PulmCrit - Miten muuntaa VBG osaksi ABG

Esipuhe

Tämä viesti on noin tutkimushankkeen tein kuten keuhkojen tehohoidon fellow vuonna 2011. Ymmärtääksesi sen, sinun täytyy tietää hieman tarinan takana.

minulla oli joitakin ideoita VBG-arvojen muuntamiseksi ABG-arvoiksi. On tutkittava tarkemmin, pyysin post-julkaisun tiedot alkaen useita tutkijoita, jotka oli julkaistu tutkimuksia vertaamalla ABG vs. VBG tiedot. Monet jakoivat tietonsa minulle avokätisesti.

näiden tietojen perusteella kehitin kaavoja VBG-arvojen muuntamiseksi ABG-arvoiksi., Työ toimitettiin aluksi kriittisen hoidon lääkkeelle, jossa se hylättiin. Ei suuria puutteita havaittiin analyysissa, mutta se katsottiin merkityksetön (yksi arvostelija kirjoitti, ”Tämä meta-analyysi kuvaa hyvin tapa laskea ABG alkaen VBG. On kuitenkin kyseenalaista, onko tästä tiedosta kliinisessä käytännössä hyötyä”) (1).

käsikirjoitus oli tarkistettu hieman ja jättää toinen lehti. Yksi arvioijat valitaan lehdessä oli tutkija, joka oli antanut minulle korkealaatuisia tietoja paperi., Tutkija (jota kutsun Tohtori No: ksi) saattoi olla huolissaan siitä, että käsikirjoitus kilpailisi hänen oman työnsä kanssa. Hän perui luvan käyttää tietojaan.

ilman Tohtori No: n tietoja käsikirjoitusta ei voitu julkaista. Otin yhteyttä joihinkin lisätutkijoihin, jotka olivat äskettäin julkaisseet tietoja, ja sain yhden tuoreen aineiston. Kuitenkin, en löytänyt mitään, joka vastasi Tohtori Ei: n tiedot (hän oli huolellisesti mitata VALTIMOVERIKAASUT ja VBG-arvot lähes samanaikaisesti muoti, saadaan yllättävän tarkkoja tuloksia).

vuodet kuluivat., Se on painanut minua, että en ole julkaissut näitä tuloksia, joita pidän edelleen pätevinä ja mahdollisesti hyödyllisinä. Nyt kun olen bloggaaja, voin esitellä tämän tutkimuksen blogissani. Olen muokannut tietoja Tohtori No: lta (mukaan lukien hänen henkilöllisyytensä) välttääkseni mahdolliset eettiset tai henkilökohtaiset ristiriidat.

teoria

alkukonsepti on yksinkertainen, joskin ehkä liian yksinkertaistettu. Kuvittele verta virtaavan säteittäisestä valtimosta suoneen kädessä. Kädessä olevat kudokset uuttavat happea ja tuottavat hiilidioksidia (suhteessa, joka on yhtä suuri kuin hengitysosamäärä)., Jos oletamme, että useimmat potilaan kädet on samanlainen hengityselinten osamäärä, niin muutos CO2 välillä valtimoiden ja laskimoiden kaasun pitäisi olla verrannollinen muutos happipitoisuus (missä k1 on empiirisesti johdettu jatkuva):

seuraava kysymys on, mitä vaikutusta tämä muutos CO2 on pH. Suhde pH: n ja CO2-on monimutkainen, joka perustuu osittain Henderson-Hasselbach yhtälö. Minkä tahansa käyrän ensimmäisen kertaluvun approksimaatio on kuitenkin suora viiva., Näin ollen pH: n muutoksia voidaan arvioida suhteessa muutokseen hiilidioksidi:

Tämä luo kylläisyyden malli, joka voidaan tiivistää seuraavasti (missä k1 ja k2 ovat empiirisesti johdettu vakioita):

Tämä tarjoaa tapa arvioida CP-arvot perustuvat yhdistelmä VBG-arvot sekä samanaikainen pulssioksimetrian. Valitettavasti suurinta osaa VBGs: stä ei saada samanaikaisella pulssioksimetrillä. Se olisi kiva olla tapa muuntaa VBG suoraan ABG, ilman tietää valtimoiden happisaturaatio., Tämä voidaan tehdä kolmannen oletuksen avulla.

ero happisaturaatio on ero laskimoiden ja valtimoiden happisaturaation (alla). Laskimoiden happisaturaatio vaihtelee melko vähän, noin 10-95% välillä. Samaan aikaan sairaalahoidossa olevien potilaiden keskuudessa valtimoiden happisaturaatio säilyy tiukalla alueella (tyypillisesti 88-100%). Siksi suurin osa happisaturaation eron vaihtelusta tulee laskimoiden happisaturaation vaihteluista., Vaihtelu valtimoiden happisaturaatio on niin pieni, että se voidaan arvioida nolla (asettamalla potilaan valtimoiden happisaturaation yhtä suuri kuin keskimääräinen happisaturaatio koko potilasryhmässä).

