【麻海新知】成人患者困难气道管理的术前超声预测
预测困难气道,包括喉镜检查、插管或面罩通气困难,在围手术期管理中是至关重要的。目前的国际指南建议将评估困难的气道预测因子(喉镜检查、插管或面罩通气)作为常规术前麻醉筛查的一部分。标准的临床调查可能低估了难以插管或难以通气的患者的数量和严重程度。在其它因素中,困难喉镜检查、困难插管或困难面罩通气与不利的颈部解剖有关,主要是在不同水平测量的颈部前软组织厚度。鉴于目前可用的困难气道的临床预测因子只有部分可靠的,基于超声的测量可能有助于评估颈部前部脂肪组织深度。罗马Sapienza大学的 Giordano等撰写了一项系统评价,总结了所有关于使用超声进行困难气道预测的现有证据,该文于2023年2月发表在European Journal of Anaesthesiology杂志。
研究方法
研究设计:该系统评价是一项 随机对照试验和观察性研究的系统评价,遵循了PRISMA标准并于2021年6月6日在PROSPERO数据库注册(注册号:CRD42021250574)。
检索策略:在Embase, MEDLINE以及Google Scholar数据库中使用关键词‘airways ultrasound intubation’, ‘airways ultrasound assessment’, ‘airways ultrasound anaesthesia’ 检索了使用英语发表的相关文章,截止日期为2022年2月28日,并且进一步检索了Cochrane Library和相关文章的参考文献。
纳排标准及结局指标:
纳入标准:①在全身麻醉下进行手术的18岁以上的患者,在使用直接喉镜进行经口气管插管前进行了超声气道评估;②术前超声评估必须在全麻诱导前且测量至少一个超声参数。
排除标准:①有困难气道的临床病史;②面颈部、咽部及会厌癌或外伤;③既往行甲状腺手术或气管切开术;④妊娠;⑤使用声门上气道装置作为气道控制的首选;⑥使用可视喉镜作为气管插管的首选。
研究结果为困难气道的预测。根据不同的量表,通过报告其在区分"困难"与"不困难"喉镜检查、插管或面罩通气方面的准确性来对参数进行分类。
文献筛选和数据收集
两位作者独立筛选标题和摘要,确定符合纳入标准的研究;如两位作者意见不一致,则征求第三种意见;随后,对所选文献的全文进行评估。采用" Cochrane公共卫生小组的数据提取与评价模板"对符合条件的研究进行数据提取,包括文献来源、纳入标准、研究设计、偏倚风险、干预和对照、研究经费和结果。联系相应的研究作者以检索缺失数据。
偏倚风险和证据质量
偏倚风险使用ROBINS-I工具进行评估。主要结局指标的总体证据质量使用GRADE方法进行评价。
结果
共检索到2157篇文章,对33篇研究进行了全文审查。最终共纳入了31项观察性研究,其中30项为前瞻性观察性研究,1项为回顾性(图1)。共纳入了7810例患者,各研究中的患者人数从12到2254不等。肥胖和病态肥胖患者在部分研究中被定义为特定的亚组,而在部分其它的研究中则被定义为一种排除标准。
图1 PRISMA流程图
在不同的研究中,报告的评估参数与调查结果之间相关性的统计方法存在很高的异质性。一些参数或组合显示与调查结果呈正相关,长距离与更困难的喉镜检查或困难的插管:其中包括DSEM、DSHB、DSAC。一些距离显示负相关,因此较长的距离与容易喉镜或插管有关:包括DIMi;HMDR过伸/中立与E-G角(图2)。其它的距离没有相关性,或在比较不同的研究时结果不一致。在12项调查参数组合的研究中,4项仅包含超声参数,8项包含超声和临床参数的组合。
(a)头颈部中立位. (b) 嗅花位. (c) 头部过伸位.
DIMi:头颅过伸位舌颏距离; DIMn:头颅中立位舌颏距离;DSAC:皮肤至声带前联合距离; DSE:皮肤至会厌距离; DSEM, 皮肤至会厌正中距离; DSHB:皮肤至舌骨的距离;
E:会厌; E-G Angle:会厌和声门夹角; HB:舌骨; M:颏; SBL:头颅过伸位舌根厚度;
STTe:头颅过伸位会厌前方软组织厚度;T:舌; VC:声带.
