麻醉深度监测方法的进展

邝鹰　肖暨艳

[摘 要] 麻醉深度判断一直是广大麻醉医师所要面临的问题，手术方式、患者个体差异等均需要有效地监测麻醉深度、指导麻醉药物剂量选择。本文就目前临床麻醉深度监理论方法及仪器进行归纳，并在总结其优缺点基础上，对未来麻醉深度监测方法进行展望。

[关键词] 麻醉深度；监测方法；仪器；进展

中图分类号：R614 文献标识码：A 文章编号：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

麻醉是临床手术中不可或缺的重要环节[1]。若麻醉过浅，不仅无法抑制伤害性刺激，还可因术中知晓引发严重精神障碍或睡眠障碍；若麻醉过深，可能导致神经系统后遗症及其他伤害[2]。目前，临床判断患者麻醉特征主要依据知觉、痛觉及肌肉松弛[3]。但由于麻醉药物及神经系统交互十分复杂，麻醉深度的判别一直是困扰临床的难题之一。由麻醉医生依据患者生命体征主观评定麻醉深度易受所获信息、个人经验、环境干扰及身体疲劳度影响，易误判[4]。随着医学工程发展，各项新型设备的出现为麻醉深度的定量监测提供了可能，通过多维度生理评估，患者得到的照护更为个体化、更有全面性。本文主要阐述当前应用较为成熟的麻醉深度监测方案，并对未来麻醉深度的多维度监测加以展望。

1 麻醉深度的定义

麻醉深度的定义经历了超过一个世纪的演变。1937年Guedel提出乙醚麻醉分期概念，即痛觉消失期、谵妄兴奋期、外科手术期、延髓麻醉期，是临床公认的最为经典的麻醉深度定义[5]。在此基础上，20世纪50年代初，Artusio对乙醚麻醉分期的痛觉消失期进行了进一步拓展，并将其细分为无记忆缺失和镇痛期、完全记忆缺失及部分镇痛期、完全无记忆和无痛期，其中，完全无记忆和无痛期是指患者基本无反射抑制，但对语言刺激有一定反应[6-7]。随着现代麻醉技术的不断发展，全身麻醉多采取镇痛药物、催眠药物、肌松药物联合应用方案，麻醉的深度无法被简单化及统一化，故目前临床对于麻醉深度的定义尚不存在一致标准，多数学者认为，全麻过程中保证患者处于无意识状态，尽可能将其对伤害性刺激的反应降至最低是理想的麻醉深度。

2 麻醉深度监测方法

2.1 脑电双频指数

脑电双频指数（Bispectral index，BIS）由Aspect Medical Systems公司于1994年提出，是在脑电图频率谱和功率谱的基础上增加对位相和谐波的非线性分析得出的混合信息拟合的数字。该指标主要用于麻醉过程中患者意识水平的监测，大量研究证实，BIS与正常的生理睡眠具有较强相关性，而BIS值（0～100）的高低与患者大脑皮层的兴奋与抑制状态密切相关，且能够有效预测患者麻醉、意识、记忆状态[8]。目前临床对BIS是否能够预防术中知晓的发生率尚存在争议，有学者研究发现，使用BIS监测与未使用BIS监测比较，术后知晓率分别为0.10%、0.18%，无明显统计学差异[9]；但也有学者指出，使用BIS监测可指导镇静药物用量选择，且在颅脑手术丙泊酚靶控输注麻醉中可作为反馈控制变量，达到精确调控药物用量、控制麻醉深度、减少术中血流动力学波动等作用，此外，BIS还可通过减少麻醉药物用量，进一步保证手术的安全性[10]。总体而言，虽然BIS易受电刀、起搏器、低温、低血容量、中枢神经系统疾病等多种因素干扰，对意识水平的监测有滞后性且不同麻醉药物、不同麻醉方法也会导致BIS出现不同变化，但如果将BIS与患者客观体征综合分析，仍可达到较佳的镇静深度指示效果，可作为麻醉深度监测的良好参考。

2.2 熵指数

熵又称为平均信息量，最早用于信息理论领域，熵指数越高，则信息规则性越弱，熵指数月底则表明信息规律性较强。熵指数主要通过患者前额的3个电极传感器采集原始脑电图及肌电图信号，并通过频谱熵运算程序熵运算公式计算而来，主要包括反应熵（RE）、状态熵（SE）两项指标，其中RE由脑电图、额肌肌电图整合计算而来，主要用于面部肌肉活动敏感性的反映，一般而言，RE值在40～60范围内表明麻醉深度较为适宜；SE可通过脑电图直接求得，可反映麻醉药物在皮层区域引发的睡眠效果，与RE相同，SE在40～60范围内亦表明麻醉深度适宜[10]。最新研究表明，若RE值与SE值相等，则表明麻醉较为理想，一旦患者因疼痛刺激出现面部肌肉活动，RE会出现迅速变化并导致RE/SE分离[11]。故通过RE、SE的变化能够量化麻醉深度，有效指导麻醉药物剂量，同时还可评估患者麻醉恢复及术中知晓状态，其及时性、准确性及良好的抗电刀干扰能力已得到广泛认可。需要注意的是，熵指数易受频繁眼运动、咳嗽、体动、癫痫或神经功能异常影响，导致判断结果受到干扰[12]，因此，熵指数的推广范围亦有所限制。

