老年患者全麻期间颈总动脉血流的动态变化及其生理调控机制:一项前瞻性研究

刘星扬 ,  吴静涵 ,  叶春艳 ,  王锷 ,  胡浩

南方医科大学学报 ›› 2026, Vol. 46 ›› Issue (04) : 761 -769.

PDF (1988KB)
南方医科大学学报 ›› 2026, Vol. 46 ›› Issue (04) : 761 -769. DOI: 10.12122/j.issn.1673-4254.2026.04.05

老年患者全麻期间颈总动脉血流的动态变化及其生理调控机制:一项前瞻性研究

作者信息 +

Dynamic changes and physiological regulation of common carotid artery blood flow during general anesthesia in elderly patients: a prospective study

Author information +
文章历史 +
PDF (2034K)

摘要

目的 颈动脉血流减少与围术期脑血管及神经系统并发症密切相关,但其在全身麻醉期间的变化规律及生理调控因素仍缺乏系统认识。 方法 前瞻性纳入193例接受腹部手术的老年患者,连续记录围术期呼吸、循环参数及麻醉深度指标。采用矢量血流成像技术在多个关键时间点测量颈总动脉(CCA)血流量。将心率、平均动脉压、呼气末二氧化碳及双频指数纳入线性混合效应模型,并以患者作为随机效应,分析并解释术中CCA血流变化的生理决定因素。 结果 老年患者在全身麻醉期间CCA血流呈现明显的阶段性波动。线性混合效应模型可解释术中CCA血流变异的52.0%(调整后R²=0.520,P<0.001)。心率、平均动脉压、呼气末二氧化碳及双频指数均与颈动脉血流变化显著相关(P<0.001)。标准化模型进一步显示,不同生理指标对CCA血流的调节强度存在明显差异,其中血流动力学相关指标的影响高于血压或心率变化。手术方式及手术体位对颈动脉血流无显著影响。 结论 本研究从整体生理调控角度表明,术中脑灌注并非单纯依赖血压维持,而是受到通气水平、循环状态及麻醉深度的协同调控。有效识别和管理相关影响因素有助于优化术中脑灌注。

Abstract

Objective To explore the dynamic pattern and physiological regulation of common carotid artery (CCA) blood flow during general anesthesia in elderly patients. Methods A total of 193 elderly patients undergoing abdominal surgery were prospectively enrolled. Respiratory and hemodynamic variables and anesthetic depth of the patients were recorded throughout the perioperative period. CCA blood flow was measured at predefined time points using vector flow imaging. Heart rate, mean arterial pressure, end-tidal carbon dioxide, and bispectral index were included in a linear mixed-effects model, with patient ID as a random effect, to explore the physiological determinants of intraoperative CCA blood flow. Results CCA blood flow showed clear stage-related changes during general anesthesia. The mixed-effects model explained 52.0% of the variation in CCA blood flow (adjusted R²=0.520, P<0.001). Heart rate, mean arterial pressure, end-tidal carbon dioxide, and bispectral index were all significantly associated with CCA blood flow (all P<0.001). The standardized model further showed that the strength of these associations differed, with flow-related factors showing a stronger effect than blood pressure or heart rate alone. Surgical approach and patient position had no significant effect on CCA blood flow. Conclusion Intraoperative cerebral perfusion is not maintained by blood pressure alone but influenced jointly by ventilation, hemodynamic status, and anesthetic depth. Recognizing and managing these factors may help optimize cerebral perfusion during surgery.

Graphical abstract

关键词

颈总动脉血流量 / 脑灌注 / 矢量血流成像 / 老年患者 / 全身麻醉

Key words

common carotid artery blood flow / cerebral perfusion / vector flow imaging / elderly patients / general anesthesia

引用本文

引用格式 ▾
刘星扬,吴静涵,叶春艳,王锷,胡浩. 老年患者全麻期间颈总动脉血流的动态变化及其生理调控机制:一项前瞻性研究[J]. 南方医科大学学报, 2026, 46(04): 761-769 DOI:10.12122/j.issn.1673-4254.2026.04.05

