术中使用机器learning-derived痛觉水平监测结果在手术后疼痛在前90分钟

介绍

改善术后疼痛仍然是一个挑战性的任务对所有参与手术病人护理。大量的病人仍然经历中度到重度的术后疼痛,尽管一些镇痛技术包括多通道的使用药理协议、神经轴和神经块和各种非药物干预措施(例如,音乐疗法、冷包分心)(1- - - - - -3)。除了引起病人痛苦和焦虑,术后疼痛与延迟放电有关,发病率增加,持续的疼痛和长期阿片类药物的消费(4- - - - - -7)。一种方法来改善术后疼痛分数可能修改麻醉实践,也就是说,剂量镇痛药物基于病人的疼痛的状态,而不是使用一个固定的协议基于血流动力学测量。换句话说,我们假定个性化管理在手术过程中疼痛的事件可能与术后疼痛评分改善,特别是在麻醉护理单元(PACU)。为此,一种新的显示器,伤害感受水平(NOL),是与机器学习技术开发的,可靠地跟踪病人疼痛的状态和提示镇痛剂量时伤害感受的客观测量高(8- - - - - -12)。我们定义伤害感受在手术过程中为“中央调制的刺激手术组织损伤行为,自主和激素响应”(9)。注意,伤害感受的行为成分(如运动或戒断反应)不是发现在全身麻醉,特别是当肌肉松弛剂。荷尔蒙反应(见例如图4在裁判12)。可能以血但往往只能在稍后时间。因此,自主反应我们用来探测高度伤害感受在临床实践中,然而其敏感性和特异性通常不是最优的(9,10)。

NOL是非线性多参数测量伤害感受从以下参数:心率、心率变异性的振幅手指photoplethysmogram,皮肤电导水平及其时间导数,比单独参数(更大的敏感性和特异性8- - - - - -10)。随机森林分析用于创建NOL指数。这台机器学习技术使用不同来源的多个变量的组合来发现他们的复杂的非线性联系不需要随机数据模型的描述。NOL规模有一个范围从0到100,也就是说,从没有伤害感受极端伤害感受。验证研究显示有信心,NOL价值25区分non-nociceptive (NOL < 25)和疼痛的事件(NOL > 25) (9- - - - - -11)。因此,观察NOL值大于25(至少1分钟)需要一个阿片类镇痛药物等治疗,而值低于25需要任何行动或减少镇痛药物的持续管理。治疗是独立的测量血压和心率。

加强我们的知识之间的关系NOL-guided镇痛剂量在手术和术后疼痛评分,我们两个独立的进行了汇总分析,随机对照试验的影响相比,术中NOL-guided芬太尼标准护理(SOC)术后疼痛(12,13)。这两项研究是等价的研究方案和普遍有效性措施(补充S1数字表)。这两项研究的结果,NOL-guided剂量芬太尼在手术过程中减轻疼痛分数在麻醉护理单元(PACU) 1.4 - -1.5品脱11个疼痛量表(从0 =没有痛苦到10 =最严重的疼痛可以想象)。虽然两个研究有一个相同的设计评估患者50主要手术病人在第一项研究(太阳能)(12),75年几乎有着同等分布三种手术患者(妇科手术33%,泌尿外科30%和37%)在第二个(AbdomiNol) (13)。池使评估结果基于更大的样本量和更好的手术类型的表示法,使我们推广结果更广泛的上下文特别是识别特定患者群体受益NOL-guided术后镇痛,改善功率检测是否有更少的痛苦后NOL-guided芬太尼剂量。此外,扩大样本容量使多变量模型识别效果的NOL剧痛混杂因素调整(14),比如年龄、性别、体重指数、手术类型、ASA和站点和揭示NOL唯一因素显著相关。最后,池的数据让我们分析三个军团疼痛:强烈,温和和切断疼痛。我们认为,我们的策略将最终导致一个改善PACU的疼痛和所有的后遗症。

方法

这是汇总分析的两个,早些时候发表试验类似的协议,太阳能试验和Abdomi-Nol试验(12,13)。这两项研究是前瞻性,双盲(病人和护士得分和治疗术中治疗的痛苦都不知道),平行,随机对照试验在术中伤害感受monitoring-guided阿片类药物管理局主要终点平均疼痛评分在前90分钟在PACU和独立进行。Abdomi-Nol研究旨在确认太阳能试验。太阳能试验是由两个网站,一个高等大学中心和二级转诊中心,在荷兰(12)。Abdomi-Nol研究进行三级中心在以色列(13)。

