阈值系统的敏感度,同时避免出现假警报。例如,改良早期预警评分(MEWS)系统就采用了此种流程。14MEWS 是将多种监测器显示的数值结合为一个数值,并用该数值进行记录、发出警报的一种简单加法阈值警报系统。未来智能流程应能够结合生命体征分析变化模式,而不是仅仅将单项监测器显示的阈值简单相加。此类系统应能够在事件发生之前预测发生呼吸抑制的迹象,以便让医护人员能够及早做出反应,降低并发症发病率。

将药物输送系统和监控技术(例如:呼末二氧化碳波形图和脉搏血氧饱和度仪)以及IV PCA 设备结合使用,可实现监控与反应之间的绑定。15 使用模式识别流程并整合多种传感器的监测器能够检测出呼吸抑制的早期体征、有效停止额外阿片类药物的输送,同时给医护人员发出预警。16

在呼末二氧化碳波形图监控期间,通过检测来自二氧化碳采样管的气流变化即可测量呼吸频率。同时,研究人员也对可用于检测呼吸频率的替代方法进行了评估。声学监控是一种很有吸引力的方法,因为,医护人员可以在不必直接与患者接触的情况下完成监控。此种方法对于儿童患者来说尤其适用,因为,给儿童使用二氧化碳采样管很困难。17 但是,声学监控过程中也会发生很多可导致警报疲劳的误差。18 此外,研究人员通过在病房内的墙壁或天花板内安装传感系统的方法对用于监控通气情况的雷达系统进行了评估,但是,雷达系统也会受到运动误差和假警报的限制。19

生物电阻抗是一种可利用通过表面电极获取的胸部电导率变化估算呼吸频率、每分钟通气量、潮气量和睡眠呼吸暂停事件的技术。相关研究表明,此种呼吸容量监测器(RVM)能够以更快的速度、更高的水平(相较于单独使用呼末二氧化碳波形图)检测出每分钟通气量变化和即将发生的呼吸抑制。20 一项研究发现,RVM 可以在血氧饱和度下降前至少 12 min 检测出呼吸抑制发作情况。21 特别是,对于接受辅助供氧的患者来说,RVM 频繁显示患者每分钟通气量低的体征,而血氧饱和度下降警报却未被触发。目前,在生物电阻抗监测器目前的应用中存在的一个主要问题是需要在患者身体上放置表面电极,然后将电极与运动分析设备相连。此外,非呼吸运动(例如:咳嗽或运动)可导致监测器发出假信号。最后,在患者气道阻塞未能换气的情况下,胸壁运动也可能导致一些生物电阻抗监测器发出假信号(表 1)。17

通过结合呼吸感应性容积描记仪与测听技术、脉搏血氧饱和度仪形成的更为复杂的集成系统在检测呼吸抑制方面十分敏感,但是,此类系统十分笨重,患者很难佩戴,容易出现运动假象的影响,并且也可能发出与其它生物电阻抗监控器类似的非呼吸胸壁运动(例如:咳嗽、哭泣)假信号。17

结论:理想的未来

在理想的未来,患者不会因术后 OIVI 而受到伤害。为了实现这个目标,我们需要与阿片类药物同样有效,但不会导致呼吸抑制的替代性镇痛药。在达到这个目标之前,我们仍然需要降低目前使用的阿片类药物可能导致的风险。我们可以通过巧妙地运用各种护理资源以及使用能够敏感地检测出即将发生的呼吸事件的先进监控系统来降低此类风险。为了实现这个目标,关键利益相关者应帮助相关机构制定一个适用于阿片类药物相关不良事件的分类法,并制定相关指南和结果评价措施。