登录浏览全文

4963

注册一个新账户 忘记密码

脑血流(CBF)紊乱被认为是全身麻醉期间诱发脑血管事件及术后神经功能障碍的重要机制12。当脑血流下降至22 mL/(100 g·min)以下时即可发生缺血性脑损伤3。尽管围术期显性卒中的发生率不足1%,但仍有7%~10%的患者可发生隐性卒中45,这提示术中脑低灌注的风险可能被严重低估。然而,目前对于参与全身麻醉过程中脑灌注调控的生理因素仍缺乏系统的认识。
在健康状态下,神经血管耦联(NVC)、血管运动反应性(VMR)及脑自身调节(CA)共同维持脑血流的稳定67。然而,在老年患者的全麻手术过程中,麻醉药物作用、手术刺激、气腹建立及体位改变等因素可引起显著的呼吸与循环波动,从而打破这一精细的调节平衡89。临床实践中,麻醉医生能够实时监测的主要仍为血压与心率,但这些指标是否能够真实反映脑灌注状态,仍缺乏直接证据。脑氧饱和度监测则更多反映电极下方局部组织的氧供需平衡10,难以代表整体脑血流灌注情况。
既往关于脑血流的研究多依赖经颅多普勒或频谱多普勒技术,受测量角度、声窗条件及操作者经验影响较大,难以在术中稳定、连续应用11。同时,现有研究多局限于单一时间点或术前清醒状态的评估12,缺乏对全麻期间脑供血动态变化的连续观测。更为重要的是,既往文献往往将循环、呼吸或麻醉深度等因素分别讨论,尚缺乏将多系统生理参数纳入同一分析框架、从整体层面解释术中脑灌注调控机制的研究1314
颈动脉系统承担约80%的脑供血15。研究证实,颅外脑供血动脉的血流变化可间接反映脑血流灌注状态16。因此,颈动脉血流可作为观察术中脑灌注变化的可靠窗口。超声作为一种无创、便捷的监测手段,已被广泛用于危重患者床旁颈动脉血流评估1718。基于此,本研究在老年患者全麻手术过程中,采用新型矢量血流成像技术(V Flow)进行多时间点颈动脉血流测量。进一步,以颈动脉血流为量化指标,构建呼吸、循环与麻醉深度共同参与的脑灌注生理调控模型。通过将心率(HR)、平均动脉压(MAP)、呼末二氧化碳(ETCO2)及麻醉深度等关键生理指标纳入线性混合效应模型,揭示术中脑灌注的多系统协同调控机制,从而为麻醉医生理解和优化围术期脑灌注管理提供生理学依据。

1 材料和方法

1.1 研究对象

本研究为一项前瞻性观察性研究,基于已注册的临床试验数据进行分析。研究获得中南大学湘雅医院伦理委员会批准(伦理批号:202103086),并在中国临床试验注册中心登记注册(ChiCTR2100048599)。纳入对象为2021年9月~2022年5月拟在全身麻醉下接受胃肠道手术的老年患者,年龄65~80岁。排除标准(若患者符合以下任一情况即不纳入研究):既往有严重颅脑外伤、颅内感染、阿尔茨海默病、其他类型的痴呆或精神病性障碍;影像学证实存在脑梗死;术前合并严重高血压、糖尿病或冠心病;存在酒精依赖或戒断综合征;严重视力或听力障碍;既往3个月内住院或处于疾病终末期。所有患者或其法定代理人均签署了书面知情同意书。

1.2 麻醉方案与围术期管理

所有患者均采用统一的麻醉诱导与维持方案。麻醉诱导使用咪达唑仑、依托咪酯、丙泊酚、舒芬太尼及顺式阿曲库铵,具体剂量根据患者年龄和体重调整。麻醉维持采用丙泊酚、瑞芬太尼、顺式阿曲库铵及七氟烷,其中七氟烷在预期手术结束前30 min停止使用。常规围术期处理包括麻醉深度调控、液体管理及必要时的输血管理。麻醉深度以脑电双频指数(BIS)为参考,目标范围为40~60。通过调节静吸复合麻醉药物并应用血管活性药物(如麻黄碱)以维持血压波动在基础值±20%以内。同时维持平均动脉压不低于65 mmHg,心率不低于50次/min。机械通气参数按肺保护通气策略设置,潮气量为6~8 mL/kg,通过调整呼吸频率使ETCO2维持在30~35 mmHg内。手术结束后,患者在麻醉清醒且呼吸循环稳定后拔除气管导管,首先转入麻醉后恢复室(PACU)进行观察。生命体征稳定者随后转入普通病房,高危或临床状态不稳定的患者则转入重症监护室(ICU)继续监测与治疗。

