超声在预测困难气道方面的研究进展*

陈宣伶 综述 李 民 郭向阳 审校

(北京大学第三医院麻醉科，北京 100083)

超声在预测困难气道方面的研究进展*

陈宣伶 综述 李 民**郭向阳 审校

(北京大学第三医院麻醉科，北京 100083)

未预测到的困难气道是气道管理中麻醉医师所面临的严峻挑战，紧急困难气道处理过程中可能发生牙齿损伤、气道损伤等并发症，处理不当甚至可能造成患者缺氧，导致脑损伤以及心跳骤停等[1]。目前，有许多方法和工具能够用于困难气道的预测，不同方法各有局限性，如何准确预测困难气道，仍然是临床麻醉需要解决的问题。超声具有安全、便携、实时、动态等优点，近年来，在气道方面的研究取得了很大的发展。本文对超声用于困难气道预测方面的研究进展进行文献总结。

1 困难气道的定义

美国麻醉协会(American Society of Anesthesiology，ASA)将困难气道定义为：经过训练的麻醉医师在临床工作中遇到的上呼吸道面罩通气困难、困难气管插管或两者兼有的情况[2]。2013年ASA更新了困难气道的定义[1]，包括面罩通气困难、声门上通气困难、声门上工具置入困难、喉镜暴露困难、困难气管插管以及反复插管失败。造成困难气道的最主要因素为患者的解剖结构异常，也可能与临床环境以及麻醉医师的技术有关。

2 以往预测困难气道的方法

至今有许多预测困难气道的方法，例如马氏分级、张口度、甲颏距离测定等，这些方法各有局限性，需要综合使用才能够提高预测的灵敏度和准确性[3]。即使在综合使用的前提下，仍有1%～8%的困难气道患者无法被识别[4]。此外，急诊创伤等伴有不同程度的意识障碍甚至昏迷的患者，难以配合气道评估。

除询问病史及简单地观察与测量，可以利用影像学检查如X线、CT、MRI等进行气道评估[5]，但CT、MRI等待结果时间较长，增加患者经济负担以及暴露于辐射环境等，不适于常规应用。

目前，手术方式越来越趋向于微创手术，在麻醉方面同样关注微创操作，微创气管插管越来越受到重视，而这依赖于术前对气道的准确评估。非急症气道的原则是微创，术前准确评估能辨识困难气道的类型，利于准备相应物品及气管插管方式，减少盲目或反复操作，减少牙齿、口腔组织或气道损伤，也避免导致形成急症气道[6]。

3 超声设备的选择及其显示的结构

近年来，超声在麻醉领域的应用越来越广泛，在颈前不同区域放置超声探头能够提供实时、动态的气道显像，通过测定相应解剖结构可预测发生困难气道的风险，作为对传统评估方法的补充。

使用超声首先应选择合适的探头。成人最常用的为6～13 MHz高频线阵探头[7]，将探头置于颌下扫查口咽部及舌根时，也可使用2～5 MHz低频凸阵探头。小儿常用探头除前两种外，还可使用4～15 MHz高频线阵“曲棍球棒”探头，提供小的线形声窗，适用于颈部短及皮下脂肪较多的低龄儿童[8]。

超声可清楚地显示舌体、硬腭、舌骨、会厌、声带、环甲膜、环状软骨、气管软骨环前壁[9]等结构，但是由于超声无法穿透气体，因而处于气道内气体后方的结构无法显影，包括咽后壁、后联合、气管后壁等[10]。

除正常的解剖结构以外，气道超声可以显示一些病理结构，如会厌炎、会厌黏膜肿胀、声门活动不佳、声门上肿物[11]等。气管插管前进行超声扫查后发现解剖学异常，则应推迟手术，并请相关科室会诊。

4 超声与其他影像学测定数据的比较

超声测量的数据与其他影像学评估的结果有较高的一致性。Lakhal等[12]的研究中纳入19例健康志愿者[(27±3)岁]，将7～15 MHz的高频线阵超声探头置于颈前正中，测量环状软骨平面内空气柱的直径(图1)。采用 Bland-Altman法分析超声测定的环状软骨横径，并与MRI测量的环状软骨直径进行比较，结果显示两者之间有较强的相关性(r=0.99，P<0.05，偏倚为0.14 mm，精确度为0.33 mm)。此测定方法简便易学，只需要15次训练，即可达到操作时间不超过5 min。这种方法可用于为患者选择合适的气管导管型号，避免气道损伤。

5 超声预测困难气道的方法

随着超声在气道管理中的广泛使用，出现许多研究从不同的角度、平面进行超声扫查，利用不同指标预测困难气道。

5.1 舌骨显影

舌骨为超声下很容易识别的骨性结构。Hui等[15]的研究纳入110例年龄>17岁、择期手术全麻的患者，将4～10 MHz的高频线阵探头经口放在患者的舌下(Sublingual)，以是否能看见舌骨的显影来预测困难气道，并与传统方法相比。结果显示利用舌骨显影预测困难气道的灵敏度为73%，特异度为97%，阳性似然比为21.6，阴性似然比为0.28(P<0.0001)，其他传统预测困难气道的方法包括马氏分级、头颈活动度、甲颏距离、张口度的阳性似然比明显低于舌骨显影，各传统方法的灵敏度仅为0%～36%(图2)。

