2 浙江大学医学院附属第二医院综合 ICU,杭州 310009
心脏骤停(cardiac arrest, CA)一旦发生,如得不到及时复苏,会造成患者大脑和其他重要器官组织不可逆地损害;每延迟一分钟启动心肺复苏,神经功能恢复满意的患者比例下降8.3% [1]。我国CA发生率高达41.8/10万患者[2],这其中有90%发病时在院外,因此院外心搏骤停(out-of-hospital cardiac arrest,OHCA)发生后的心肺复苏(cardiopulmonary resuscitation, CPR)必须在现场立即进行。
高质量的CPR对于心、脑的保护是发生OHCA时至关重要的救援手段,而胸外按压的深度、速率和按压后胸壁充分回弹是影响CPR质量的重要因素,直接影响患者预后。在2015年美国心脏病协会(AHA)发布的CPR指南[3]中新增的胸外按压比例(chest compression fraction, CCF),是指在CA中进行的胸外按压时间比,该指南建议CCF至少达到60%,在良好的团队合作下可达到80%。但在院外急救情况下,往往仅有2名医护人员,长时间CPR往往会出现按压质量下降,而在转运过程中移动颠簸也会导致按压质量和CCF不达标,从而影响患者的临床预后。当前,自动CPR设备已经在急诊等部门广泛采用,但在院外OHCA急救过程及转运过程中是否可以协助抢救人员改善按压质量,目前尚无研究。本研究探讨颠簸的转运环境下及静止状态自动心肺复苏机的按压质量是否优于传统双人心肺复苏。
1 资料与方法 1.1 参加测试人员参与者是24名急诊室医护人员,年龄(39.3±4.5)岁,体质量指数(body mass index, BMI)中位数为23.5 kg/m2(21.3~31.3 kg/m2)。所有人员均具备基础生命支持(basic life support, BLS)资质,并在近期完成BLS复训,具有充分CPR经验。在进行实验前,参与者根据制造商的手册接受了胸外按压设备实践培训,确保能够正确地安装和使用按压设备。所有参研人员对本研究流程均知情同意。
1.2 设备自动心肺复苏机采用美敦力公司的Physio Control LUCAS2胸腔按压系统(Physio-Control Inc., Redmond, WA)。采用Resusci Anne QCPR Full Body人体模型(Laerdal Medical, Stavanger, Norway)作为按压设备。另外配置一个SunLife PalmCPR胸腔按压反馈仪作为数据记录器来存储和读取数据。
PalmCPR胸腔按压反馈仪同步采集胸外按压的压力和垂直位移,能够准确测定按压时间、按压中断时间、按压深度、按压频率;通过两次按压之间的滞留压力测定可以更准确地评估胸腔是否充分回弹,并可以输出CPR的数据回顾分析,可根据统计全程按压深度、评率、回弹等质控数据并形成按压质控数据趋势图,进行全程或局部数据分析可标定和计算除颤、通气等按压中断时间数据。
此胸腔按压反馈仪基于加速度二次积分算法,在按压片上集成额加速度测量模块、压力最值检测模块及高速MCU,通过对压力最小值与最大值之间的采样加速度数值进行二次积分获取位移。由于要在颠簸的转运环境中进行测试,设备应能够在恶劣环境下监测按压深度。在按压过程中,每按压一次进行一次积分,积分完成后及时复位,下一次按压重新进行积分。胸外按压过程中每一次按压到最深处,对应按压压力也最大。而等到胸腔完全回弹后,下一次按压开始时刻将会是按压压力最小的时刻。将按压力的压力最大时刻和最小时刻作为加速度数值积分的开始时刻和结束时刻。实际流程见图 1,采集按压运动加速度信号,通过对数据进行滤波去噪之后,进行波形形态分析,确定上述按压的起止点,最后对起止点之间的数据进行积分运算,得出按压深度。
![]() |
图 1 按压深度计算流程 |
|
24名医护人员分为2组,实验组8人,实验过程中每名医护人员使用LUCAS2进行CPR。对照组16人,2人一队进行CPR。实验组与对照组分别在静止环境和颠簸的转运环境下进行CPR。其中静止环境为模拟病房平地,颠簸的转运环境则在运动救护车内,本试验流程见图 2。
![]() |
图 2 试验流程图 |
|
CPR操作根据AHA CPR指南2018年更新[4]的要求进行复苏抢救:100~120次/min的速度进行连续胸外按压,每30次按压后进行2次球囊面罩通气。自动CPR设备设置为每30次按压通气2次的模式,复苏时间为45 min。主要测量数据为按压深度(cm)、每分钟按压次数及胸壁不充分回弹(mm),并为每组计算CCF。
1.4 数据记录和准备从SunLife PalmCPR胸腔按压反馈仪中读取测量过程中每次按压的原始数据。当救护车开始移动后行驶速度达到40 km/h及以上后开始记录数据,测试足够数据之后行驶速度小于30 km/h后结束,行驶过程包括上坡、下坡、小于90度过弯及颠簸路段。测试期间,SunLife PalmCPR胸腔按压反馈仪记录按压深度、按压持续时间和胸壁不充分回弹的数据。在检查所有记录的数据后,将每次通气后的第一次按压数据记录中的按压深度和胸壁不完全回弹的数据剔除(实际操作中,无论手动和机器按压,都会出现通气之后的按压数据异常),消除了偏离实际结果的数据。