这两项研究利用pmd - 200伤害感受监视器,Medasense生产的生物识别技术有限公司(,)。设备集成了几个已知的生理变量指标的交感神经活动提供一个伤害感受指数,NOL指数。pmd - 200传感单元由一个手指与四个不同的传感器探针:photoplethysmogram,皮肤电反应,加速度计和热敏电阻。信息从加速计和热敏电阻作为一个护栏,确保算法性能,但并不是直接纳入NOL计算。成千上万的这些生理变量的样本(包括心率、心率变异性、vaso-constriction和出汗)及其衍生物在成人的主要手术麻醉病人记录,被专家临床医生带注释的刺激强度和水平的镇痛。这些数据被用来训练随机森林机器学习模型,NOL算法的核心。虽然模型是锁着的,该算法“人性化”伤害感受指数之间的个别病人通过实现一个自适应加权机制静态模型和在外科手术病人的独特的生理反应。随着情况的发展,病人的独特的生理反应权重的增加和NOL输出相应调整。制造商使用的独立的数据集训练、测试和验证NOL指数(11)。

在两项研究中,NOL监控手指夹连接到病人在诱导前左手或者右手的中指。NOL-guided芬太尼剂量,监视器屏幕上可见到麻醉提供者。SOC,监视器的屏幕是隐蔽的。疼痛分数在PACU获得每隔15分钟和静脉注射剂量的阿片类药物根据当地协议直到疼痛分数被认为是可以接受的(疼痛分数衡量一个数值评定量表、NRS,范围从0,没有痛苦,最痛苦的),也就是说,NRS < 4。在研究SOC是相同的和执行根据广泛的临床实践。简而言之,但见下面的详情,芬太尼先发制人,感应之前,其次是计量基础并病人的病情和手术过程中,最好是这样一种方式预防高血压和心动过速。不过,这种血流动力学不稳定的管理进一步芬太尼。

研究设计

太阳能研究(12)。研究批准后由当地医学伦理委员会研究莱顿大学医学中心和Alrijne医院,在荷兰Leiderdorp。所有的协议细节,包括包含和排除标准中可以找到原来的论文(12),在补充S1数字表。这项研究是在注册https://trialsearch.who.intNL7845,在标识符。所有的病人给报名前书面知情同意。这项研究是由麻醉医师和居民训练NOL监视器的使用。成人患者ASA类1-III计划进行选择性腹腔镜或课本腹部手术没有硬膜外麻醉,本地块或渗透,被招募。病人,手术团队和PACU的护士对病人没有被告知分配。

如上所述,在两组插管前先发制人的芬太尼是紧随其后的是剂量预先防止血流动力学不稳定。NOL-guided和SOC组之间唯一的区别是触发器执行额外的芬太尼。在测试组,芬太尼剂量依赖于NOL-index,但血压和心率也被认为是。以防NOL指数> 25至少60年代,50 - 100μ克芬太尼在病人管理> 70公斤,25 - 50μg 70公斤的病人或更少。高或低剂量芬太尼可以给予或阿片类药物可以下面NOL所需的阈值,如果觉得参加麻醉师或居民。在情况下,指数下降低于25,没有芬太尼进一步管理。SOC组,芬太尼剂量依赖的手术,对血压和心率(NOL-index值没有可用)。这是要由麻醉护理者和基于本地协议。

Abdomi-Nol研究(13)。本研究进行Shaare Zedek医学中心,耶路撒冷,以色列,从当地获得批准后是医学伦理委员会。协议细节可以发现其他地方(13),补充S1数字表。这项研究是在注册www.clinicaltrials.gov在标识符NCT03970291。所有的病人给报名前书面知情同意。这项研究是由麻醉医师培训NOL监视器的使用。成人ASA》计划的病人接受选择性腹腔镜腹部,泌尿道的没有计划或妇科手术在全身麻醉下硬膜外或本地块是合格的列入。

NOL-guided芬太尼剂量组0.5µg /公斤静脉芬太尼是管理NOL值超过25时至少60年代。高或低剂量芬太尼可以给予或阿片类药物如果觉得所需的麻醉师。SOC组剂量芬太尼在麻醉师的自由裁量权,基于血流动力学变量和手术(参见上图)。

主要终点

研究的主要终点是疼痛评分量表对PACU获得的护理人员在第一在PACU的90分钟。NRS < 4被认为是温和的和可接受的,评分从4 < 7中度疼痛和7或更高的剧烈疼痛。4或更大的治疗的疼痛分数PACU使用多通道方法组成的对乙酰氨基酚和/或阿片类药物。在分析中,我们突出严重疼痛和最大疼痛分数,当我们考虑这些最痛苦和对患者有害。

