2022, Vol. 31
2. 中国医学科学院北京协和医学院，北京协和医院护理部，北京 100730;
3. 中国科学院西安光学精密机械研究所，西安 310063;
4. 中国科学院大学，北京 100049
近红外光谱（near infrared spectroscopy, NIRS）是一种使用近红外光谱光子（700~1 300 nm）来计算血红蛋白饱和度的无创光学技术[1-3]，其根据比尔-朗伯（Beer-Lambert）定律，通过组织中的光吸收程度来测量物质的浓度。与仅测量动脉氧饱和度的脉搏血氧饱和度不同，NIRS可测量所有小于1 mm的血管（包括小动脉、毛细血管和小静脉）的氧饱和度，从而提供组织中混合氧饱和度的值。NIRS监测的优势之一是其不依赖于动脉血流量，可以在低血流量的情况下提供读数[1-3]。目前，此技术已在国际上被尝试用于心脏骤停（cardiac arrest, CA）患者的治疗中[2-4]。
在CA患者中，CA期间的“无血流”间隔，以及在复苏管理期间的脑灌注不足（即“低流量”状态）所导致缺氧缺血-再灌注过程是导致脑损伤的主要原因。NIRS可通过无创、连续、实时、非侵入性测量区域脑氧饱和度（cerebral tissue oxygen saturation, rSO2）来监测整个复苏过程脑中的氧气代谢[4-5]，理论上NIRS监测结果既可在早期有助于预测患者的预后，也可有助于确定最合适的复苏疗法。这些数据一方面可帮助临床医生根据患者的生存机会确定是否继续复苏工作，另一方面可以用来指导心肺复苏（cardiopulmonary resuscitation, CPR）的质量。但目前rSO2在不同的环境（院外、院内）中以及不同的数值（初始值、平均值和最高值）对于CA患者临床结局的预测价值及指导CA患者治疗策略的潜力仍有待确定。因此，为了更好地评估此方面的证据，本文检索在CA患者中进行NIRS监测的相关文献，进行系统评价和Meta分析。
1 资料与方法本研究遵循PRISMA指南要求完成[6]。
1.1 文献检索策略检索策略由两名作者制定，共检索PubMed、EMBASE、Cochrane Library、Web of Science、Clinical gov、万方、维普和中国知网8个数据库。该检索最初于2021年12月11日进行，并于2021年12月21日重复进行。中文主题词包括：心脏停搏、心搏骤停、呼吸心跳骤停、猝死、心肺复苏、心跳骤停、心搏停止、胸外按压、近红外光、近红外光谱；英文主题词包括：spectroscopy、near-infrared、NIRS、rSO2、resuscitation、cardiopulmonary resuscitation、heart massage、heart arrest。检索已发表和未发表的研究，并对所有确定的文章和主要评论文章的参考文献列表进行回顾，无语言或时间限制。
1.2 研究纳入及排除标准纳入标准：（1）研究对象为所有在院内和院外发生CA的患者；（2）研究设计为队列研究或病例对照研究。排除标准：（1）计划内的心脏停搏患者（如心脏或血管手术方案的一部分，除颤器阈值测试）；（2）体外CPR和与其自主循环恢复（return of spontaneous circulation, ROSC）结果相关的分析病例；（3）研究类型为病例报告、综述；（4）只有摘要无法获取全文；（5）研究样本量小于5例。
1.3 文献筛选与数据提取由两名作者独立进行文献筛查，首先剔除重复文献，其次通过对题目和摘要进行对文献剔除文献，最后通过全文判断。所有筛选分歧经与第三位作者讨论解决。
本研究收集纳入研究的作者、研究年份、国家、样本量、年龄均数、男性比例、用于测量脑血氧饱和度的NIRS仪器及所有脑血氧饱和度测量值。患者到达急诊科时、救援人员到达现场时或在复苏开始后尽快进行的NIRS rSO2测量值为初始rSO2。在CPR期间，并在ROSC之前获得的最高NIRS rSO2测量值为最高rSO2。在整个CPR期间获得的所有NIRS rSO2的平均值（不包括ROSC之后的测量值）为平均rSO2。
1.4 研究质量评价在纳入评价之前，所有选定的论文均由两名作者评估方法学有效性及偏倚风险。使用改编版的纽卡斯尔-渥太华量表（Newcastle-Ottawa Scale）评估偏倚风险[7]，此量表满分为9分，在本研究中评分≥6分为低偏倚风险，评分在1~5分之间为中偏倚风险，评分 < 1分为高偏倚风险。所有评价分歧经与第三位作者讨论解决。
1.5 统计学方法采用RevMan 5.3软件进行Meta分析。本研究的三个独立分组（初始值、平均值、最高值）以标准化平均差（standardized mean difference, SMD）及其95%置信区间（confidence interval, CI）表示用于分析。本研究选择平均rSO2分组的患者来进行亚组分析，分为院内CA组和院外CA组，以SMD及95%CI表示，并用于结果分析。使用I2来评估异质性，若I2≤50%，采用固定效应模型进行Meta分析；若I2>50%，采用随机效应模型进行Meta分析；并采用漏斗图检测发表偏倚。以P<0.05为差异有统计学意义。