1.3 术中数据采集

颈总动脉(CCA)血流采用线阵探头(3~9 MHz;迈瑞Resona 7超声系统,深圳迈瑞生物医疗电子股份有限公司)进行测量。应用V Flow技术,在固定的成像参数下进行定量血流计算:成像深度设为2 cm,箭头生命周期25 ms,箭头密度10%。血管内径测量取血管壁内膜之间的平行距离。

患者进入手术室后,取平卧位休息10 min后测量双侧CCA血流并取平均值。在本研究的193例患者中,左右侧CCA血流无显著差异(左侧vs右侧:323.61±66.17 mL/min vs 321.81±78.46 mL/min,P=0.808)。随后,自麻醉开始至手术结束期间,每10 min测量1次左侧CCA血流,用于计算术中平均CCA血流量。同时采集对应的峰值收缩期血流速度(PSV)。颈动脉血流的测量部位选择在距颈动脉窦1.5~2 cm处,以避免颈动脉窦血流紊乱对测量结果造成干扰11。此外,每个测量时间点同步记录循环指标,包括HR、MAP和动脉收缩压(SBP)、ETCO2以及BIS。

1.4 样本量计算

本研究的样本量依据前瞻性研究设计并采用 G*Power 3.1.9.7 软件进行估计19。基于单因素重复测量方差分析模型进行样本量估算,设定效应量为小效应(effect size f=0.12)、显著性水平α=0.05、检验效能=0.9、3个术中测量时间点、重复测量间相关系数设定为0.5,非球形校正系数事前采取ε=0.75。计算结果显示研究所需最小样本量为183例。考虑可能的脱落或技术因素,将计划样本量设为190例。

本研究最终纳入193例患者,进一步采用事后效能分析验证研究效能,在既定样本量(n=193)、α=0.05、设定效应量f=0.12的条件下,得到研究检验效能为0.92,表明本研究样本量能够满足主要研究指标的统计学效能要求。

1.5 统计学分析

所有统计分析均在R软件(version 4.3.2)中完成。连续型变量首先进行正态性检验,符合正态分布的数据以均数±标准差表示,不符合正态分布的数据以中位数(四分位数间距)表示,分类变量以例数(百分比)表示。对于围术期多个时间点的重复测量数据,采用配对样本的重复测量方差分析评估时间因素的总体效应,并使用Tukey方法进行事后两两比较及多重比较校正。在分析手术方式及体位对颈总动脉血流动态变化的影响时,采用双因素重复测量方差分析以评估时间因素与分组因素的交互作用。为探讨术中生理指标对颈总动脉血流变化的影响,采用线性混合效应模型仅纳入麻醉诱导后及手术期(T2、T3和T4时间点)数据进行分析,避免清醒状态对术中调控关系的干扰。模型中将患者设为随机效应以校正个体内重复测量的相关性。固定效应的选择基于既往生理学证据与临床意义预先确定,包括HR、MAP、PSV、ETCO2及BIS值,并通过Akaike信息准则对不同模型进行比较,以验证所构建的完整生理模型在信息量和拟合优度方面优于删减变量或替代变量的模型。在比较不同生理指标对颈动脉血流影响强度的相对大小时,所有连续变量在进入模型前进行Z-score标准化处理。具体方法为:(变量值-均值)/标准差,以消除不同变量量纲差异,使不同生理指标的回归系数具有可比性。所有检验均为双侧检验,以P<0.05为差异具有统计学意义。

2 结果

2.1 围术期颈总动脉血流及相关生理指标的动态变化

本研究最终纳入193例老年患者(表1)。表2中展示了4个时间点,即(T1)患者清醒平卧进入手术间时、(T2)麻醉诱导及气管插管后5 min、(T3)手术开始5 min,以及(T4)手术结束时的CCA血流量以及相关生理指标。重复测量分析结果显示,时间因素对CCA血流量具有显著影响(P<0.001)。与清醒状态(T1)相比,麻醉诱导后(T2)CCA血流量显著下降(P<0.001),下降幅度为25.39%(6.46%~36.11%)。随后在手术开始阶段(T3),CCA血流量与T2相比差异无统计学意义(P=0.890),并在手术结束时(T4)仍维持在低于清醒状态的水平(P<0.001)。

