【神麻人智】颅内压、脑灌注压及自动调节功能的动态无创评估

深度解析医学证据，DeepEvidence为你支撑决策

摘要

背景：

颅内压（ICP）监测对于创伤性脑损伤的管理至关重要，但侵入性方法存在风险且需要专门的设备条件。基于无创经颅多普勒（TCD）的方法已被提出用于估算ICP和脑灌注压（CPP），然而验证性研究主要评估的是静态一致性。临床监测依赖于对动态变化的准确再现。本研究评估无创方法再现ICP、CPP及自动调节指数随时间变化的能力。

方法：

本研究分析了38例TBI患者中96次同步ICP和TCD记录的非重叠5分钟片段。采用八种基于血流速度的模型推导ICP、CPP、压力反应性指数（PRx）和平均血流指数（Mx）的无创估算值。采用相关性和Bland-Altman分析评估一致性，而动态性能则通过一阶差分和线性混合效应模型进行评估。采用受试者工作特征曲线和精确率-召回率分析检验其对颅内高压（ICP > 22 mm Hg）、低CPP（< 60 mm Hg）和自动调节功能受损（PRx > 0.3；Mx > 0.4）的判别能力。

结果：

CPP和Mx的无创估算值与其参考测量值之间的动态一致性优于ICP和PRx的无创估算值。所选模型对低CPP和Mx受损表现出稳健的判别能力（曲线下面积分别高达0.96和0.89）。相反，ICP动态变化和PRx的再现能力为中等水平，且存在显著的患者间和患者内变异性。动态分析揭示了静态一致性指标所遗漏的差异。

结论：

无创ICP监测的评估应超越静态准确性。基于TCD的方法可能支持CPP和Mx的无创监测，但当前方法仍不足以可靠追踪ICP和PRx的动态变化。

关键词：

自动调节，脑血管循环，颅内压，经颅多普勒，创伤性脑损伤。

1. 引言

颅内压（ICP）监测是创伤性脑损伤（TBI）管理的核心，持续性颅内高压与不良神经结局密切相关。ICP监测的参考标准是通过脑室内导管或脑实质内压力传感器进行的侵入性测量。尽管这些技术能够准确提供连续数据，但存在出血和感染风险，需要神经外科专业知识，且主要局限于专科中心和病情严重的患者。

除ICP本身外，衍生的生理指标同样可对脑病理生理的进行监测。脑灌注压（CPP = 动脉血压[ABP] − ICP）反映脑血流的驱动压，支持个体化血流动力学管理。动态指标评估脑血管功能：压力反应性指数（PRx；ABP与ICP之间的移动相关性）追踪脑血管反应性，而平均血流指数（Mx；CPP与脑血流之间的移动相关性）计算该系数以进一步校正记录特异性变化。两者在TBI中均具有预后价值，并日益为精准化治疗策略提供依据。尽管这些指标具有临床相关性，但需要侵入性ICP测量。越来越多的研究致力于开发和验证基于经颅多普勒超声（TCD）的无创方法，以估算ICP及其衍生参数（CPP、PRx、Mx）。现有的验证研究主要量化静态、单点一致性。然而，临床决策依赖于对动态生理波动的连续监测。因此，一种表现出可接受平均一致性的方法仍可能无法捕捉具有临床意义和可操作性的趋势。

本研究引入并应用了一个动态评估框架，以评估8种基于TCD的模型在急性TBI中无创再现侵入性测量ICP、CPP和自动调节指数的静态及时间变化的能力。通过同时考察静态一致性和动态性能，我们旨在对当前无创方法提供具有临床相关性的评估。我们假设侵入性与无创测量之间的动态一致性将显著弱于静态一致性，且动态性能的评估将揭示这些局限性。

材料与方法

伦理

本研究使用了脑物理数据库的回顾性数据，该研究于2023年4月25日获得伦理委员会批准。作为临床审计的一部分（NCCU入院患者颅内血流动力学的TCD评估），TCD监测与标准ICP及生命体征监测同时进行，对象为2022年4月11日至2024年3月27日期间入住神经重症监护室的TBI患者。所收集的数据完全匿名化，来源于常规临床诊疗，正式知情同意已豁免。