2 结果 2.1 文献检索结果经检索及删除重复的文献后得到6 606篇文章，经标题和摘要筛选共164篇文章被纳入全文审查。在检查全文后，最终共22项研究被纳入最终分析，定量评价中包含21项研究评估ROSC结果。文献筛选流程见图 1。
|
| 图 1 纳入研究流程图 |
|
|
本研究纳入发表时间在2004—2021年期间的22篇文献，全部为英文文献。多数研究来自美国（8项）和日本（6项），共3 578名患者纳入研究，平均年龄62.1~80.0岁，男性比例为33.0%~80.0%，其中1篇文献未描述性别[8]。16项研究纳入院外CA的患者[9-24]，4项研究纳入院内发生CA的患者[8, 25-27]，2项研究同时包含院外和院内CA的患者[28-29]。13项研究提供初始NIRS rSO2测量值[10-12, 14-15, 17-18, 22-25, 28-29]，14项研究提供平均NIRS rSO2测量值[8, 10-11, 14-15, 18-21, 24-26, 27-28]，6项研究提供最高NIRS rSO2测量值[9, 13-14, 17-18, 24]。5项研究提供2种NIRS rSO2测量值数据[10-11, 15, 25, 28]，3项研究提供3种NIRS rSO2测量值数据[14, 18, 24]。所有研究的基本特征如表 1所示。在纳入的研究中，9项研究为中等偏倚风险，13项研究为低偏倚风险，见表 1。
| 作者 | 年份 | 来源国家 | 总样本量 | 年龄均数（岁） | 男性比例(%) | CA患者来源 | 监测仪器 | 结局rSO2报告 | 偏倚风险 |
| Newman[16] | 2004 | 美国 | 16 | 59.5 | 69.00 | 院外 | INVOS 3000 | 最高值 | 中 |
| Kämäräinen[14] | 2012 | 芬兰 | 9 | 80 | 33.00 | 院外 | INVOS 5100c | 初始值、平均值、最高值 | 中 |
| Parnia[8] | 2012 | 美国 | 19 | 73.8 | 未报告 | 院内 | INVOS | 平均值 | 中 |
| Ahn[28] | 2013 | 美国 | 50 | 64.8 | 72.00 | 院内及院外 | Equanox | 初始值、平均值 | 低 |
| Koyama[15] | 2013 | 日本 | 15 | 79.7 | 66.70 | 院外 | NIRO | 初始值、平均值 | 中 |
| Meex[29] | 2013 | 比利时 | 14 | 66 | 71.40 | 院内及院外 | Fore-sight, Equanox | 初始值 | 中 |
| Asim[9] | 2014 | 土耳其 | 23 | 64.1 | 47.80 | 院外 | INVOS 5100c | 最高值 | 中 |
| Fukuda[10] | 2014 | 日本 | 69 | 66.1 | 69.60 | 院外 | INVOS 5100c | 初始值、平均值 | 低 |
| Ibrahim[25] | 2014 | 美国 | 27 | 65.6 | 96.30 | 院内 | INVOS | 初始值、平均值 | 中 |
| Ito[12] | 2014 | 日本 | 672 | 71 | 60.00 | 院外 | Equanox 7600 | 初始值 | 低 |
| Parnia[26] | 2014 | 美国 | 34 | 71 | 64.70 | 院内 | Equanox 7600 | 平均值 | 低 |
| Schewe[19] | 2014 | 德国 | 10 | 73 | 80.00 | 院外 | Equanox 7600 | 平均值 | 低 |
| Genbrugge[11] | 2015 | 比利时 | 49 | 73 | 63.30 | 院外 | Equanox 7600 | 初始值、平均值 | 低 |
| Kalkan[13] | 2015 | 土耳其 | 34 | 63.1 | 50.00 | 院外 | INVOS 5100c | 最高值 | 中 |
| Nishiyama[17] | 2015 | 日本 | 1921 | 76 | 61.00 | 院外 | INVOS 5100c | 初始值 | 低 |
| Singer[20] | 2015 | 美国 | 59 | 68.7 | 84.70 | 院外 | Equanox Nonin | 平均值 | 低 |
| Parnia[27] | 2016 | 美国和英国 | 183 | 68.6 | 60.70 | 院内 | Equanox 7600 | 平均值 | 低 |
| Storm[22] | 2016 | 德国 | 23 | 62.1 | 78.30 | 院外 | INVOS 5100c | 初始值 | 中 |
| Prosen[18] | 2018 | 斯洛文尼亚 | 53 | 68.5 | 84.90 | 院外 | INVOS | 初始值、平均值、最高值 | 低 |
| Singer[21] | 2018 | 美国 | 100 | 69 | 73.00 | 院外 | Equanox 7600 | 平均值 | 低 |