1.5 统计学方法采用SPSS 20.0软件进行统计学分析。为了描述每次按压的深度和胸壁不完全回弹的情况,笔者记录了每组测试的按压深度值,然后对每组数据分别进行单样本K-S检验,实验组和对照组的数据均趋近于正态分布,计算按压深度以均数±标准差(Mean±SD)表示,并通过单因素方差分析比较不同环境、实验组之间的数值差异。
由于记录结果中胸壁不完全回弹数据是一个偏态分布数组,本研究通过给出不同组中出现的胸壁不完全回弹数量;以及当发生胸廓不充分回弹时,以5.0 cm减去当时监测得到的按压深度值,获得胸壁不充分回弹的程度数据,得出的结果采用t检验进行分析。CCF值以百分比表示,通过统计每组结果的区域分布来对其进行描述。
2 结果 2.1 按压深度和不充分的胸壁回弹比较结果共进行了16组测量,其中静止环境8组,颠簸的转运环境8组,按压深度数据及比较见表 1和图 3。可以发现受训后的医护人员进行手动按压在静止环境与颠簸的转运环境下按压深度差异有统计学意义,但使用自动CPR设备在两个环境下按压深度差异无统计学意义。多组间的比较采用单因素方差分析,由表 1可知,静止环境下的LUCAS2组和颠簸环境下的LUCAS2组间按压深度差异无统计学意义,其余组间比较均差异有统计学意义(P < 0.05)。颠簸的转运环境下手动按压的不充分胸壁回弹的次数由静止环境的76次增加到232次,而LUCAS2在颠簸环境下的不充分胸壁回弹次数仅为28次,见表 2。
组别 | 按压深度(cm) | 95%置信区间 | 组间显著性 | (P值) |
静止环境 | 4.849±0.309 | 4.822~4.878 | n1 vs n2 | < 0.05 |
手动按压(n1) | n1 vs n3 | < 0.05 | ||
颠簸环境 | 4.647±0.594 | 4.594~4.701 | n2 vs n1 | < 0.05 |
手动按压(n2) | n2 vs n4 | < 0.05 | ||
静止环境 | 5.338±0.122 | 5.328~5.349 | n3 vs n1 | < 0.05 |
LUCAS2(n3) | n3 vs n4 | 0.707 | ||
颠簸环境 | 5.329±0.329 | 5.299~5.358 | n4 vs n2 | < 0.05 |
LUCAS2(n4) | n4 vs n3 | 0.707 |
![]() |
图 3 按压深度及倾斜数值比较 |
|
图 4、图 5列出了颠簸环境和静止环境下的CCF趋势,可以发现,双人组手动按压持续的时间越长,CCF值越低。从表 3可知,颠簸的转运环境中下双人交替手动按压的CCF值在60%~65%这一区间明显增大,但LUCAS2的自动CPR系统的CCF值在所有环境下都可以保持稳定。
![]() |
图 4 颠簸环境下每分钟CCF值 |
|
![]() |
图 5 静止环境下每分钟CCF值 |
|
胸外按压比例 | >70% | 65%~70% | 60%~65% | < 60% |
静止环境手动按压(n1) | 37.13% | 33.02% | 27.57% | 2.28% |
颠簸环境手动按压(n2) | 25.16% | 27.33% | 41.61% | 5.90% |
静止环境LUCAS2(n3) | 100% | - | - | - |
颠簸环境LUCAS2(n4) | 100% | - | - | - |
本研究中,在颠簸转运过程中特别是长距离的过程中,手动进行CPR的质量与静止环境下有显著差异,在按压的深度和不充分的胸腔回弹数据的差异上尤其明显,而且在颠簸的转运环境下,因救护车内空间有限,双人轮换进行手动按压和通气轮换需要更多的时间,导致CCF明显下降。这与之前Thomassen等[3]的研究结果不同,可能与其研究中颠簸的转运环境平均速度较低(20 km/h),以及整个时间较短(3 min±10 s)有关。本研究在颠簸的转运环境中车辆时速达到40 km/h,而且所有情况均将复苏时间设置为45 min,更符合实际抢救环境。既往的一些研究也证实在移动转运过程中,手动CPR质量下降,正确的按压由静止状态的93%降至32%(P= 0.002,95% CI:22%~58%)[4]。本研究结果与之类似。而Thomassen等的研究也有其特点,如手动进行CPR人员的并非标准CPR位置,而是采用跨过模拟人的髋部的跪位体位,减少了移动,增加了按压质量。
在本研究中,可以看到自动CPR设备在静止环境下,无论是按压深度、按压频率、不充分的胸腔回弹数据等均与手动按压基本相仿,但是由于不需要进行轮换,自动CPR设备组的CCF可以一直保持在80%以上,较手动按压组数据来看,有稳定性及持续性的优点,这对保证病人的脑灌注压力及血流量至关重要。而在转运过程中,自动CPR设备几乎不受转运的影响,各项按压指标与静止状态没有明显差异,明显优于手动CPR质量。