统计分析

之前数据池比较2之间的普通病人的特征进行了研究,研究之间没有明显差异,除了手术类型分布(补充表S2)。此外,比较关系,水平在PACU 2武器研究表明,组之间比较无显著差异的研究在所有时间点(NRS Mann-Whitney比较网站U测试:p> 0.05分)。连续变量的分布是评估使用夏皮罗& Wilk测试。连续变量和非正态分布表示为中位数和四分位范围。分类变量表示为数字和百分比。比较之间的连续变量与Mann-Whitney U测试组进行非参数变量,和Fisher精确检验或χ²以及为分类变量。逻辑回归模型被用来确定严重疼痛的相关因素。广义线性模型与集群引导应用评估的差异关系,占每个主题的重复测量在PACU的90分钟。这个模型也被用来评估特定的子组的差异。在手术过程中针对阿片类药物剂量的皮尔森相关系数计算与PACU的关系。P值< 0.05被认为是重要的。R-4.0.3数据分析(R统计计算的基础,维也纳,奥地利),SPSS统计(v - 28.0、IBM、阿蒙克,纽约,美国,或者GraphPad棱镜v-9.4.1 macOS (GarphPad软件、圣地亚哥、钙、美国)。原始数据包含在协议后的研究可从作者目的和协议。

结果

研究协议(补充表S1),登记患者特征(补充S2数字表PACU)和疼痛评分(补充图S1数字)两个独立的研究足够相似,允许的汇集分析干预效果(NOL-guided剂量芬太尼与SOC)在PACU的疼痛分数。Hundred-twenty-five任何性别的患者进入研究(表1),年龄21 - 86年。大多数患者ASA二班(64%),与相同数量的患者在ASA类1或3 (18%)。手术的类型是分给三个专业:手术(所有腹部情况下)47%,妇科泌尿学分别持股33%和20%。两干预手臂平衡人口,ASA手术的分类和分布(表1)。

主要终点,术后疼痛在PACU的前90分钟了图1。图展示了更低的平均评分值在每个时间点比SOC NOL-guided组。调整时间、性别、年龄和学习网站(以色列和荷兰),两治疗组明显不同NOL-guided组的得分中值较低的疼痛相比,标准的护理评分1.4分(95% CI 0.6 - -2.2),产生影响,增加到1.5(0.8 - -2.2)的关系,指出进一步调整手术后的类型。病人不需要疼痛治疗的数量从10%上升(标准治疗)到33% (NOL治疗;p= 0.002)。

识别特定的患者群体,受益于NOL-guided镇痛,广义线性模型为每个子群与集群引导应用。子组和95%置信区间的下限> 0是:女性(实际差1.9,95%可信区间1.0 - -3.0),病人≤65年(实际差1.8,0.9 - 2.9),亚撒1病人(实际差2.0,0.4 - -3.5),患者身体质量指数< 25公斤/米²(实际差1.8,0.6 - -3.0)或体重指数> 30公斤/米²(实际差2.1,0.5 - -3.7),患者泌尿手术(实际差异2.5,1.2 - -3.7)和病人接受腹部手术(实际差1.4,0.5 - -2.4)。

最高的疼痛分数随时观察整个90分钟呆在PACU 4.6 (NOL-guided组)和6.2 (SOC;平均值与实际差1.7,p= 0.001)与NOL-guided组中66%的患者有疼痛分数< 4在他们呆在PACU SOC与10%组。剧烈的疼痛患者的数量(NRS≥7) 11 SOC组和3 NOL-guided组p= 0.045 (图2)。逻辑回归确定相关因素严重疼痛。的唯一重要因素增加几率剧烈疼痛的因素考虑图3)的标准治疗方法相比,术中剂量芬太尼NOL-guided剂量(95%可信区间1.4到25.9或6.0,p= 0.017)。没有其他因素达到水平的意义。

在图4,芬太尼在手术过程中,消费对PACU的疼痛分数中值绘制所有125个病人。分析显示缺乏阿片类药物剂量与评分之间的相关性。

讨论

适当的预防术后疼痛评分高仍然是具有挑战性的,应该利用所有可用的有效技术防止疼痛并发症的发展。这些并发症可能是焦虑和痛苦,住院时间延长,无计划的30天重新接纳和chronification痛苦(4- - - - - -7)。同样相关的是在一些欧洲国家,但还在美国,病人出院持续疼痛的阿片类药物的处方治疗的结果更短的住院时间(15,16)。过度的处方阿片类药物治疗手术后疼痛已被确定为一个公共卫生问题和潜在因素的阿片类药物滥用和模式相关的伤害(15)。

在这份出版物,我们目前的数据使用一个基于机器学习技术,NOL监控,检测在手术过程中疼痛的事件并适当地对待他们,以减少术中伤害感受,防止高分数在PACU的疼痛。汇总分析的两个对照试验,我们观察到滴定的芬太尼在术中观察过度疼痛的事件导致PACU疼痛明显缓解的标准治疗阿片类药物剂量相比,基于间歇血流动力学测量。PACU的疼痛分数降低NOL-treated组评分1.5分或30%,临床有意义的结果(17- - - - - -20.)。PACU NOL-treatment降低最高平均疼痛评分(从6.2到4.5 NRS点)和剧烈的疼痛患者的比例(从70%n= 11个患者3例;图2)。尽管多通道药物治疗,17%的SOC患者遭受了剧烈的疼痛在PACU的保持;这个数字减少到5%病人术中NOL-guided阿片类药物剂量。这是一个重要的观察和临床相关。数据日志等。17)表明,临床上有意义的改善疼痛分数是更具挑战性的患者达到比中度疼痛患者剧烈的疼痛。