5.2 舌颏距(舌骨-下颌骨颏突)比值

舌颏距是预测困难气道的传统方法[16]，可以在体表测定，但对于肥胖的患者，由于颌下组织增多使得触诊法测量舌颏距较为困难。Wojtczak[17]将5 MHz的低频凸阵探头置于12例BMI 30.1～52.3的肥胖或病态肥胖患者下颌下方，测量患者头部于中立位的舌颏距与过伸位舌颏距的比值，并将探头置于舌表面，分别采用矢状位与冠状位横切舌体，计算机描记并计算舌的体积。结果显示6例既往有困难插管病史者的舌颏距比值为1.02±0.01，无困难插管的6例舌颏距比值为1.14±0.02，有明显差异(P<0.002)；既往有困难插管病史与无困难插管病史患者舌的体积无显著差异[(137±29)cm3vs. (168±34)cm3，P>0.05]。

5.3 颈前软组织厚度

超声可测量颈前不同位置软组织厚度，许多研究探索能否利用超声测量正常体型以及肥胖患者颈前软组织厚度用来预测困难气道，但研究结果并不一致。Ezril等[18]将5.0 MHz线阵探头置于50例肥胖患者(BMI>35)的声门、甲状腺峡部以及胸骨上切迹水平，测量皮肤到气管前方的软组织厚度，结果显示喉镜暴露声门困难的患者声门水平软组织厚度大于暴露不困难的患者[(28.0±2.7) mm vs. (17.5±1.8) mm，P<0.001]。Komatsu等[19]采用超声测定64 例(BMI>35)肥胖患者颈前软组织厚度，结果显示喉镜暴露声门困难的患者声门水平软组织厚度小于暴露不困难的患者[(20.4±23.0) mm vs. (22.3±3.8) mm，P=0.049]。

Adhikari等[20]研究51例BMI为10～20的患者，分别在声带、舌骨水平、甲状舌骨膜水平、甲状腺峡部以及胸骨上切迹水平测量颈前软组织厚度，喉镜暴露困难患者超声测定舌骨水平及甲状舌骨膜水平颈前软组织平均厚度分别为1.69 cm(95%CI：1.19～2.19 cm)和3.47 cm(95%CI：2.88～4.07 cm)，均大于喉镜暴露不困难患者的平均厚度1.37 cm( 95%CI：1.27～1.46 cm)和2.37 cm(95%CI：2.29～2.44 cm)，他们认为甲状舌骨膜水平测得的颈前软组织厚度>2.8 cm可以作为预测困难气道的阈值。

Pinto等[21]纳入74例肥胖患者，采用10～13 MHz高频线阵探头测量皮肤到会厌的距离(图3)，结果显示这一距离与喉镜暴露困难存在明确相关性(P<0.001)，这一距离>27.5 mm为预测喉镜暴露困难的阈值，准确度为74.3%，敏感度为64.7%，特异度为77.1%，结合马氏分级则预测效力更高。

图1 超声测量环状软骨平面内空气柱的直径 A.环状软骨弓以及气管内空气柱的超声图像；B.超声下，环状软骨为低回声(A)，内侧以及外侧软骨膜为强回声(B、C)，空气柱(D)为强回声 图2 舌下超声图 A.示意图示超声探头垂直于患者面部置于舌下，标示舌的位置、颏舌骨肌、下颌舌骨肌以及舌骨，虚线表示超声声束覆盖的范围；B.舌骨的超声图像，Tongue(T)：舌，Hyoid bone(H)：舌骨，Geniohyoid muscle (G)：颏舌骨肌，Mylohyoid muscle (M)：下颌舌骨肌 图3 超声测量皮肤至会厌的距离，皮肤至会厌(Epiglottis)的中线(ii)、最左侧(i)和最右侧的距离(iii)

5.4 舌骨肌长度

刘广宇等[22]的研究纳入30名正常体重女性，将1～5 MHz低频凸阵探头置于正中矢状位测量颏舌骨肌长度、颏舌骨肌中部舌体表面与皮肤距离、颏舌骨肌表面组织厚度，超声测定颏舌骨肌长度<3.88 cm时则可发生困难气道，此时敏感度为1，特异度为0.741，阳性预测值为0.3，阴性预测值为1。

6 展望

因超声具有实时、便携、无创和操作简便等诸多优点，其在围术期气道管理方面的应用越来越广泛。除本文综述的预测困难气道方面外，已有研究将超声用于判断气管插管深度和位置[23]、确定喉罩对位[24]、经皮气管造口术定位[25]及清醒气管插管前超声引导喉部神经阻滞[26]等。

超声预测困难气道仍方面有很大发展空间，结合传统方法能够提高预测困难气道的准确性。在今后的研究中需要规范超声器材、操作方法，注明患者体位、BMI，加大样本量并进行多中心研究对不同指标加以验证，以期更好地指导临床工作。

1 Apfelbaum JL, Hagberg CA, Caplan RA, et al. Practice guidelines for management of the difficult airway: An updated report by the American society of anesthesiologists task force on management of the difficult airway. Anesthesiology,2013,118(2):251-270.