转运过程中影响CCF的因素除了在静止状态下的按压轮换、通气时间外,更常见的是在从平地转运至转运担架,转运担架将患者送至救护车的过程,以及转运开始和结束的时候。在一项回顾性观察性研究中,36例OHCA病例在现场和运输过程中接受手工CPR在救护车中,非按压时间比例(未按压时间除以CPR时间)从0.19增加到0.27(P < 0.01)[5]。本研究并未对这部分内容进行研究,但可以预期在机械胸外按压组与手动按压组相比,按压中断优势将进一步扩大。
一直以来自动CPR机与手动CPR的争论不断。自动CPR机理论上能够持续提供高质量的CPR。但是meta分析均[6-7]未提示自动CPR机CPR相对手动CPR能够提供更好的生存率及神经系统预后。两个多中心的随机对照临床研究(LUCASIN Cardiac Arrest,LINC)和(Pre-hospital randomised assessment of a mechanical compression device in cardiac arrest,PARAMEDIC)[8-9]也并未提示自动CPR机和手动CPR相比在4 h生存率和30 d生存率有显著差异。而另一个随机研究(The Circulation improving resuscitation care, CIRC)的结果略有不同,当复苏时间超过16.5 min后,自动CPR机组有更高的生存率[10]。最新的meta分析采用贝叶斯网络分析方法对7个随机对照进行了研究,提示LUCAS2自动CPR系统可以达到和手动CPR一样的安全性,以及30 d的生存率,出院率和神经系统预后[11]。对LINC研究数据的进一步解读[12]提示使用机械胸部按压设备可以帮助优化复苏过程,减少胸部按压的中断,并在持续按压期间实现除颤,而不会产生不利影响。
采用自动CPR机的另外一个焦点是这类设备何时介入CPR过程,因为经过训练的有经验的人员操作这些设备从准备到开始工作也需要30 s到1 min,而在早期“黄金5分钟”内,这样的按压中断几乎是不可容忍的,而目前尚无研究评估这样的时间节点。在理想状态下,120次/min按压,每次按压0.5 s,30次按压用时15 s,通气时间5 s,安装自动CPR机需时60 s,在12组30 : 2循环即4 min CPR后进行自动CPR机安装,可以使CCF不低于60%,而实际操作中这个时间点可能需要更迟。
综上所述,采用专业人员联合自动CPR机,可以持续有效地给予患者高质量的CPR,特别是在转运等环节,可以明显减少按压中断。故而,在院外人流密集处配置体外自动除颤机的同时也配置自动CPR机是十分有必要的。另外,本次试验提及的自动CPR机何时介入接替手动复苏,仍需进一步研究。
利益冲突 所有作者均声明不存在利益冲突
[1] | Hua W, Zhang LF, Wu YF, et al. Incidence of sudden cardiac death in China: analysis of 4 regional populations[J]. J Am Coll Cardiol, 2009, 54(12): 1110-1118. DOI:10.1016/j.jacc.2009.06.016 |
[2] | Association Heart Association. Highlights of the 2018 Focused Updates to the American Heart Association Guidelines for CPR and ECC: Advanced Cardiovascular Life Support and Pediatric Advanced Life Support[EB/OL]. https://eccguidelines.heart.org/wp-content/uploads/2018/10/2018-Focused-Updates_Highlights.pdf. |
[3] | Thomassen O, Skaiaa SC, Assmuss J, et al. Mountain rescue cardiopulmonary resuscitation: a comparison between manual and mechanical chest compressions during manikin cardio resuscitation[J]. Emerg Med J, 2017, 34(9): 573-577. DOI:10.1136/emermed-2016-206323 |