Gupta 博士是位于田纳西州纳什维尔的范德堡大学(Vanderbilt University)医学中心副教授。

Edwards 博士是位于田纳西州纳什维尔的范德堡大学(Vanderbilt University)医学中心神经外科麻醉学助理教授。


上述作者均没有与本文相关的利益冲突。


参考文献

  1. Weinger M, Lee LA.No patient shall be harmed by opioid-induced respiratory depression.APSF Newsletter 2011;26:21.Available at https://www.apsf.org/newsletters/html/2011/fall/01_opioid.htm.Accessed December 9, 2017.
  2. Jungquist CR, Smith K, Nicely KLW, et al. Monitoring hospitalized adult patients for opioid-induced sedation and respiratory depression.Am J Nurs 2017;117:S27–S35.
  3. Sun Z, Sessler DI, Dalton JE, et al. Postoperative hypoxemia is common and persistent: a prospective blinded observational study.Anesth Analg 2015;121:709–15.
  4. Wheatley RG, Somerville ID, Sapsford D, et al. Postoperative hypoxaemia: comparison of extradural, i.m. and patient-controlled opioid analgesia.Br J Anaesth 1990;64:267–75.
  5. Overdyk FJ, Carter R, Maddox RR, et al. Continuous oximetry/capnometry monitoring reveals frequent desaturation and bradypnea during patient-controlled analgesia.Anesth Analg 2007;105:412-8.
  6. Dahan A, Aarts L, Smith TW.Incidence, reversal, and prevention of opioid-induced respiratory depression.Anesthesiology 2010;112:226-38.
  7. Stites M, Surprise J, McNiel J, et al. Continuous capnography reduces the incidence of opioid-induced respiratory rescue by hospital rapid resuscitation team.J Patient Saf2017 Jul 20. doi:10.1097/PTS.0000000000000408.[Epub ahead of print].
  8. Cavalcante AN, Sprung J, Schroeder DR, et al. Multimodal analgesic therapy with gabapentin and its association with postoperative respiratory depression.Anesth Analg 2017;125:141-6.
  9. Lee LA, Caplan RA, Stephens LS, et al. Postoperative opioid-induced respiratory depression: a closed claims analysis.Anesthesiology 2015;122:659-65.
  10. https://www.cms.gov/Medicare/Provider-Enrollment-and-Certification/SurveyCertificationGenInfo/Downloads/Survey-and-Cert-Letter-14-15.pdf.Accessed 12/15/17.
  11. Horlocker TT, Burton AW, Connis RT, et al. American Society of Anesthesiologists task force on neuraxial opioids.Practice guidelines for the prevention, detection, and management of respiratory depression associated with neuraxial opioid adminstration.Anesthesiology 2009;110:218-30.
  12. Jungquist CR, Correll DJ, Fleisher LA, et al. Avoiding adverse events secondary to opioid-induced respiratory depression: implications for nurse executives and patient safety.J Nurs Adm 2016;46:87–94.
  13. Niesters M, Mahajan RP, Aarts L, et al. High-inspired oxygen concentration further impairs opioid-induced respiratory depression.Br J Anaesth 2013;110:837-41.
  14. Curry JP, Lynn LA.Threshold Monitoring, Alarm fatigue, and the patterns of unexpected hospital death.APSF Newsletter 2011;26:32-5.https://www.apsf.org/newsletters/html/2011/fall/07_threshold.htm.
  15. Maddox RR, Williams CK.Clinical experience with capnography monitoring for pca patients.APSF Newsletter 2012; 26:47–50.
  16. Weininger S, Jaffe MB, Rausch T, et al. Capturing essential information to achieve safe interoperability.Anesth Analg 2017;124:83-94.
  17. Miller KM, Kim AY, Yaster M, et al. Long-term tolerability of capnography and respiratory inductance plethysmography for respiratory monitoring in pediatric patients treated with patient-controlled analgesia.Paediatric anaesthesia.2015;25:1054–9.
  18. Görges M, West NC, Christopher NA, et al. An ethnographic observational study to evaluate and optimize the use of respiratory acoustic monitoring in children receiving postoperative opioid infusions.Anesth Analg 2016;122:1132-40.
  19. van Loon K, Breteler MJM, van Wolfwinkel L, et al. Wireless non-invasive continuous respiratory monitoring with FMCW radar: a clinical validation study.J Clin Monit Comput 2016;30:797–805.
  20. 20.Williams GW, George CA, Harvey BC, et al.A comparison of measurements of change in respiratory status in spontaneously breathing volunteers by the ExSpiron Noninvasive Respiratory Volume Monitor versus the Capnostream Capnometer.Anesth Analg 2017;124:120-6.
  21. Galvagno SM, Duke PG, Eversole DS, et al. Evaluation of respiratory volume monitoring (RVM) to detect respiratory compromise in advance of pulse oximetry and help minimize false desaturation alarms.J Trauma Acute Care Surg 2016;81:S162–70.