| Tsukuda[23] | 2019 | 日本 | 117 | 69.7 | 57.30 | 院外 | NIRO-200NX | 初始值 | 低 |
| Tsukuda[24] | 2021 | 日本 | 81 | 78.1 | 63.00 | 院外 | CCR-1 | 初始值、平均值、最高值 | 低 |
在纳入本研究的患者中，818名患者(20.6%)达到ROSC，根据收集的所有可用的测量值在同一分析中分为三种独立类型的测量亚组，见图 2。总分析结果的异质性I2为76.3%，不同子集之间的异质性是由于采集数据的类型不同所导致的统计学差异（χ2=8.43，P=0.01，图 2）所致。三个亚组的结果均显示NIRS rSO2的测量值可预测ROSC。但最高值(SMD=1.86，95%CI: 0.77~2.96，P<0.001)的异质性极高（I2=86%），而其他3项研究显示差异较小。初始值和平均值的异质性相对较低(I2=49%，61%)，平均值(SMD=1.12，95%CI: 0.86~1.37，P<0.001)对于ROSC的预测效应高于初始值（SMD=0.72，95%CI: 0.50~0.94，P<0.001)。21项针对ROSC结果的研究中不存在发表偏倚，见图 3。
|
| 图 2 不同亚组（初始值、平均值、最高值）和患者是否恢复ROSC的关联分析 |
|
|
|
| 图 3 发表偏倚的漏斗图 |
|
|
在评估院内和院外CA患者的13项研究中（其中1项研究因为包括了院内和院外的患者未纳入分析），共有708名患者纳入分析，有256名（36.2%）患者实现ROSC。不管是院内还是院外发生的CA，达到ROSC的患者比未达到ROSC的患者具有更高的平均NIRS rSO2值（SMD=1.11，95%CI: 0.84~1.38，P<0.001），NIRS rSO2平均值在预测院外CA亚组（SMD=0.94，95%CI: 0.68~1.19，P<0.001）与院内CA亚组(SMD=1.65，95%CI: 0.85~2.45，P<0.001)的预测能力差异无统计学意义（P=0.10）。见图 4。
|
| 图 4 院内和院外CA患者脑氧饱和度平均值和患者是否恢复ROSC的关联分析 |
|
|
本Meta分析旨在评估CA期间不同类型的组织监测测量值（平均值、初始值和最高值）与复苏后ROSC之间的关联，并分析NIRS平均脑血氧饱和度在不同类型CA患者中预测ROSC的能力。整体来说，复苏期间更高的脑血氧饱和度与ROSC相关。在所有类型的测量值中，平均值比初始值能够更好的预测ROSC，且在院内和院外的CA患者中，均有较好的预测效果。
初始NIRS较平均NIRS测量值不太可靠的原因可能是受到初始血氧计校准的影响，而且不同患者从CA发生至脑血氧计放置在头皮上的时间差异也会影响初始脑氧饱和度的测量结果。在Cournoyer等[30]的Meta分析中，也发现较高的初始NIRS rSO2患者更有可能发生ROSC。另外，初始值在CA患者中对于复苏的指导价值还需要进一步探讨，Tsukuda等[23]的研究发现初始rSO2≤24%的院外CA患者发生ROSC的概率较低，而Prosen等[18]的研究中，所纳入院外CA患者初始NIRS rSO2值均低于15%（即测定的NIRS rSO2低于仪器可测量的下限），但也有41.5%的患者实现ROSC，说明目前的研究结果的初始rSO2对于ROSC的预测能力仍不足以指导是否应该继续进行CPR，即便患者的NIRS rSO2的初始值较低（<15%），也不应放弃复苏努力。
虽然大多数CA患者在NIRS的初始测量中均显示出较低的rSO2，但这些数值通过复苏努力可能会发生较明显的改变，这种变化是难以通过单次测量反映出来的。因此，在CPR时对CA患者的rSO2进行动态而非静态测量，或者理解为整个复苏过程中整体的评估结果较单一的评估结果更有价值。虽然多数研究都发现低rSO2与不良结局相关，但这很可能是在没有进行改善脑灌注的干预或尝试的干预仍然无效的情况下所得出的。在Parnia等[26-27]的研究中发现，5 min CPR期间获得平均rSO2≥48%以确定ROSC的阳性预测值为1.0。rSO2是脑灌注的动态标志物，可以提供有关器官灌注、氧气输送的整体质量以及CPR质量的实时信息，因此平均值在CA患者的应用价值较单次值更大。虽然在不同的Meta分析中，对于ROSC和患者平均NIRS rSO2的关联强度不同[30-31]，但平均NIRS rSO2仍然是预测ROSC的较优指标，本研究的结果也支持这一结论。除此之外，持续的监测中脑血氧饱和度的幅度变化还对复苏过程有指导意义，有研究发现初始NIRS饱和度低且迅速上升的患者可能比开始时测量值较高并迅速下降的患者具有更好的预后[4]。此外，尽管进行了复苏努力，但未能达到30%的平均NIRS饱和度临界值的患者具有极低的ROSC机会，可被确定为复苏无效的标志[30]。