Tämä approksimaatio antaa meille mahdollisuuden luoda yksinkertaistettu kyllästyminen malli, joka pystyy arvioitaessa CP-arvot perustu suoraan VBG-arvot:

Tämä malli ei ole täydellinen., Kuitenkin, se on luultavasti parempi kuin yleisin menetelmä käytetty kirjallisuutta, joka liittyy valtimoiden ja laskimoiden parametrit toisiinsa suoraan, käyttäen lineaarista regressiota yhtälöt (missä c1-c4 ovat vakioita):

Lähde tiedot

Kuusitoista tutkimuksissa tunnistettiin kirjallisuudesta etsiä yhtä asiaa käsiteltäväksi. Näistä kolme tutkimusta, joihin osallistui 314 potilasta analysoitiin., Kolmetoista tutkimukset hylättiin analyysi seuraavista syistä: vastaava tekijä ei vastata meidän pyynnöstä analysoida niiden tietoja (7), vastaava kirjoittaja ei pystynyt löytämään tiedot (4), tiedot eivät sisällä happisaturaatio arvot (1), ja tiedot on sisäisesti ristiriidassa raportoitu bikarbonaatti-arvot, jotka poikkesivat huomattavasti niistä lasketaan Henderson-Hasselbach yhtälö (1)., Koska nämä kolme tutkimusta sisälsi kontrolliryhmään, tässä tutkimuksessa oli määritelty olevan kaksi potilasryhmät ja, näin ollen, yhteensä neljä potilasryhmät analysoitiin. Tietoja kaksi potilasta kahdessa eri tutkimukset olivat sensuroitu (yhdessä tapauksessa, koska pCO2 oli mittaamattoman suuri, ja toisessa tapauksessa, koska laskimoiden happisaturaation oli >25% korkeampi kuin valtimoiden happisaturaatio).,

Ominaisuudet-lähde tiedot näkyvät täällä (Ak 2006, Ibrahim 2011, O ’ connor 2011):

Validointi perusoletuksia kyllästyminen malli

värikylläisyys malli ennustaa, että on olemassa kaksi lineaarista suhdetta, jonka pitäisi olla olemassa missään aineisto. Nämä aineistot tukevat olemassa yleinen ja lineaarinen suhde (punaiset viivat kunkin joukon luvut ovat vastaavia rinteet):

Vertailu, että kyllästyminen malli vs. suoraa korrelaatiota malli

– Se näyttää hyvältä, mutta meidän täytyy olla hieman tarkempi., Aloitetaan analysoimalla nämä aineistot käyttämällä suoraa korrelaatiota malli (alla), joka on tavanomainen tapa tarkastella näitä aineistot.

Jos me laskea, vakiot mukana nämä yhtälöt eri aineistot, numerot ovat kaikkialla (taulukko alla). Näin ollen tämä strategia ei pysty tuottamaan yleisesti sovellettavaa yhtälöä, joka voi liittyä valtimoiden ja laskimoiden verikaasujen arvoihin. Samanlainen vaihtelu on huomattavaa arvioitaessa ABG: tä koskevaa julkaistua kirjallisuutta vs., VBG vertailu, selittää miksi nämä yhtälöt eivät ole saaneet kliinistä hyväksyntää.

Nyt, katsotaanpa analysoida tätä dataa kyllästyminen malli (alla). Kustakin aineistosta saadut vakiot ovat yhdenmukaisia keskenään. Tämä tarkoittaa, että saturaatiomallin avulla voidaan luoda yleisesti sovellettava yhtälö VBG-arvojen muuntamiseksi ABG-arvoiksi.