患者

连续筛选年龄大于或等于16岁、接受侵入性ICP导向治疗的急性TBI患者。排除标准包括妨碍TCD探头放置或无法获取 adequate 信号的情况（例如，无颞骨窗），以及准备拔管或撤除生命维持治疗者。记录基线特征（年龄、性别、入院GCS、损伤类型）。

多模态监测

ICP使用脑实质内压力传感器（Codman ICP MicroSensor，Codman & Shurtleff）监测。ABP通过桡动脉或股动脉置管记录，以第三脑室为零点（Transpac IV Pressure Transducer，Baxter Healthcare）。双侧TCD探头（Delica EMS 9D System，Shenzen Delica Medical Equipment Co. Ltd；Doppler Box，DWL Compumedics）由3名经验丰富的TCD操作者之一手动定位，并固定以连续探测大脑中动脉并评估CBv。所有信号（ABP、ICP、CBv）使用ICM+（Cambridge Enterprise Ltd）以最高采样率记录，然后重采样至240 Hz。

信号处理

所有回顾性时间序列分析均使用ICM+进行。由2名经验丰富的研究者目视选择质量最高的CBv轨迹，分歧通过共识解决。经验丰富的医师手动审查片段，并剔除信号质量差、伪影或设备故障的片段。作为自动清洗的一部分，应用了生理极限（排除：ABP > 300或< 0 mm Hg；ICP < −30或> 200 mm Hg）和无变化的平线片段。相关参考变量通过使用10秒均值将ABP、ICP和CBv降采样至0.1 Hz获得。

30个样本的移动Pearson相关（5分钟窗口，每10秒更新）产生参考侵入性PRx和Mx值。用于无创估算的8种基于TCD的方法见表1和图1。最终分析使用非重叠5分钟片段，并建立了颅内高压（> 22 mm Hg）、低血压性CPP（< 60 mm Hg）和自动调节受损（PRx > 0.3，Mx > 0.4）的分类阈值。

图1. 基于经颅多普勒的模型公式，用于无创估算脑灌注压（nCPP），并由此推导颅内压（ICP；ABP与nCPP估算值之差）、压力反应性指数（PRx；ABP与无创ICP估算值之间的相关性）和平均血流指数（Mx；CBv与无创CPP估算值之间的相关性）的无创估算值

图1. 45分钟监测片段示例，包含侵入性测量值（PRx、Mx、ICP、CPP）及其相应的无创估算值（Aaslid、FVd、Edouard、CrCP、Schmidt、Mxa、Sxa、PI）。 该代表性示例展示了侵入性测量与不同无创估算方法之间一致性随时间的变化。灰色阴影区域代表侵入性测量值，彩色线条代表不同模型的估算值。CPP表示脑灌注压；CrCP表示临界闭合压；FVd表示舒张期脑血流速度；ICP表示颅内压；Mx表示平均血流指数；Mxa表示动脉平均血流指数；PI表示搏动指数；PRx表示压力反应性指数；Sxa表示收缩期血流指数。

统计分析

所有统计分析和图表制作均在R 4.4.1版。对于连续变量和有序变量，患者特征以中位数和四分位距（IQR）表示；对于分类变量，汇总为计数及相应百分比。

采用互补技术评估完整病例中侵入性与无创估算之间的关联和一致性。每个记录会话——定义为双侧TCD监测的单个连续时段——作为独立观察处理。进行了三个层面的相关性分析：“所有时间点”，将每个5分钟片段视为独立测量；“患者间”，每次记录使用单一均值；“患者内”，使用重复测量相关性评估记录内的相关性。3个层面中每一对侵入性/无创变量均应用各自的Bonferroni校正，以考虑这些相关性分析中的多重检验。报告了均值、标准差和95% CI。

为评估侵入性和无创测量中动态变化的可靠性，对参数的一阶差分进行了相关性计算。建立了一个线性混合效应模型，以侵入性参数作为结局变量。记录标识被定义为随机截距和斜率，相关的无创测量作为固定效应纳入。模型输出包括固定效应截距和斜率（及相应的标准误和p值）、随机效应方差估计、残差标准差、随机截距与斜率之间的相关性，以及边际R²和条件R²值。