与CCA血流变化趋势相对应,各生理指标亦呈现阶段性变化(图2B~G)。麻醉诱导后(T2),PSV、MAP、SBP、HR及BIS值均较T1明显降低(P<0.001)。在手术开始阶段(T3),尽管SBP与MAP较T2有所回升(P< 0.001),但仍低于清醒水平;HR变化不明显,而PSV则较T2进一步下降(P<0.001)。在手术结束阶段(T4),随着麻醉深度减轻,BIS明显升高(P<0.001),但由于手术刺激减弱,MAP与HR较T3再次下降(P<0.001)。与上述循环指标不同,ETCO2在麻醉诱导后明显升高,并在术中维持相对稳定,至手术结束时轻度回落。

总体而言,术中CCA平均血流量较清醒状态下降21.79%(4.27%~37.30%)(P<0.001,图2H),而最低血流量下降幅度可达57.91%(48.58%~66.97%)(P<0.001,图2I)。

2.2 手术方式与体位对颈总动脉血流的影响

时间与手术方式之间存在显著交互作用(P=0.013,图3A),腹腔镜与开腹手术中CCA血流随手术进程的变化轨迹并不完全相同。然而,在各对应时间点进行两两比较时,差异均无统计学意义(P>0.05)。进一步比较两组患者术中平均CCA血流量(图3B),亦未见显著差异(腹腔镜:254.7±70.7 mL/min;开腹:243.8±41.7 mL/min;P=0.230)。

比较不同手术体位对CCA血流变化的影响(图3C)。双因素分析未显示时间与体位之间存在显著交互作用(P=0.153)。在体位改变前后(t1与t2)可观察到方向一致的变化趋势:Trendelenburg位后CCA血流呈上升趋势,而反Trendelenburg位后则呈轻度下降趋势,但各时间点比较均未达到统计学差异(P>0.05)。进一步比较不同体位患者术中平均CCA血流量(图3D),Trendelenburg位、反Trendelenburg位及平卧位患者分别为272.8±86.9 mL/min、255.8±77.2 mL/min和242.6±67.7 mL/min,差异均无统计学意义(P>0.05)。

2.3 术中颈总动脉血流的生理指标影响因素分析:线性混合效应模型

纳入HR、MAP、PSV、ETCO2以及BIS的线性混合效应模型能够解释术中CCA血流量变异的52.0%(调整后R²=0.520,P<0.001)。ETCO2每升高10 mmHg,CCA血流增加48.4 mL/min(95% CI 32.0~64.8 mL/min,P<0.001,图4A);PSV每增加10 cm/s,CCA血流增加37.8 mL/min(95% CI 31.5~44.1 mL/min,P<0.001);BIS值每增加10,CCA血流增加22.5 mL/min(95% CI 16.1~28.8 mL/min,P<0.001);HR每增加10次/min,CCA血流增加22.3 mL/min(95% CI 14.9~29.7 mL/min,P<0.001);MAP每升高10 mmHg,CCA血流增加15.4 mL/min(95% CI 10.4~20.3 mL/min,P<0.001)。标准化模型结果(图4B)显示,各指标对CCA血流的影响强度存在明显差异,其中PSV的标准化效应最大,其后依次为MAP、ETCO2、HR以及BIS。

此外,CCA血流在不同手术阶段呈现显著的非线性变化模式(P=0.010)。进一步的交互分析(图5表3)显示,仅PSV与时间存在显著交互作用(P<0.001)。具体表现为,在手术开始阶段(T3),CCA血流对PSV变化的响应明显减弱,而在术后阶段(T4)又恢复至接近麻醉稳定期(T2)的模式。

3 讨论

本研究系统揭示了老年患者在全身麻醉及手术过程中CCA血流的动态变化及其生理学决定因素。研究结果发现,CCA血流在麻醉诱导后显著下降,并且呈现“快速下降-低位平台”的阶段性变化特征。尽管手术方式可改变CCA血流随时间的变化轨迹,但术中CCA血流的总体水平在腹腔镜与开腹手术中无显著差异。此外,手术体位改变对颈动脉血流灌注也未产生显著影响,提示术中CCA血流的变化并非由手术方式或体位因素所致。混合线性模型的结果进一步表明,HR、MAP、PSV、ETCO2及BIS值均为术中CCA血流的重要影响因素,其中PSV、MAP以及ETCO2的作用尤为突出。值得注意的是,PSV与时间存在显著交互作用,提示CCA血流对血流动力学因素的响应具有阶段特异性。在手术开始阶段,CCA对血流动力学变化的响应明显减弱,而在术后阶段又恢复至麻醉稳定期的模式,反映出术中不同阶段颈动脉灌注调控机制的改变。这些结果具有直接的临床启示意义,即术中脑灌注并非仅由血压维持,而是受通气水平、循环状态及麻醉深度的综合调控,尤其在手术开始阶段更需关注血流动力学与通气管理的协同调节,从而为麻醉医生优化围术期脑灌注提供了明确的生理依据。

