Loading...
Scientific reports2019Jul15Vol.9issue(1)

カプノグラフィーのシーケンス分析看護師が管理した手術装置の鎮静および心臓カテーテル測定研究所の鎮痛中の波形異常

,
,
,
,
,
,
文献タイプ:
  • Journal Article
概要
Abstract

カプノグラフィーの波形の異常とこれらのパターンに影響を与える要因の一般的なパターンを特定することで、鎮静誘発性呼吸抑制に対する反応を最適化するために洞察をもたらす可能性があります。手順鎮静と鎮痛を伴う心臓カテーテル検査研究所で処置を受けた102人の患者の呼吸状態配列は、通常の呼吸または他のカプノグラフィー波形異常の状態を呼吸速度および末端CO2濃度の事前に指定されたカットオフに基づいて、他のカプノグラフィ波形異常の状態に分類することにより開発されました。階層的クラスタリングは、呼吸状態配列の4つの共通パターンを特定しました。これは、通常の呼吸(n = 42; 41%)、低腺性低換気(n = 15; 15%)、および徐系性低下(n = 7; 7%)を割り当てられた状態の優位性(n = 38; 38%)(n = 15; 15%)、およびApnea(n = 15; 15%)を特徴とする4つの共通パターンを特定しました。人口統計および臨床変数を含む多変数距離マトリックス回帰モデルは、呼吸状態配列の個人間差の変動の28%を説明しました。閉塞性睡眠時無呼吸(R2 = 2.4%; P = 0.02)、喫煙状態(R2 = 2.8%; P = 0.01)、Charlson併存疾患指数スコア(R2 = 2.5%; P = 0.021)、ピーク経腸炭素二酸化炭素濃度(R2 = 4.1%; P = 0.002;有意な共変量でしたが、それぞれが呼吸状態配列の変動の少量のみを説明しました。酸素飽和度(SPO2 <90%)はまれ(n = 3; 3%)であり、呼吸状態配列軌跡に関連していませんでした。

カプノグラフィーの波形の異常とこれらのパターンに影響を与える要因の一般的なパターンを特定することで、鎮静誘発性呼吸抑制に対する反応を最適化するために洞察をもたらす可能性があります。手順鎮静と鎮痛を伴う心臓カテーテル検査研究所で処置を受けた102人の患者の呼吸状態配列は、通常の呼吸または他のカプノグラフィー波形異常の状態を呼吸速度および末端CO2濃度の事前に指定されたカットオフに基づいて、他のカプノグラフィ波形異常の状態に分類することにより開発されました。階層的クラスタリングは、呼吸状態配列の4つの共通パターンを特定しました。これは、通常の呼吸(n = 42; 41%)、低腺性低換気(n = 15; 15%)、および徐系性低下(n = 7; 7%)を割り当てられた状態の優位性(n = 38; 38%)(n = 15; 15%)、およびApnea(n = 15; 15%)を特徴とする4つの共通パターンを特定しました。人口統計および臨床変数を含む多変数距離マトリックス回帰モデルは、呼吸状態配列の個人間差の変動の28%を説明しました。閉塞性睡眠時無呼吸(R2 = 2.4%; P = 0.02)、喫煙状態(R2 = 2.8%; P = 0.01)、Charlson併存疾患指数スコア(R2 = 2.5%; P = 0.021)、ピーク経腸炭素二酸化炭素濃度(R2 = 4.1%; P = 0.002;有意な共変量でしたが、それぞれが呼吸状態配列の変動の少量のみを説明しました。酸素飽和度(SPO2 <90%)はまれ(n = 3; 3%)であり、呼吸状態配列軌跡に関連していませんでした。

Identifying common patterns in capnography waveform abnormalities and the factors that influence these patterns could yield insights to optimize responses to sedation-induced respiratory depression. Respiratory state sequences for 102 patients who had a procedure in a cardiac catheterisation laboratory with procedural sedation and analgesia were developed by classifying each second of procedures into a state of normal breathing or other capnography waveform abnormalities based on pre-specified cut-offs for respiratory rate and end-tidal CO2 concentration. Hierarchical clustering identified four common patterns in respiratory state sequences, which were characterized by a predominance of the state assigned normal breathing (n = 42; 41%), hypopneic hypoventilation (n = 38; 38%), apnea (n = 15; 15%) and bradypneic hypoventilation (n = 7; 7%). A multivariable distance matrix regression model including demographic and clinical variables explained 28% of the variation in inter-individual differences in respiratory state sequences. Obstructive sleep apnea (R2 = 2.4%; p = 0.02), smoking status (R2 = 2.8%; p = 0.01), Charlson comorbidity index score (R2 = 2.5%; p = 0.021), peak transcutaneous carbon dioxide concentration (R2 = 4.1%; p = 0.002) and receiving an intervention to support respiration (R2 = 5.6%; p = 0.001) were significant covariates but each explained only small amounts of the variation in respiratory state sequences. Oxygen desaturation (SpO2 < 90%) was rare (n = 3; 3%) and not associated with respiratory state sequence trajectories.

医師のための臨床サポートサービス

ヒポクラ x マイナビのご紹介

無料会員登録していただくと、さらに便利で効率的な検索が可能になります。

Translated by Google