此外，采用Bland-Altman图和散点图描绘侵入性与无创观测之间的一致性和关系。报告了以下指标：平均绝对误差（MAE）、差值标准差、一致性界限（LoA）、偏倚（平均差值）和均方根误差（RMSE）。RMSE突出对显著偏差和离群值的敏感性，而MAE代表整体性能。报告了相应线性回归的方程

采用受试者工作特征曲线下面积（ROC – AUC）和精确率-召回率曲线下面积（PRC – AUPRC）评估无创估算区分自动调节功能（Mx）和脑血管反应性（PRx）受损与保留、低血压性CPP和颅内高压的能力，各报告95% CI。通过最大化Youden J统计量（ROC）和F1分数（PRC）得出最佳截断值。基于准确和不准确预测的列联表用于评估分类性能。对每种方法，计算了阳性预测值和阴性预测值（PPV、NPV）。在此基础上，确定每个分类任务的平衡准确度、灵敏度和特异度。 

结果

患者特征

共从38例TBI患者中获取了96次记录（中位数：每例患者3次[IQR：2至4]；每次记录平均持续时间：285 ± 90分钟），总计456小时监测和5393个非重叠5分钟片段。纳入患者的中位年龄为47岁[IQR：31至55]，其中30例（83%）为男性。9例患者（24%）为孤立性TBI，中位初始GCS评分为8[IQR：6至12]。人口学数据完整。缺失的侵入性5分钟片段极少：CPP（n = 210，4%）、ICP（n = 146，3%）、PRx（n = 234，5%）、Mx（n = 548，10%）和CBv（n = 399，7%）。

采用散点图评估侵入性与无创测量之间的整体一致性和离群值的存在。在所有参数中，侵入性Mx和CPP与其无创等效值表现出最强的线性相关性。特别是，最佳对应关系由Schmidt法（r = 0.88；方程：0.98 · Mx + 0.07）和CrCP法（r = 0.82；方程：0.85 · CPP + 12.88）显示。尽管侵入性ICP在所有无创评估中均显示出较差的关系，但侵入性PRx与Sxa表现出最强的关联。

在所有方法中，PRx比较显示出独特的菱形分布，提示在均值附近变异性较高，而在极端值处一致性更紧密。最佳一致性由Sxa显示（偏倚 = −0.02；LoA = [−0.71, 0.68]；SD = 0.36；MAE = 0.26；RMSE = 0.36）。Schmidt法对Mx产生了最低的偏倚和变异性，显示出类似的模式（偏倚 = −0.08；LoA = [−0.47, 0.32]；SD = 0.20；MAE = 0.16；RMSE = 0.22）。相反，除Schmidt外，所有用于ICP无创估算的Bland-Altman图均显示出线性趋势。具体而言，与Schmidt相比，CrCP在估算CPP和ICP方面表现出更好的一致性（CPP：偏倚 = 2.80，LoA = [−8.25, 13.86]，SD = 5.64，MAE = 5.21，RMSE = 6.30；ICP：偏倚 = −2.77，LoA = [−13.67, 8.13]，SD = 5.56，MAE = 5.16，RMSE = 6.21）。