对于平均脑血氧饱和度，本研究还首次进行了院内和院外CA患者的Meta分析。虽然临床经验上认为，院内患者相较院外患者在发生CA后能接受的复苏条件更好（包括开始复苏的时间更早、复苏时间更短、复苏质量更高），但平均脑氧饱和度的测量值与ROSC的关联在两组之间的比较中差异无统计学意义（P=0.10）, 这说明不同类型（院内和院外）CA的患者中，NIRS平均脑血氧饱和度均可有效预测ROSC。在本研究中，最高值虽然在计算结果显示是预测ROSC最好的指标，但经过meta分析的结果显示其异质性太大推测产生异质性的原因是在最高值的收集中可能不可避免的采集了一些ROSC之后的数据。这种高异质性的结果和Cournoyer等[30]的Meta分析结果一致。NIRS rSO2作为一种较为新兴的技术，目前在中国CA患者中应用仍然较少。本研究的结果显示具有ROSC和非ROSC患者之间NIRS rSO2的明显差异，以及在CA患者复苏过程中NIR rSO2的动态改变及其对复苏是否有效的评估。以上结果均显示NIRS可作为CPR期间的一种无创动态监测的技术，并提示可能根据哪些指标来采取相应的临床行为，继而改变患者预后。未来的研究需要评估复苏过程中哪些行为可以改善复苏过程中的NIRS值，以及基于NIRS值的复苏如何有益于患者预后。
本研究的优势在于总样本量大、检索数据库更全面且首次分析比较院内和院外CA患者的平均脑血氧饱和度。但仍有以下局限性：首先，本研究没有根据多变量进一步调整分析，因此无法排除如年龄、就诊时的不同节律、复苏持续时间等混杂因素的影响；其次，多数所纳入的研究使用不同的设备来测量脑血氧饱和度，由于每种设备的校准和算法不同，可能导致偏差，因NIRS监测应用于异质血管床（动脉、静脉和毛细血管网络）和非血管组织，很可能使NIRS传感器分析受到局限性和混杂因素的影响。
综上所述，CA患者在复苏期间的脑氧饱和度的初始值和平均值越高，CA患者实现ROSC的机会就越大。复苏期间的平均值与ROSC的恢复比初始值更密切相关，因此临床医生在使用该技术时更应评估和监测和复苏期间测量的NIRS脑氧饱和度的趋势和平均值。NIRS监测作为一种易于安装和无创的血流动力学定向复苏灌注替代标记物，是一种很有前途的工具。未来的研究应进一步评估哪种复苏措施（如药物、CPR或其质量改善）最能改善NIRS脑氧饱和度，并有助于改善患者预后。
利益冲突 所有作者声明无利益冲突
| [1] | Yao FSF, Tseng CCA, Ho CYA, et al. Cerebral oxygen desaturation is associated with early postoperative neuropsychological dysfunction in patients undergoing cardiac surgery[J]. J Cardiothorac Vasc Anesth, 2004, 18(5): 552-558. DOI:10.1053/j.jvca.2004.07.007 |
| [2] | 周保纯, 刘励军. 近红外光谱技术在急危重症中的应用进展[J]. 中华急诊医学杂志, 2015, 24(9): 1056-1058. DOI:10.3760/cma.j.issn.1671-0282.2015.09.033 |
| [3] | 贾爱庆, 刘志. 近红外光谱技术在急危重症患者中的研究进展[J]. 医学综述, 2021, 27(10): 2004-2008. DOI:10.3969/j.issn.1006-2084.2021.10.024 |
| [4] | Takegawa R, Hayashida K, Rolston DM, et al. Near-infrared spectroscopy assessments of regional cerebral oxygen saturation for the prediction of clinical outcomes in patients with cardiac arrest: A review of clinical impact, evolution, and future directions[J]. Front Med (Lausanne), 2020, 7: 587930. DOI:10.3389/fmed.2020.587930 |
| [5] | Sekhon MS, Ainslie PN, Griesdale DE. Clinical pathophysiology of hypoxic ischemic brain injury after cardiac arrest: A"two-hit" model[J]. Crit Care, 2017, 21(1): 90. DOI:10.1186/s13054-017-1670-9 |
| [6] | Page MJ, Moher D, Bossuyt PM, et al. PRISMA 2020 explanation and elaboration: Updated guidance and exemplars for reporting systematic reviews[J]. BMJ, 2021, 372: n160. DOI:10.1136/bmj.n160 |
