低血压预测指数作为手术患者低血压性血流动力学不稳定指标的表现

HPI算法通过多参数分析预测血流动力学不稳定事件，侵入式监测94.6%-96.2%预警准确，非侵入式达91.4%-94.1%。需验证治疗干预效果。

摘要

背景

低血压预测指数（HPI）是一种机器学习算法，旨在通过多维度分析核心血流动力学参数的生理相互作用来检测可能导致低血压的心血管生理控制机制的变化。低血压是一种生理状态，其中心血管系统的中心灌注压力过低，无法确保局部器官的充分血流调节，其阈值是自动调节的下限压力。因此，低血压可能发生在相当宽的压力范围内，这个范围可能远超过传统的平均动脉压（MAP）阈值65毫米汞柱，并且在不同个体之间以及同一个体内部也可能存在差异。我们假设HPI是血流动力学不稳定性的一个指标。我们利用HPI技术提供的血流动力学参数中直接反映的血流动力学不稳定性和低灌注的生理迹象，进行了回顾性分析，以研究HPI作为与低血压和低灌注相关的血流动力学不稳定性的指标的性能。

方法

分析了1,683名心脏手术和非心脏手术患者的数据库，其中包括871名通过有创动脉导管监测的患者和812名通过无创手指袖带监测的患者。在85毫米汞柱和50毫米汞柱的阈值下，分别有19,685次和21,097次HPI警报。用于定义不稳定性的血流动力学参数包括：平均动脉压（MAP）< 65毫米汞柱、每分钟心输出量变异系数（SVV）≥ 13%、心输出量指数（CI）≤ 2升·分钟^-1·米^-2以及每分钟收缩压（SVR）≤ 800达因·秒·厘米^-5。

结果

在有创动脉导管数据集中，85毫米汞柱阈值下的HPI警报中有94.6%在15分钟内伴随着血流动力学不稳定；50毫米汞柱阈值下的HPI警报中有91.4%伴随着血流动力学不稳定。在无创手指袖带数据集中，85毫米汞柱和50毫米汞柱阈值下的HPI警报分别有96.2%和94.1%伴随着血流动力学不稳定。

结论

低血压预测指数能够高精度地预测即将发生的低血压相关血流动力学不稳定事件。需要进一步的研究来探讨HPI警报指导血流动力学不稳定性的治疗是否能够改善患者预后。