跨方法的相关性分析

所有相关性分析方法，包括时间段、每例患者平均值、重复测量（图2）以及患者层面分析，均呈现相似的趋势。在侵入性Mx、Mxa、Schmidt和CrCP之间观察到显著的一致性（r = 0.82至0.97）。总体而言，PRx相关性为中等水平：Sxa与侵入性测量的关联最强（r = 0.40至0.64）。CPP估算值在无创配对之间表现出高度一致性（例如，Edouard-FVd与Edouard-Aaslid），且侵入性测量与Schmidt和CrCP之间均显示出强相关性（r = 0.75至0.94）。另一方面，ICP估算值显示出显著的Method间相关性，尤其是在CrCP、Aaslid和Edouard之间（r = 0.80至0.95），但与侵入性标准的相关性在所有技术中均为中等（最高：r = 0.16至0.34）。经Bonferroni校正后，所有报告的相关性均具有统计学意义（校正P < 0.05），表明总体相关性偏离零，且每个检验均拒绝了零相关（ρ = 0）的零假设。采用一阶差分方法评估各方法间的动态变化。使用所有时间点、患者内比较和每例患者平均值，结果在所有分析层面上相似，证明了绝对值分析中所发现相关性的强度。Sxa仍是侵入性PRx趋势预测的最佳方法（所有时间点/患者内r = 0.38，P < 0.05），而所有其他方法表现不佳（r < 0.1，P > 0.05）。对于Mx的无创估算，Mxa、CrCP和Schmidt与绝对值所获得的相关性大致相似，其中CrCP和Schmidt在患者间层面显示轻微下降；其余方法在患者内层面与绝对值分析表现相当（r = 0.45至0.59）。相反，ICP趋势相关性在所有方法中均持续接近零，少数具有统计学意义的发现仅限于较小范围（约−0.1至0.1）。然而，侵入性CPP趋势的估算明显更为准确：最高相关性（所有时间点/患者内r = 0.91和r = 0.88）由CrCP和Schmidt获得，其他方法相较于其绝对值相关性显示出更好的趋势性能（r = 0.64至0.73）。

图2. 方法间（Aaslid、FVd、Edouard、CrCP、Schmidt、Mxa、Sxa、PI）Pearson相关性（r）表，分别针对PRx（第1行）、Mx（第2行）、ICP（第3行）和CPP（第4行），使用所有单个片段（所有时间点——第1列）、每例患者平均值（患者间——第2列）和重复测量（患者内——第3列）。 CPP和Mx的相关性总体强于ICP和PRx，在使用所有数据点、患者间平均值和重复测量的分析中均保持一致。

临床相关阈值的检测

受试者工作特征曲线和精确率-召回率曲线

采用ROC曲线和PR曲线评估无创技术对临床相关状态的分类能力（图3）。Mxa、CrCP和Schmidt在Mx受损（Mx > 0.4）的分类中取得了最佳结果，总体表现最好。Mxa和Sxa在PRx受损（PRx > 0.3）方面表现相似。CrCP是检测颅内高压（ICP > 22 mm Hg；AUC = 0.723 [0.692至0.754]）最有效的方法；然而，相应的AUPRC较低。Schmidt和CrCP分别以AUC 0.846 [0.827至0.864]和0.885 [0.872至0.899]成功识别了低血压性CPP（CPP < 60 mm Hg）；然而，两者均表现出欠佳的精确率-召回率性能（AUPRC = 0.05）。

图3. 不同方法（Aaslid、FVd、Edouard、CrCP、Schmidt、Mxa、Sxa、PI）识别脑血管反应性和脑自动调节功能受损（PRx > 0.3，Mx > 0.4）、颅内高压（ICP > 22）和脑灌注不足（CPP < 60）的ROC曲线和PR曲线。 若干方法对低CPP（CrCP、Schmidt）和Mx受损（Mxa、CrCP、Schmidt）表现出良好的判别能力，而对颅内高压和PRx受损的性能较低且变异性更大。

混淆矩阵指标

表2呈现了混淆矩阵指标。Mxa和Sxa具有高灵敏度、特异度、NPV（分别为91.1%和89.9%）和总体准确度，在无创指标中检测和排除PRx受损方面提供了最佳结果。所有方法均能成功排除Mx受损（NPV > 88%）。尽管Mxa表现出略高的准确度和灵敏度（分别为0.928和0.945），但Schmidt具有最高的PPV（76.3%）和特异度（0.92）。

表2. 混淆矩阵分析结果（平衡准确度、灵敏度、特异度、阳性预测值——PPV、阴性预测值——NPV），展示不同无创方法（Aaslid、FVd、Edouard、CrCP、Schmidt、Mxa、Sxa、PI）识别脑血管反应性和脑自动调节功能受损（PRx > 0.3，Mx > 0.4）、颅内高压（ICP > 22）和脑灌注不足（CPP < 60）的效能