| [7] | Stang A. Critical evaluation of the Newcastle-Ottawa scale for the assessment of the quality of nonrandomized studies in metaanalyses[J]. Eur J Epidemiol, 2010, 25(9): 603-605. DOI:10.1007/s10654-010-9491-z |
| [8] | Parnia S, Nasir A, Shah C, et al. A feasibility study evaluating the role of cerebral oximetry in predicting return of spontaneous circulation in cardiac arrest[J]. Resuscitation, 2012, 83(8): 982-985. DOI:10.1016/j.resuscitation.2012.01.039 |
| [9] | Asim K, Gokhan E, Ozlem B, et al. Near infrared spectrophotometry (cerebral oximetry) in predicting the return of spontaneous circulation in out-of-hospital cardiac arrest[J]. Am J Emerg Med, 2014, 32(1): 14-17. DOI:10.1016/j.ajem.2013.09.010 |
| [10] | Fukuda T, Ohashi N, Nishida M, et al. Application of cerebral oxygen saturation to prediction of the futility of resuscitation for out-ofhospital cardiopulmonary arrest patients: A single-center, prospective, observational study: can cerebral regional oxygen saturation predict the futility of CPR?[J]. Am J Emerg Med, 2014, 32(7): 747-751. DOI:10.1016/j.ajem.2014.02.039 |
| [11] | Genbrugge C, Meex I, Boer W, et al. Increase in cerebral oxygenation during advanced life support in out-of-hospital patients is associated with return of spontaneous circulation[J]. Crit Care, 2015, 19(1): 112. DOI:10.1186/s13054-015-0837-5 |
| [12] | Ito N, Nishiyama K, Callaway CW, et al. Noninvasive regional cerebral oxygen saturation for neurological prognostication of patients with out-of-hospital cardiac arrest: A prospective multicenter observational study[J]. Resuscitation, 2014, 85(6): 778-784. DOI:10.1016/j.resuscitation.2014.02.012 |
| [13] | Kalkan A, Bilir O, Ersunan G, et al. Abdominal oxygen saturation for monitoring return of spontaneous circulation in out-of-hospital cardiac arrest using near infrared spectrophometry[J]. Am J Emerg Med, 2015, 33(3): 344-348. DOI:10.1016/j.ajem.2014.11.029 |
| [14] | Kämäräinen A, Sainio M, Olkkola KT, et al. Quality controlled manual chest compressions and cerebral oxygenation during inhospital cardiac arrest[J]. Resuscitation, 2012, 83(1): 138-142. DOI:10.1016/j.resuscitation.2011.09.011 |