既往研究表明,颈动脉血流减少与多种脑血管及神经系统疾病密切相关,无论在急性期还是慢性稳定期,卒中患者的颈动脉血流速度和血流量均低于非卒中患者20。在心力衰竭患者中,CCA血流速度降低也被证实与认知功能下降相关21。此外,术中血流动力学的波动,尤其是脑灌注的改变,被认为是术后认知功能障碍的重要机制之一2122。在我们此前的一项前瞻性研究中,同样观察到术中颈动脉血流降低与术后谵妄的发生相关(文章已接收,待发表)。其可能的损伤机制在于脑部对低灌注和缺氧极为敏感,尤其是内侧颞叶及额叶-皮质下环路等与认知密切相关的区域更易受到影响1。即便是短暂的术中血流下降,也可能诱发神经元应激和认知功能障碍23。此外,低灌注状态可通过活性氧生成增加氧化应激24,并激活小胶质细胞介导的神经炎症反应,进一步加重神经元损伤2526。在老年患者中,由于神经元储备减少、血管调节功能减弱及血脑屏障完整性下降,这些不良影响可能被进一步放大27。这些结果进一步支持了术中监测颈动脉血流作为围术期脑灌注指标的潜在临床价值。

本研究不仅揭示了脑灌注的动态变化特征,也为围术期神经保护提供了可量化的监测窗口。基于混合效应模型所呈现的生理调控规律,本研究进一步构建了理解术中脑灌注调控的整体生理框架。首先,本研究观察到,HR和MAP的升高均伴随CCA血流的增加,这与既往研究一致13。在老年患者中,麻醉诱导常导致迷走神经张力升高及对麻醉药物耐受性较差,从而出现明显的HR下降28,这一现象在本研究中甚至可持续至手术结束。但HR过低可能通过降低心输出量而影响脑灌注,因此在无明显心血管禁忌的情况下,应避免过度心动过缓以维持有效灌注。此外,平均动脉压与CCA血流之间显著的正相关提示在麻醉与手术应激背景下,老年患者的脑血流自动调节可能更符合动态调节模式,即脑血流自动调节平台可能更为狭窄、对血压波动更为敏感,因此需要更及时、精细的血压管理以维持充分的脑灌注329。本研究还发现,呼吸参数也显著参与CCA血流量的调节,并且可能是与血压同样敏感的脑灌注指标。过去的研究证实CO2是一种强效的脑血管扩张剂3031,血管对CO2的高度敏感性可延伸至颈部动脉32,从而通过颈动脉血流的监测可以识别到CO2对于脑血流灌注的调节。我们的研究结果提示,在维持血压相对稳定的同时,过度通气导致的低碳酸血症仍可能引起脑血流下降,因此合理的通气策略在围术期脑灌注管理中同样至关重要。最后,我们的研究还观察到了BIS值与CCA血流之间的相关性。神经血管耦联机制可能解释了BIS值与CCA血流之间的相关性。神经元活动增强可通过释放一氧化氮(NO)促进脑血管扩张,从而降低脑血管阻力33;同时,神经元来源的前列腺素也可作用于脑血管平滑肌,引起血管舒张33。这些机制共同表明,麻醉深度与脑血流调节之间存在紧密的生理联系,术中麻醉深度的精细化管理不仅关系到镇静水平,也可能影响脑灌注状态。综合来看,围术期脑灌注管理不应仅依赖单一指标,而应从血压、通气、心率及麻醉深度等多方面进行协同调控。