所有方法均能一致地排除低血压性CPP（NPV > 91%），且PPV一致较低（最高PPV：Schmidt为25.7%）。在此情况下，CrCP具有最佳的总体准确度。CrCP和Aaslid的灵敏度分别为0.849和0.836，且在所有模型中NPV一致较高（NPV > 91%），对ICP升高产生了最佳的检测性能。然而，PPV仍极低（最大PPV = 7.9%，CrCP），提示尽管这些技术特别擅长检测无颅内高压的患者，但在确认其存在方面表现不佳。

侵入性-无创关系的混合效应建模

为考虑患者层面在截距和斜率上的异质性，采用线性混合效应模型量化无创与侵入性测量之间的关系，包括绝对值和趋势（一阶差分）。包含完整的模型参数，包括解释方差、随机效应方差和固定效应。总体而言，ICP和PRx预测相对具有患者特异性，对随机效应的依赖性更高，固定效应趋势较不稳定。Mx和CPP绝对值的模型与其侵入性等效值表现出显著一致性。CrCP和Schmidt在趋势分析中表现最佳（R²m = 0.830和0.771），且当考虑患者层面变异性时，条件拟合得到改善（R²c = 0.862和0.807）。

讨论

颅内动力学的无创评估仍然是一个至关重要的机遇和挑战，尤其是在侵入性监测不切实际或不可用的情况下。本研究全面评估了8种基于TCD的技术，用于无创评估ICP、CPP和脑血管自动调节功能（Mx和PRx），并与侵入性金标准进行比较。采用多种统计方法，包括逐点一致性、动态追踪、分类准确度和混合效应建模，结果显示某些无创技术在预测Mx和CPP方面表现相当好。相反，无创ICP和PRx估算受限于与侵入性测量之间的中等静态一致性、对时间波动的追踪能力差、对临床相关阈值的判别能力较差，以及显著的患者间和患者内变异性。据我们所知，这是首个将无创验证扩展到超越单逐点评估ICP和CPP，以纳入自动调节指数，并明确评估ICP和CPP动态变化的再现能力。

无创CPP和ICP

侵入性与无创CPP测量之间的一致性总体良好。Schmidt和CrCP方法在患者内和患者间层面、绝对值和一阶差分趋势分析中均持续优于其他方法。它们表现出相对较高的相关性、适中的预测误差和良好的AUC估算值。混合效应建模进一步表明，这些方法在考虑个体变异性时能够捕捉CPP趋势。

相反，无创ICP估算与侵入性测量之间的一致性明显较弱。在各分析方法中，无创方法表现出低相关性、显著的比例偏倚，以及检测ICP升高的准确度有限。即使表现最佳的模型（Schmidt和CrCP）也仅显示出中等相关性和相当大的变异性，限制了其在本队列中用于精确绝对ICP估算的临床实用性。ICP动态变化而非孤立的绝对值，对于评估颅内顺应性、指导干预措施（如脑脊液引流或镇静调整）以及支持预后判断至关重要。搏动指数表现尤其差，相关性接近零且判别能力弱，与既往报道一致。上述发现与Cardim等2016年的范围综述一致，其报告诊断性能相当，并得出结论：尽管基于TCD的方法前景广阔，但其精度不足以在常规实践中替代侵入性ICP监测。同样，Martinez-Palacios等人2024年的综述重申了无创准确预测绝对ICP的持续困难。

无创Mx和PRx

本研究通过系统评估无创监测的动态和自动调节维度，推进了当前的认识。既往工作主要集中于单点ICP或CPP估算，而我们检验了这些方法是否能捕捉脑血管的时间波动。在临床上，Mx和PRx的趋势可能比孤立的CPP或ICP值提供更具可操作性的洞察，有望更早地检测与较差结局相关的自动调节衰竭。