2 American Society of Anesthesiologists Task Force on Management of the Difficult Airway. Practice guidelines for management of the difficult airway: An updated report by the American Society of Anesthesiologists Task Force on Management of the Difficult Airway.Anesthesiology, 2003,98(5):1269-1277.

3 Law JA, Broemling N, Cooper RM, et al. The difficult airway with recommendations for management-Part 2-The anticipated difficult airway. Can J Anesth,2013,60(11):1119-1138.

4 Crosby ET, Cooper RM, Douglas MJ, et al. The unanticipated difficult airway with recommendations for management. Can J Anesth,1998,45(7):757-776.

5 Naguib M, Malabarey T, AlSatli RA, et al. Predictive models for difficult laryngoscopy and intubation: A clinical, radiologic and three-dimensional computer imaging study. Can J Anesth, 1999, 46(8):748-759.

6 李晓曦，郭向阳，徐 懋.医学影像学在困难气道评估中的应用.中国微创外科杂志，2014,14(3):276-279.

7 Teoh WH, Kristensen MS. Utility of ultrasound in airway management. Trends Anesth Crit Care,2014,4(4):84-90.

8 Stafrace S, Engelhardt T, Teoh WH, et al. Essential ultrasound techniques of the pediatric airway. Paediatr Anaesth, 2016,26(2):122-131.

9 Gagandeep CH, Avneet B, Gurinder S, et al. Value of ultrasound in understanding laryngeal anatomy: Pictorial review. PJR,2012,22(1):4-7.

10 Singh M, Chin KJ, Chan VW, et al. Use of sonography for airway assessment : An observational study. J Ultrasound Med, 2010,29(1):79-85.

11 Kundra P, Mishra SK, Ramesh A, et al. Ultrasound of the airway. Indian J Anaesth, 2011, 55(5):456-462.

12 Lakhal K, Delplace X, Cottier JP, et al. The feasibility of ultrasound to assess subglottic diameter. Anesth Analg,2007,104(3):611-614.

14 Prasad A, Yu E, Wong DT, et al. Comparison of sonography and computed tomography as imaging tools for assessment of airway structures. J Ultrasound Med, 2011, 30(7):965-972.

15 Hui CM, Tsui BC. Sublingual ultrasound as an assessment method for predicting difficult intubation: a pilot study. Anaesthesia,2014,69(4):314-319.

16 Huh J, Shin HY, Kim SH, et al. Diagnostic predictor of difficult laryngoscopy: The hyomental distance ratio. Anesth Analg,2009,108(2):544-548.

17 Wojtczak JA. Assessment of hyomental distances and ratio, tongue size, and floor of the mouth musculature using portable sonography. J Ultrasound Med,2012,31(4):523-528.

18 Ezri T, Gewurtz G, Sessler DI, et al. Prediction of difficult laryngoscopy in obese patients by ultrasound quantification of anterior neck soft tissue. Anaesthesia,2003, 58(11):1101-1118.

19 Komatsu R, Swngupta P, Wadhwa A, et al. Ultrasound quantification of anterior soft tissue thickness fails to predict difficult laryngoscopy in obese patients.Anaesth Intensive Care,2007,35(1):32-37.

20 Adhikari S, Zeger W, Schmier C, et al. Pilot study to determine the utility of point-of-care ultrasound in the assessment of difficult laryngoscopy. Acad Emerg Med, 2011, 18(7):754-758.

21 Pinto J, Cordeiro L, Pereira C, et al. Predicting difficult laryngoscopy using ultrasound measurement of distance from skin to epiglottis. J Crit Care,2016,33(10):26-31.

22 刘广宇，薛纪秀，姚梦楠，等.超声测量颏舌骨肌长度对女性患者困难插管预测作用的初步研究.北京医学,2015,37(5):473-475.

23 McKay WP, Wang A, Yip K, et al. Tracheal ultrasound to assess endotracheal tube depth: an exploratory study. Can J Anaesth, 2015, 62(6):667-668.

24 Gupta D, Srirajakalidindi A, Habli N,et al. Ultrasound confirmation of laryngeal mask airway placement correlates with fiberoptic larryngscope findings. Middle East J Anaesthesiol, 2011, 21(2):283-289.

25 Dinh VA, Farshidpanah S, Lu S, et al. Real-time sonographically guided percutaneous dilatational tracheostomy using a long-axis approach compared to the landmark technique. J Ultrasound Med,2014,33(8):1407-1415.

26 Green JS, Tsui BC. Applications of ultrasonography in ENT-airway assessment and nerve blockade. Anesthesiol Clin,2010,28(3):541-553.

(修回日期：2017-02-13)

(责任编辑：李贺琼)

北京市科委首都临床特色应用研究与成果推广项目(项目编号：Z16110700050000)

A

1009-6604(2017)04-0360-04

10.3969/j.issn.1009-6604.2017.04.020

2016-12-12)

**通讯作者，E-mail：liminanesth@aliyun.com