| [15] | Koyama Y, Wada T, Lohman BD, et al. A new method to detect cerebral blood flow waveform in synchrony with chest compression by near-infrared spectroscopy during CPR[J]. Am J Emerg Med, 2013, 31(10): 1504-1508. DOI:10.1016/j.ajem.2013.07.002 |
| [16] | Newman DH, Callaway CW, Greenwald IB, et al. Cerebral oximetry in out-of-hospital cardiac arrest: Standard CPR rarely provides detectable hemoglobin-oxygen saturation to the frontal cortex[J]. Resuscitation, 2004, 63(2): 189-194. DOI:10.1016/j.resuscitation.2004.05.003 |
| [17] | Nishiyama K, Ito N, Orita T, et al. Characteristics of regional cerebral oxygen saturation levels in patients with out-of-hospital cardiac arrest with or without return of spontaneous circulation: A prospective observational multicentre study[J]. Resuscitation, 2015, 96: 16-22. DOI:10.1016/j.resuscitation.2015.07.013 |
| [18] | Prosen G, Strnad M, Doniger SJ, et al. Cerebral tissue oximetry levels during prehospital management of cardiac arrest - A prospective observational study[J]. Resuscitation, 2018, 129: 141-145. DOI:10.1016/j.resuscitation.2018.05.014 |
| [19] | Schewe JC, Thudium MO, Kappler J, et al. Monitoring of cerebral oxygen saturation during resuscitation in out-of-hospital cardiac arrest: A feasibility study in a physician staffed emergency medical system[J]. Scand J Trauma Resusc Emerg Med, 2014, 22: 58. DOI:10.1186/s13049-014-0058-y |
| [20] | Singer AJ, Ahn A, Inigo-Santiago LA, et al. Cerebral oximetry levels during CPR are associated with return of spontaneous circulation following cardiac arrest: An observational study[J]. Emerg Med J, 2015, 32(5): 353-356. DOI:10.1136/emermed-2013-203467 |
| [21] | Singer AJ, Nguyen RT, Ravishankar ST, et al. Cerebral oximetry versus end tidal CO2 in predicting ROSC after cardiac arrest[J]. Am J Emerg Med, 2018, 36(3): 403-407. DOI:10.1016/j.ajem.2017.08.046 |
| [22] | Storm C, Wutzler A, Trenkmann L, et al. Good neurological outcome despite very low regional cerebral oxygen saturation during resuscitation: A prospective preclinical trial in 29 patients[J]. Scand J Trauma Resusc Emerg Med, 2016, 24: 43. DOI:10.1186/s13049-016-0234-3 |
| [23] | Tsukuda J, Fujitani S, Morisawa K, et al. Near-infrared spectroscopy monitoring during out-of-hospital cardiac arrest: Can the initial cerebral tissue oxygenation index predict ROSC?[J]. Emerg Med J, 2019, 36(1): 33-38. DOI:10.1136/emermed-2018-207533 |
