新方法能够快速、准确地估计心血管状态，为血压管理提供信息

该算法血压变化的两个关键因素进行了成比例的估计：心脏的血液输出率（心输出量）和动脉系统对血流的阻力（全身血管阻力）。通过将新方法应用于先前从动物模型中收集的数据（估计值来自外周动脉血压的微创测量值），研究人员表明，使用放置在主动脉上的侵入性流量探头的附加信息准确匹配了估计值。此外，这些估计准确地追踪了医生用来纠正异常血压的各种药物在动物中引起的变化。

“我们的方法对阻力和心输出量的估计提供了信息，这些信息可以很容易地应用于实时指导血流动力学管理决策，”该研究的作者写道。

作者说，随着进一步的测试导致监管部门的批准，该方法将适用于心脏手术，肝移植，重症监护病房治疗以及影响心血管功能或血容量的许多其他程序。

“任何正在接受心脏手术的患者都可能需要这个，”该研究的资深作者Emery N. Brown说，他是Picower学习与记忆研究所，医学工程与科学研究所以及麻省理工学院脑与认知科学系的Edward Hood Taplin医学工程和计算神经科学教授。他同时还是马萨诸塞州总医院的麻醉师和哈佛医学院的麻醉学教授。“任何接受更正常手术但心血管系统可能受损的患者也可能如此，例如缺血性心脏病。

该研究的主要作者是电气工程和计算机科学（EECS）研究生Taylor Baum。

心输出量和全身阻力是血压的两个关键组成部分的想法来自 Windkessel 模型。这项新研究并不是第一个使用该模型从血压测量中估计这些成分的研究，但之前的尝试在快速估计更新和估计的准确性之间遇到了权衡问题；要么在每个节拍时提供更错误的估计值，要么在分钟时间尺度上更新更可靠的估计值。在Baum的领导下，麻省理工学院的团队通过一种应用统计和信号处理技术（如“状态空间”建模）的新方法克服了权衡。

“我们的估计值在每一个节拍时都会更新，而不仅仅是由当前节拍提供信息;但它们也融入了以前节拍中的位置，“Baum说。“正是过去历史和当前观察结果的结合，产生了更可靠的估计，同时仍然处于逐个节拍的时间尺度上。

值得注意的是，由此得出的心输出量和全身阻力的估计值是“成正比的”，这意味着它们在数学上都与另一个辅助因子有着千丝万缕的联系，而不是单独估计。但是，在一项来自六只动物的旧研究中收集的数据中，将新方法应用于一项较早的研究表明，使用微创导管记录的比例估计值为心血管系统管理提供了可比的信息。

一个关键发现是，根据插入心脏不同位置（例如腿部或手臂）的导管的动脉血压读数做出的比例估计值反映了从放置在主动脉内的更具侵入性的导管得出的估计值。这一发现的意义在于，在某些情况下，使用新估计方法的系统可以依赖于各种外周动脉中的微创导管，从而避免了将中心动脉导管或肺动脉导管直接放置在心脏中的风险较高的需要，这是心血管状态估计的临床金标准。

另一个关键发现是，当动物接受医生用来调节全身血管阻力或心输出量的五种药物中的每一种时，比例估计值正确地跟踪了由此产生的变化。因此，这一发现表明，每个因素的比例估计值准确地反映了它们的生理变化。

▼扫码阅读英文原文