[4] | Lipman SS, Wong JY, Arafeh J, et al. Transport decreases the quality of cardiopulmonary resuscitation during simulated maternal cardiac arrest[J]. Anesth Analg, 2013, 116(1): 162-167. DOI:10.1213/ane.0b013e31826dd889 |
[5] | Olasveengen TM, Wik L, Steen PA. Quality of cardiopulmonary resuscitation before and during transport in out-of-hospital cardiac arrest[J]. Resuscitation, 2008, 76(2): 185-190. DOI:10.1016/j.resuscitation.2007.07.001 |
[6] | Bonnes JL, Brouwer MA, Navarese EP, et al. Manual Cardiopulmonary Resuscitation Versus CPR Including a Mechanical Chest Compression Device in Out-of-Hospital Cardiac Arrest: A Comprehensive Meta-analysis From Randomized and Observational Studies[J]. Ann Emerg Med, 2016, 67(3): 349-360. DOI:10.1016/j.annemergmed.2015.09.023 |
[7] | Gates S, Quinn T, Deakin C D, et al. Mechanical chest compression for out of hospital cardiac arrest: Systematic review and meta-analysis[J]. Resuscitation, 2015, 94: 91-97. DOI:10.1016/j.resuscitation.2015.07.002 |
[8] | Rubertsson S, Lindgren E, Smekal D, et al. Mechanical chest compressions and simultaneous defibrillation vs conventional cardiopulmonary resuscitation in out-of-hospital cardiac arrest: the LINC randomized trial[J]. JAMA, 2014, 311(1): 53-61. DOI:10.1001/jama.2013.282538 |
[9] | Perkins GD, Lall R, Quinn T, et al. Mechanical versus manual chest compression for out-of-hospital cardiac arrest (PARAMEDIC): a pragmatic, cluster randomised controlled trial[J]. Lancet, 2015, 385(9972): 947-955. DOI:10.1016/S0140-6736(14)61886-9 |
[10] | Olsen JA, Lerner EB, Persse D, et al. Chest compression duration influences outcome between integrated load-distributing band and manual CPR during cardiac arrest[J]. Acta Anaesthesiol Scand, 2016, 60(2): 222-229. DOI:10.1111/aas.12605 |
[11] | Khan SU, Lone AN, Talluri S, et al. Efficacy and safety of mechanical versus manual compression in cardiac arrest – A Bayesian network meta-analysis[J]. Resuscitation, 2018, 130: 182-188. DOI:10.1016/j.resuscitation.2018.05.005 |
[12] | Esibov A, Banville I, Chapman FW, et al. Mechanical chest compressions improved aspects of CPR in the LINC trial[J]. Resuscitation, 2015, 91: 116-121. DOI:10.1016/j.resuscitation.2015.02.028 |