有趣的是,NOL-guidance最大的好处是在患者泌尿手术,患者体重指数> 30公斤/米²。这两组有差异值PACU的疼痛评分在治疗2 NRS多点的怀抱。因为相当比例的患者在当前临床实践有很高的身体质量指数,使用特别的NOL人口的价值高的临床意义。

NOL-guided组,减少在PACU病人经历了剧烈疼痛(图2)。类似的观察是最大的疼痛分数在PACU的在任何时间。如果我们专注于触发药物治疗的疼痛分数在我们的医疗中心(也就是说,疼痛4评分量表分或更高),我们观察到术中NOL-guided镇痛减少患者疼痛评分≥4的比例在PACU(在任何时候)SOC病人从90%至66%以下NOL-guided镇痛。这意味着90%的SOC病人需要治疗术后疼痛,这是真的只是NOL-guided三分之二的患者;换句话说,三分之一的NOL-guided病人不需要任何在PACU阿片类药物或其他止痛药。逻辑回归分析(图3)进一步透露,术中NOL-guided镇痛是唯一的变量,降低经历剧烈的疼痛在PACU的可能性。这些发现暗示组间差异报告严重疼痛的病人的数量在PACU病人或程序的变量无关。

一个可能的原因,要么严重疼痛治疗组患者在手术过程中收到足够的剂量的芬太尼或轻度或中度疼痛患者相对过量。然而,我们确定疼痛分数被策划独立于芬太尼剂量的芬太尼消费在手术过程中对PACU的平均疼痛评分(图4)。这是一个重要的观察和表明,其他因素比芬太尼总剂量的大小负责两个治疗的迥然不同的结果。其中一个因素可能是芬太尼的时间管理。我们认为当芬太尼管理以应对疼痛的事件,而不是由血压,增加病人的疼痛的状态减少整个手术过程,有效地导致更少的术后疼痛。

结合个人数据分析研究在不同的网站中需要统一汇集分析病人的人口,外科手术,镇痛协议、干预和数据收集(14,21)。自从Abdomi-Nol研究是一个复制的太阳能研究在某种程度上和独立设计,证实了太阳能研究的结果,这两项研究足够类似,允许数据池。仍然有一些差异研究,如使用监视器控制麻醉深度在太阳能的研究中,虽然依赖end-tidal Abdomi-Nol挥发气体浓度的研究。然而,这两种方法是足够相似,他们没有影响我们当前的结果。尽管如此,疼痛敏感性和态度疼痛评分,可能是不同的种族不同的荷兰和以色列的患者群体,尽管使用相同的指标(22,23)。两者之间的可比疼痛分数在PACU的网站(补充图S1数字)暗示,这种差异是次要的。

总之,术中基于机器学习的NOL-guided剂量的芬太尼与剂量芬太尼根据血压和心率,导致(1)改善PACU的疼痛分数,(2)减少严重疼痛,患者(3)更大比例的患者不需要任何PACU比标准治疗阿片类药物治疗;最后,(4)我们的分析表明,预测的剧痛在PACU NOL-guided芬太尼剂量。这些发现是相关的,可能帮助最小化的流行严重的手术后疼痛和所有的负面影响。

关于这最后的话,重要的是反思的后果减少PACU的疼痛和减少所需阿片类药物治疗的患者数量在PACU的当前的阿片样物质危机。阿片样物质危机的原因之一,至少在荷兰,是目前住院时间相对较短,许多病人从医院出院,同时仍然在痛苦,阿片类药物的处方(16)。虽然我们学习不是为了学习更少的长期影响PACU的疼痛和减少PACU的阿片类药物的需求,我们认为这将有助于减少长期阿片类药物消费两个内部放电后,甚至可能。还需要进一步的研究来解决这个问题。

数据可用性声明

数据可从作者协议后获得关于分析和协议的目的。

道德声明

研究包括综述和伦理委员会批准LUMC Shaare Zedek医学中心。病人提供他们的书面知情同意参与这项研究。

作者的贡献

所有作者在本文同样工作,促成了《盗梦空间》,数据采集和分析,论文的写作。所有作者批准提交的版本。

的利益冲突

广告:收到Medasense咨询费用生物识别技术有限公司(,)。其余作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

补充材料

本文的补充材料在网上可以找到:https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fpain.2022.1086862/full补充材料。

引用