Lopulliset tulokset

värikylläisyys malli ja yksinkertaistettu kyllästyminen malli oli sama suorituskyky muuntaa VBG osaksi CP-arvot., Lopullinen yhtälöt on johdettu muuntaa VBG että CP-arvot ovat seuraavat:

Tarkkuus?

täällä asiat hajoavat ilman Tohtori No: n tietoja. Analysoimalla näitä erilaisia aineistoja, ensisijainen kuljettaja tarkkuus ei ole itse malliin, vaan tarkkuus taustalla olevat tiedot (esim. aika-väli VBG-ja CP -, jalostus-ABG-ja VBG-näytteet, jne.).,

Yksi ongelma luonnostaan lähes kaikissa tutkimuksissa verrattiin VBG että CP-arvot on, että kaikki virhe on syyttää VBG-ABG eroja, huomioi seuraavat:

Virhe mukana näytteenotto valtimoiden ja laskimoiden verta (esim. kaasu-kuplia).
virhe, joka liittyi analyysin viivästymiseen.
verikaasuarvojen muutokset ajan mittaan (voivat vaihdella nopeasti).

Kaiken kaikkiaan, se on helppo yli-estimaatin virheen mukana ekstrapoloimalla alkaen VBG että ABG näytteet (perustuu edellä lähteet). Tätä virhettä on kuitenkin vaikea aliarvioida koko tietokokonaisuudessa., Näin ollen alimpaan virheeseen viittaava tietojoukko on lähimpänä todellista virhettä, joka liittyy ekstrapolointiin VBG: stä ABG: n tietoihin (2).

Dr. No: n tiedot olivat tarkimmat (mahdollisesti siksi, että se vaati ABG: n ja VBG: n näytteiden välillä erityisiä aikavälejä). Nämä tiedot viittaavat siihen, että yksinkertaistettu kylläisyysmalli voi ennustaa ABG-arvoja tarkkuudella, joka voisi olla riittävä kliiniseen käyttöön. Huomaa, että se on kyseenalainen tarkasti, kuinka paljon virhe on ABG mittaus on hyväksyttävää (esim., on 95%: n luottamusväli +/- 0.03 pH-yksikköä ja +/- 5 mm pCO2 riittävän tarkka?)., Väittäisin, että tärkeitä johdon päätöksiä ei pitäisi perustua hienoisia eroja ABG tai VBG-arvot.

ABG-arvoja pidetään yleensä pH: n arvioinnin kultastandardina. Kuitenkin, on huomattava, että kliinisesti stabiileilla potilailla on satunnainen vaihtelut pH-ja pCO2 kanssa keskihajonnat 0,015-0,02 ja 1.5-3 mm, vastaavasti (4). Tämä taas korostaa, että pienet erot ABG-arvoissa eivät ole kliinisesti merkityksellisiä. Esimerkiksi yksi ABG-tulkinnan klassisista virheistä on ylitulkkaus satunnaisvaihtelusta peräkkäisissä ABG-mittauksissa.,

Validointi toisen datajoukon

Yksi virhe edellä esitetyn analyysin on, että aineistot olivat käytetään tuottamaan kertoimet regressioyhtälössä, ja sitten regressioyhtälö oli testattu näitä samoja tietokokonaisuuksia. Tämä luo mahdollisuuden kiertologiikkaan.

edellä kuvattujen epäonnistuneiden julkaisuyritysten jälkeen pyysin tietoja tutkijoilta, jotka olivat julkaisseet hiljattain julkaisemiaan papereita. Sain ystävällisesti yhden aineiston tohtori Geraldine Mcmahonilta hänen julkaisustaan (McCanny 2012).,

tarkkuus kolme tapaa tulkita VBG-arvot testattiin käyttämällä tätä tiedot:

Arviointi CP-arvo tasa VBG-arvo (kuten usein tehdään kliinisessä käytännössä).
VBG-arvojen muuntaminen ABG-arvoiksi Lemoelin vuonna 2013 julkaisemalla menetelmällä.
VBG-arvojen muuntaminen ABG-arvoiksi käyttäen yksinkertaistettua kylläisyysmallia edellä johdetuilla kertoimilla.

Alla ovat tulokset. Yksinkertaistettu kylläisyysmalli antoi parhaan ennusteen ABG-arvoista., Tämä parantaa tarkkuutta huomattavasti verrattuna olettaen, että CP-arvot ovat suunnilleen yhtä VBG-arvot:

Kliininen rivi

Nämä yhtälöt eivät ole tällä hetkellä valmiita kliiniseen käyttöön (ne vaativat edelleen validointi). Kuitenkin, perus fysiologinen totuus on kuvattu tässä: erot valtimoiden ja laskimoiden veren kaasu on voimakkaasti liittyvät erot valtimoiden ja laskimoiden happisaturaation.,

Tämä merkitsee, että tarkkuus VBG voidaan arvioida tarkastelemalla happisaturaation laskimoverta kaasu:

Jos laskimoiden happisaturaation on korkea, vähän aineenvaihduntaa tapahtui kudosta, joten VBG pitäisi olla hyvin lähellä FM.
Jos laskimoiden happisaturaatio on vähäistä, on tapahtunut merkittävää metaboliaa, joten VBG ei välttämättä täsmää hyvin ABG: hen.,

Perustuu joitakin numeroita edellä, tämä on karkea järjestelmä, joka voidaan käyttää arvioimaan VBGs:

käytännössä happisaturaation VBGs on usein melko korkea (esim. >80%), mikä viittaa siihen, että VBG on erittäin lähellä FM. Jos VBG happisaturaatio on matala, seuraavia menetelmiä voidaan käyttää, jotta saadaan VBG suurempi happisaturaation:

Minimoida kesto puristusside sovellus (esim., jos potilaalla on laskimokatetri, jonka avulla veri voidaan vetää pois, vedä hitaasti verta laskimokatetrista käyttämättä kiristyssidettä).
Älä anna veren istua huoneenlämmössä pitkään aikaan (joko käsitellä sitä heti tai laita se jäällä).

Rajoitukset & Menetelmät

Tämä analyysi on lukuisia rajoituksia, erityisesti joitakin kaikkein tarkkoja tietoja on muokattu. Toinen merkittävä rajoitus on se, että se tehtiin yksinomaan tutkimukset tutkitaan perifeerisen laskimon verinäytteet., Ei tiedetä, pitääkö tämä analyysi paikkansa keskuslaskimonäytteistä.

lisätietoja menetelmästä on liitteenä jäljennös käsikirjoituksesta vuodelta 2012.

uudemmat tutkimukset

Kun suoritat tämän analyysin, harvat tutkimukset ovat tulleet ulos, mikä viittaa siihen, että VBG-arvot ovat lähempänä ABG-arvoja kuin yleisesti uskotaan (esim. Zeserson 2016). Tämä on pieni yllätys. Paljon ”virhe” ennen tutkimuksia vertaamalla VBG-ja CP-arvot oli todennäköisesti johtuu ulkoiset lähteet (esim. näytteen käsittely, satunnainen vaihtelu veren kaasu-arvot, ajan, jne.).,

kaiken kaikkiaan uskon edelleen, että VBG-arvot ovat yleensä kunnossa kliinisessä päätöksenteossa. Esimerkiksi, jos teet suuria päätöksiä sen perusteella, onko pH on 7.27 tai 7.30 tai 7.32, niin olet luultavasti täytyy uudelleen harkita lääketieteellinen päätöksenteko (3). Vaikka lääketieteellinen kirjallisuus on täynnä oppikirjoja ja ohjeita käyttäen mielivaltaisen ABG cutoffs, on niukasti mahdollisille todisteita validointi kova ABG cutoffs ohjata terapiaan.,

ero ABG-ja VBG-arvot riippuu määrä soluhengityksen, joka tapahtuu kudosten välillä.
happisaturaation laskimoverta kaasu voidaan arvioida, kuinka lähellä VBG-arvot on CP-arvot.
yksinkertaiset laskimo-happisaturaatiota hyödyntävät kaavat voivat parantaa kykyämme ennustaa ABG-arvoja VBG-arvojen perusteella.

lisätietoja:

Alkuperäinen käsikirjoitus vuodelta 2012 on täällä.,

Muistiinpanot

välillä On merkittäviä eroja erikoisuuksia osalta mielipiteet käyttää VBG-tiedot. Emergency lääkärit näyttävät parhaiten ymmärtää hyödyllisyys VBGs (koska he ovat jatkuvasti tekemisissä sairas, erilaistumaton potilaat, jotka enimmäkseen eivät ole valtimo-katetrit). Tällä hetkellä siellä näyttää olevan enemmän kiinnostusta VBGs in critical care yhteisön, koska olemme siirtymässä pois asettamalla-linjat ja kohti käyttäen end-tidal CO2 tarkkailla potilaita.,
tämä kuitenkin olettaa, että eri kliinisissä tilanteissa tapahtuu suurin piirtein stabiili virhemäärä.
lisää ABG-arvojen käytöstä kliinisessä päätöksenteossa tulevissa viroissa.
Viitteet: Umenda 2008, Sasse 1994, Thorson 1983, Hess 1992.

Tekijä
Viimeisimmät Viestit

Sosiaalinen Minulle.

Josh on luoja PulmCrit.org. Hän on dosentti Keuhkojen ja Critical Care Medicine, University of Vermont.,