探讨疼痛评分干预联合动脉血管评估单在预防经桡动脉介入术后前臂血肿的可行性

徐小贺，曲 丽*

（大连医科大学附属第二医院心内1科，辽宁 大连 116000）

冠心病介入治疗（percutaneous coronary intervention,PCI）由于应用简便，避免全麻、开胸，患者痛苦小，恢复快，且在紧急情况下可迅速达到血管重建，因而其应用日益广泛[1]。而随着现代医疗的不断发展，该治疗方法经过应用和发展，已经能够极大降低不良反应的发生率，但由于它仍是一种创伤性的治疗措施，患者仍然可能会出现一些并发症[2]。由于血管损伤后最初期症状是局部疼痛，之后才会逐渐出现肿胀、淤血。所以术后应用疼痛评分干预联合血管评估单能够早发现、早干预，是减少前臂血肿发生率的一个直接有效的办法。本文通过次方法预防经桡动脉介入术后前臂血肿取得了一定的效果，现报告如下。

1 资料与方法

1.1 一般资料

回顾2015年3月～2018年3月中共计128例经桡动脉穿刺行介入手术有可能发生前臂血管损伤的患者，随机分为对照组和实验组，每组64例患者。对照组男34例，女30例，年龄45～71岁，平均年龄51岁；实验组男36例，女28例，年龄48～70岁，平均年龄52岁。两组患者年龄、性别、平均年龄相比较，差异无统计学意义（P＞0.05），具有可比性。

1.2 方法

所有患者均有一份动脉血管评估单，术者在操作过程中进行首次评估及风险预判，若术中在送管或者退管过程中存在某一部位血管迂曲、操作不顺利、有发生血管损伤的可能，术者便在动脉血管评估单上标注相应位置。对照组应用常规方法：术后查看血管评估单，对血管评估单为阳性的患者进行密切观察，如确定有皮下血肿立即进行压迫止血处理。实验组应用疼痛评分联合动脉血管评估单，进行观察、处理，方法为：患者返回病房0～90分钟，应用疼痛评分法4次对术侧上肢进行疼痛评估。即返回0分钟、第15分钟、第45分钟、第90分钟。疼痛评分法采用数字疼痛分级表(NRS)，既有比较精确的0～10的刻度来评分，而文字的描述及相应的表情也便于患者理解，护士对患者进行宣教也相对于比较容易，且在术前即对患者进行培训，使患者能够正确的描述疼痛程度，从而保证了评估结果不会出现太多偏差[3]。

2 评价指标及措施

当局部疼痛评分≥4分，且动脉血管评估单为阳性时，即使此时视觉观察还没有出现血肿，也进行局部压迫止血。

在压迫止血前与健测上肢相同部位进行比较，查看有无变硬、胀感。

予疼痛最明显处测量、标记前臂或上臂的臂围，并准确记录。

予疼痛最明显处，用水银血压计袖带以60～80mmHg的力度进行压迫，袖带松紧可容纳一指，且能触摸到远端动脉搏动。每隔20分钟，放松2分钟。压迫2～4小时[4]。

定时测量，密切观察肢端血运、感觉和运动情况。

3 结 果

应用疼痛评分干预联合血管评估单对评估结果均呈阳性的128例患者，对照组使用常规方法处理，即术后密切观察，确定出现皮下血肿再进行压迫处理；实验组给予提前压迫处理。比较两组患者前臂血肿的实际发生率、发生前臂血肿的程度以及对护理的满意度、对医疗的满意度和整体舒适度。统计结果详见表1、

表1

4 结 论

患者住院期间的整体感受尤其是疼痛的相关因素已经成为了其评价住院期间是否满意的重要参考值，国际疼痛研究协会（International Association for the study of pain,IASP）2001年对疼痛的定义是：疼痛是一种不愉快的感觉和实际存在的或潜在的组织损伤所引起的感情经历，或是就这一损伤所做出的描述。疼痛已经成为继体温、脉搏、呼吸、血压这四大生命体征后的第五大生命体征[5]，介入治疗中疼痛是比较常见的护理问题[6]。经桡动脉介入术后由于前臂血管损伤导致的皮下血肿，强调早干预，是由于当刚开始渗血或渗血量较少时，比较容易压迫止血，可以使用较小的压力便可以压迫到出血点，起到止住出血的效果。如果出血发现不及时，皮下已经聚集一定量的淤血，这时候才开始进行干预、压迫止血，则需要较大的压力，有时也不能完全压迫到出血点，止血效果不佳，而且会导致患者自我感觉不舒适、疼痛时间长、疼痛程度重、恢复慢，且患者对手术的满意度也降低。严重者可导致骨筋膜室综合征，延长住院时间、增加住院费用、引起纠纷。而在皮下血管渗血早期，仅通过视觉观察有时不容易发现皮下有渗血，而血管损伤后的最早期症状是局部疼痛，之后才会逐渐出现肿胀、淤血。所以术后应用疼痛评分干预联合血管评估单能够早发现、早干预，防患于未然，是减少前臂血肿发生率的一个直接有效的办法。本实验通过实际临床结果回报和准确的数字计算，表明应用疼痛评分干预联合动脉血管评估单预防经桡动脉介入术后前臂血肿的可行性高，患者血肿发生率低，减轻患者心理负担，提升满意度。 也为介入围手术期的治疗和护理质量提供了一定价值。在今后的临床工作和研究中，将会继续将该方法应用于更大样本的数据中，做进一步的完善。