图2 报告的参数
偏倚风险和证据质量
总体而言,13项研究中有10项研究报告了严重的偏倚风险。受严重偏倚风险影响较多的领域是"偏离预期干预"和"选择参与者"。由于研究的方法学限制以及研究结果的分类、扫描技术、喉外操作和插管时患者头颈部位置的异质性,总体证据质量很低。
结论
总之,使用超声参数可能有助于预测困难喉镜或困难插管。共描述了41个单一参数和12种不同的参数组合,其中DSEM、DSHB、DSE和HMDR过伸/中立的参数组合与困难喉镜或困难插管最相关。其它单一参数,包括PEA和E-G角是有前景的,但需要进一步研究。临床与超声参数相结合,如 USED - MSH评分可能因协同作用而发挥重要作用。由于数据稀少,超声在预测困难面罩通气中的作用仍存在争议:DSHB、SBL和DIMs是最相关的困难面罩通气参数。尽管视频喉镜的广泛使用可以降低困难喉镜或困难插管的发生率,但术前气道管理还必须依赖于对困难面罩通气的准确预测,进一步的研究至关重要。
麻海新知的述评
困难气道,始终是麻醉医生最为关注的问题之一,通常包括困难喉镜检查、困难插管和困难面罩通气,前两者通常被视为相似的,但实际上它们反应了不同的问题。困难喉镜检查往往导致困难插管,但随着视频喉镜在气道管理中的应用,即使直接喉镜暴露困难,气管插管也变得相对容易了。困难气道的管理还可分为预计性困难气道和非预计的困难气道,因为非预计的困难气道可能在处理上更为棘手。面罩通气作为无意识患者气道管理的第一步,也应当得到同样的重视。因此,为了最大程度的保证患者的安全,通过气道检查风险评估和预测困难气道仍然是非常必要的。麻醉医师们也一直致力于困难气道的预测,已经开发了众多量表、评分等工具来评估气道风险。然而最近的一篇Cochrane系统综述得出,目前的床旁筛查项目(不论是单独还是联合使用)均无法很好的预测非预计型困难气道。
近年来,超声技术在麻醉学科中的应用愈加广泛。熟练掌握超声技术似乎已成为了成为一名优秀的麻醉医师的必备技能。气道的解剖和生理特征是全面的气道评估的重要步骤,气道超声在其中可能会发挥重要的作用。
本系统评价总结了关于使用超声参数预测困难喉镜、困难插管或困难面罩通气的所有可用证据。主要发现是超声参数的使用可能有助于困难喉镜检查和困难插管的预测,尤其是超声和临床参数的组合可能会因为协同作用而提高预测困难气道的性能,具有非常好的前景;但是关于肥胖人群/困难面罩通气的数据很少,而这部分人群却是困难气道的高危人群,超声能发挥的作用仍有争议,值得进一步研究;超声的测量也可能因人而异,测量参数的不精确性也是要解决的问题。
以往的可视化/非可视化困难气道评估方法,包括各种量表、CT、MRI及超声等影像学评估方法存在着诸多局限性,因此不能广泛推广应用于临床。
人工智能(artificial intelligence, AI)如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网,正成为推动人类进入智能时代的决定性力量。AI在医学领域的应用方兴未艾。在影像、消化等学科,已经有了如AI智能影像读片、结直肠息肉检出等商业化的产品,如何将AI技术更好地同麻醉学科结合,值得我们去思考探索。2015年,Cuendet等在《IEEE Journal of Biomedical and Health Informatics》杂志上发表了题为《Facial Image Analysis for Fully Automatic Prediction of Diffificult Endotracheal Intubation》的研究,提出一种AI人脸识别方法来检测与困难插管预测有关的形态学特征,这是一项非常有意义的尝试。不积跬步,无以至千里。无论是使用何种方法对困难气道进行的预测,包括各种量表评分、气道超声、面部图像识别等在内,这些尝试都是有意义的,都是在为今后出现的更好的预测方法提供宝贵的数据和经验的积累。
人工智能和医学的交汇将会是一个充满挑战和机遇的领域。立足当下,熟练掌握现有成熟技术;放眼未来,充分利用人工智能技术的优势,我们有理由相信这对困难气道预测、对麻醉学科、对医学的发展甚至对整个社会都将具有更深远的意义。
编译 丁任
述评 陆军
声明:古麻今醉公众号为舒医汇旗下,古麻今醉公众号所发表内容之知识产权为舒医汇及主办方、原作者等相关权利人所有。未经许可,禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用,亦须注明来源。欢迎转发、分享。
不感兴趣
看过了
取消
不感兴趣
看过了
取消
精彩评论
相关阅读