2.3 听觉诱发电位

听觉诱发电位（Auditory evoked potential，AEP）是指声音刺激听觉传导通路经脑干至听觉皮层到达联合皮层的生物电活动，包括脑干听觉诱发电位（BAPE）、中潜伏期痛觉诱发电位（MLAEP）、长潜伏期听觉诱发电位（LLAEP）3个部分。由于听觉是麻醉过程中最后消失的感觉，故AEP能够有效反映麻醉深度。其中，MLAEP在清醒状态下个体间及个体自身差异性极小，故与麻醉深度相关性最佳，且有研究发现，MLAEP形态学变化与多数麻醉药物剂量呈现高度相关性，为麻醉深度的监测及麻醉药物用量的选择提供了有效参考[13]。丹麦Danmeter公司使用外源输入自回归模型将AEP进行量化转换为0～100分度的指数（AAI），一般而言，清醒状态时AAI为60～100，睡眠状态时AAI降至40～60，AAI分度降至30以下时即表明患者进入临床麻醉状态。与BIS比较，AAI敏感性更高、反应速度更快，且有学者指出，AAI具有更高的切皮时体动反应价值，对镇静水平的跟踪监测具有重要意义[14]。但根据AEP监测麻醉深度的灵敏度及特异性仍不能达到100%，主要与监测仪使用环境要求较高，易受人为移动、电刀干扰有关，此外，AAI与氯胺酮等部分麻醉药物相关性有限，且不适用于听力障碍者，故其应用范围也存在一定局限性[15]。

2.4 Narcotrend指数

Narcotrend指数又称麻醉趋势，是一种以脑电分析为基础的麻醉深度检测方案，已在欧美多个国家得到普及。其原理为使用Kugler多参数统计分析方法，将麻醉深度由浅至深使用A～F共6个字母表示，其中A表示清醒状态，F表示麻醉程度过深导致突发抑制，D、E阶段是麻醉最理想的深度。研究表明，Narcotrend指数与原始脑电图视觉分级和自动分级的相关性可达92.0%以上，可信性较高[16]。但也有研究表明，Narcotrend指数在使用神经肌肉阻断剂的情况下，监测结果并不可靠，且与BIS相似，Narcotrend指数亦不能及时反映清醒和麻醉两状态间的过渡变化，时效性有待提高[17]。

2.5 脑功能状态指数

脑功能状态指数（CSI）监测仪由丹麦丹密特公司研发制成，可通过每秒2000次测量大脑活动，结合数个脑电图子参数推断大脑皮层抑制状态。与BIS相似，CSI范围亦为0～100，数值越小则表明大脑皮层抑制越严重，且可明确指示麻醉深度、镇静程度与药物浓度之间的关系，临床应用前景光明[18]。但目前关于CSI的临床研究较少，其具体优势及不足仍待进一步验证。

2.6 其他监测方法

目前临床监测麻醉深度的方法多种多样，除BIS、熵指数、AEP、Narcotrend指数、CSI等，还有学者发现，根据脑电图α、β、γ、δ四个特征波形的平均功率特征，加之心率、血压等反应的生命特征，可综合计算出人工神经网络（ANN）参数，从而指示麻醉深度，其评价麻醉深度的灵敏度、特异性分别为76.4%、85.6%[19]。亦有研究指出，通过计算机筛选出具有代表性的脑电波波形和指数，即小波分析，有望在图像信号分析方面发挥巨大优势，但小波分析在麻醉深度监测方面尚处于起步阶段[20]。此外，还有学者将心率变异性（HRV）、外周灌注指数等指标加以综合分析，得出伤害性刺激强度（SSI）用于反应镇静水平，为麻醉监测开辟了新的角度，但目前临床关于伤害性刺激与镇静水平的关联性尚存在争议[21]。

3 麻醉深度监测的现状与展望

目前，临床应用的麻醉深度监测设备多侧重于脑功能监测，应用广的麻醉深度监测仪器主要衍生于BIS、AEP及Narcotrend指数， CSI监测仪、ANN监测仪的研究尚需要进一步临床验证，而基于熵指数的复杂仪器尚未进入市场。目前麻醉深度监测存在的问题为：由于影响麻醉深度的因素较多，不同患者对手术和麻醉剂的反应存在差异，故尚无一种特异性高且准确性佳的方法能够评估麻醉深度，如何有效避免术中知晓、防止麻醉药物过量应用等问题仍然困扰着临床工作者[22]。因此，我们认为，今后麻醉深度监测至少应具备以下3点特征，以确保监测的高效性、可靠性及广泛的适应范围：1）与麻醉药物浓度存在良好的相关性，能够有效指导麻醉药物剂量的选择；2）在明确麻醉深度的同时还应具有麻醉深度变化的预测功能，为麻醉效果的提前评估提供可能；3）保证麻醉监测的经济性，以确保广泛适用于各类日常外科手术。

参 考 文 献

[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，周宁.脑电双频指数联合靶控输注镇静在ICU的应用[C].//第三届北京大学重症医学论坛论文集.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] 万翠红， 张锦瑞. 大脑状态指数用于老年患者全麻期间麻醉深度监测的临床价值[J]. 江苏医药， 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] 高建东， 赵玉洁， 岳云. Narcotrend 在麻醉深度监测上的优劣： 与 BIS 对比的临床研究[J]. 中华麻醉学杂志， 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] 贾娜， 张昊鹏， 文爱东， 等. 临床麻醉深度监测方法的新进展[J]. 临床麻醉学杂志， 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， 衡新华. Narcotrend 监测在老年无痛肠镜麻醉深度监测中的应用[J]. 实用医学杂志， 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.不同方法监测患者异丙酚镇静深度的准确性：BIS、Narcotrend指数、听觉诱发电位指数与意识指数的比较[D].石家庄：河北医科大学，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.