| [24] | Tsukuda J, Fujitani S, Rahman M, et al. Monitoring tissue oxygenation index using near-infrared spectroscopy during prehospital resuscitation among out-of-hospital cardiac arrest patients:A pilot study[J]. Scand J Trauma Resusc Emerg Med, 2021, 29(1): 42. DOI:10.1186/s13049-021-00857-7 |
| [25] | Ibrahim AW, Trammell AR, Austin H, et al. Cerebral oximetry as a real-time monitoring tool to assess quality of in-hospital cardiopulmonary resuscitation and post cardiac arrest care[J]. J Am Heart Assoc, 2015, 4(8): e001859. DOI:10.1161/JAHA.115.001859 |
| [26] | Parnia S, Nasir A, Ahn A, et al. A feasibility study of cerebral oximetry during in-hospital mechanical and manual cardiopulmonary resuscitation[J]. Crit Care Med, 2014, 42(4): 930-933. DOI:10.1097/CCM.0000000000000047 |
| [27] | Parnia S, Yang J, Nguyen R, et al. Cerebral oximetry during cardiac arrest:A multicenter study of neurologic outcomes and survival[J]. Crit Care Med, 2016, 44(9): 1663-1674. DOI:10.1097/CCM.0000000000001723 |
| [28] | Ahn A, Nasir A, Malik H, et al. A pilot study examining the role of regional cerebral oxygen saturation monitoring as a marker of return of spontaneous circulation in shockable (VF/VT) and non-shockable (PEA/Asystole) causes of cardiac arrest[J]. Resuscitation, 2013, 84(12): 1713-1716. DOI:10.1016/j.resuscitation.2013.07.026 |
| [29] | Meex I, de Deyne C, Dens J, et al. Feasibility of absolute cerebral tissue oxygen saturation during cardiopulmonary resuscitation[J]. Crit Care, 2013, 17(2): R36. DOI:10.1186/cc12546 |
| [30] | Cournoyer A, Iseppon M, Chauny JM, et al. Near-infrared spectroscopy monitoring during cardiac arrest:A systematic review and meta-analysis[J]. Acad Emerg Med, 2016, 23(8): 851-862. DOI:10.1111/acem.12980 |
| [31] | Schnaubelt S, Sulzgruber P, Menger J, et al. Regional cerebral oxygen saturation during cardiopulmonary resuscitation as a predictor of return of spontaneous circulation and favourable neurological outcome - A review of the current literature[J]. Resuscitation, 2018, 125: 39-47. DOI:10.1016/j.resuscitation.2018.01.028 |