在评估的无创方法中，对侵入性Mx的无创估算表现最为理想。基于Schmidt、CrCP和Mxa的方法在静态和动态分析中均与侵入性Mx表现出最强的相关性，提示其对CPP变异性具有敏感性。Schmidt的表现与跨队列。然而，对侵入性PRx的无创估算弱于既往描述，可能反映了本数据集中无创ICP估算准确度有限。Mxa（ABP-CBv相关性）值得注意，它是基于CPP的Mx的一种更简单、侵入性更小的替代方法，在多项分析中表现相当。然而，Mx与Mxa之间已确立的生理差异，尤其是在颅内顺应性降低或ICP和脑血容量受到非全身性影响时，限制直接互换性，特别是在ICP升高或波动的患者中。相反，对侵入性PRx的无创估算显示出有限的实用性。尽管如此，PRx仍是一个相关靶标，反映血管压力反应性，且在生理上不同于Mx所捕捉的基于血流的自动调节。因此，一个可靠的替代指标可能提供互补而非冗余的信息。在我们的分析中，Sxa和Mxa等指标与侵入性PRx仅表现出中等相关性，且缺乏检测快速或细微变化的灵敏度。这可能反映了生理学约束：PRx需要对ICP响应动脉压波动的精确动态追踪，而大多数无创方法依赖于静态或逐点ICP估算，缺乏足够的时间保真度。这些发现与既往研究一致。Zeiler等报告使用多普勒衍生的收缩期血流参数具有中等内部相关性，但在外部验证中性能下降，引发了对普遍性的担忧。Calviello等同样观察到无创与侵入性PRx之间的中等相关性（r ≈ 0.42）。最近，Bögli等比较了来自多种模态的自动调节指标，包括假定反映脑血容量变化的近红外光谱衍生测量，发现与PRx的一致性总体为中等；Mx显示出最强但仍有限的相关性。

临床意义

本研究结果表明，当前基于TCD的方法的临床价值可能主要在于生理监测，而非精确复制侵入性测量。对于CPP，尽管平均预测误差约为7 mm Hg在总体趋势监测中可能可以接受，但其临床充分性取决于具体情境。在需要严格CPP控制的情况下，如重型TBI或自动调节功能受损时，即使是微小的偏差也可能产生严重后果。同样，若干基于TCD的模型在Mx估算方面的良好表现提示，当侵入性神经监测不可用或存在禁忌时，无创实时评估自动调节状态可能是可行的。

对于ICP，当前结果不支持替代侵入性监测。然而，颅内高压相对较高的阴性预测值提示，基于TCD的方法在侵入性监测不可用时可能作为实用的保守筛查工具发挥作用。这一解读与IMPRESSIT-2研究的发现一致，该研究报告了颅内高压检测的高阴性预测值但有限的阳性预测值。尽管如此，颅内高压和低CPP在本数据集中相对不常见（分别为5%和9%），这种类别不平衡可能夸大了阴性预测值，同时限制了阳性预测值和特异度。因此，在这些方法能够应用于临床决策之前，需要在颅内高压和低CPP患病率更高的队列中进一步验证。

本研究应在更广泛的无创神经监测背景下解读。替代方法——如计算机断层扫描、视神经鞘直径超声、近红外光谱、脑电图、自动瞳孔测量以及新兴技术（包括Brain4care），提供了关于颅内高压、脑氧合、神经元活动和颅内顺应性，以及最近脑自动调节的互补生理信息。用于无创评估脑血管血流动力学的光学方法，包括CrCP，也已被研究。这些模态仍受限于间歇性采集、对颅内过程的间接评估、易受混杂因素影响，或在神经重症监护人群中验证有限。TCD仍是研究最广泛的技术，因为它独特地提供了可重复的实时床旁脑血流动力学和自动调节功能评估。然而，其操作者依赖性、对 adequate 声窗的依赖以及绝对ICP估算准确度有限仍是重要局限性。因此，未来的临床实践可能受益于整合互补无创技术的多模态策略，结合血流动力学、代谢、神经生理和结构信息，以提供比任何单一模态更全面的脑血管状态评估。

原文链接：

Olakorede I, Bögli SY, Czosnyka M, Smielewski P. Dynamic Noninvasive Assessment of Intracranial Pressure, Cerebral Perfusion Pressure, and Autoregulation. J Neurosurg Anesthesiol. 2026 Sep 25. doi: 10.1097/ANA.0000000000001165.