值得进一步讨论的是,本研究观察到PSV在不同手术阶段对CCA血流的影响并不一致。PSV是综合反映心脏射血能力、远端脑血管阻力及动脉顺应性等多重因素共同作用的血流动力学结果34。在多数术中阶段,PSV能够较好地反映血液在收缩期通过颈动脉进入脑循环的实际供血能力,因此与CCA血流保持稳定的相关关系。然而,在手术刺激最为集中的阶段,颈动脉灌注可能不再主要受局部血流动力学指标驱动,而更多受到全身血流再分配、外周血管阻力变化及神经反射调节的共同影响,导致PSV对CCA血流的解释能力相对下降。这一发现从机制层面支持了手术开始阶段是围术期脑灌注调控的关键窗口期,也提示在该阶段应结合多项生理参数综合评估脑灌注状态,而非依赖单一血流动力学指标。

然而,在常规手术中实时监测颈动脉灌注仍颇具挑战性。经颅多普勒(TCD)是临床评估颅内脑血流动力学的重要工具21。但TCD的准确性高度依赖操作者的经验和技术水平,且个体解剖差异常使其在临床应用中受到限制11。本研究采用的新型超声矢量血流成像技术(V Flow)可用于定量测量CCA血流35。该技术具有较高的测量精度且无需角度校正,能够为手术患者提供动态、无创的床边颈动脉血流参数评估36-38。磁共振相位对比成像(MRA)是评价血流的金标准,已有研究显示,相较于临床常用的频谱多普勒超声,V Flow成像在血流测量方面与MRA的一致性更佳39。此外,V Flow对血流量的计算更为精确,能够减少因血管直径测量不准确带来的误差,尤其适用于心动周期内管径变化显著的颈总动脉,这也为全麻术中颈动脉灌注的监测提供了更多实用工具参考。

本研究采用前瞻性设计,并在真实临床麻醉场景下对老年患者围术期颈总动脉血流进行了连续动态监测,较为系统地反映了术中脑灌注的生理变化过程。然而,仍需谨慎解读本研究结果。首先,本研究为单中心观察性研究,尽管样本量相对充足,但研究结论的外推性仍有待多中心研究进一步验证。其次,术中未常规监测心输出量和每搏量等能够更直接反映心泵功能的指标,而主要依赖心率、血压及血流速度等临床可实时获得的循环参数。这在一定程度上限制了对CCA血流变化血流动力学机制的深入解释。但需要说明的是,本研究主要关注麻醉临床实践中常规可监测的生理指标,旨在探讨这些指标与脑灌注之间的关系,因此研究结果更侧重于临床应用层面的解释。此外,本研究仅测量了单侧CCA血流,对于某些特定体位(如左侧倾斜位)可能存在双侧脑灌注不均衡的情况,因此单侧测量结果在个别体位下可能无法完全代表整体脑灌注状态。

综上所述,全身麻醉期间CCA血流的调节并非由单一因素主导,而是呼吸、循环与麻醉深度等多种生理机制协同作用的结果。本研究从动态血流变化的角度揭示了术中脑灌注调控的复杂性与阶段特征。随着围术期监测技术的不断进步,对脑灌注状态的实时评估将更加精细与可量化。这不仅有助于早期识别潜在的脑低灌注风险,也为麻醉医师在老年患者中实施更为精准的通气管理、血流动力学调控及麻醉深度管理提供了直接的生理学依据,从而为围术期脑功能保护开辟了更具可操作性的路径。

参考文献

[1]

Bird CM. The role of the hippocampus in recognition memory[J]. Cortex, 2017, 93: 155-65. doi:10.1016/j.cortex.2017.05.016

[2]

Bown CW, Do R, Khan OA, et al. Lower cardiac output relates to longitudinal cognitive decline in aging adults[J]. Front Psychol, 2020, 11: 569355. doi:10.3389/fpsyg.2020.569355

[3]

Slupe AM, Kirsch JR. Effects of anesthesia on cerebral blood flow, metabolism, and neuroprotection[J]. J Cereb Blood Flow Metab, 2018, 38(12): 2192-208. doi:10.1177/0271678x18789273

[4]

Mrkobrada M, Chan MTV, Cowan D, et al. Perioperative covert stroke in patients undergoing non-cardiac surgery (NeuroVISION): a prospective cohort study[J]. Lancet, 2019, 394(10203): 1022-9. doi:10.1016/s0140-6736(19)31795-7

[5]

Mrkobrada M, Hill MD, Chan MTV, et al. Covert stroke after non-cardiac surgery: a prospective cohort study[J]. Br J Anaesth, 2016, 117(2): 191-7. doi:10.1093/bja/aew179

[6]

Tzeng YC, Panerai RB. CrossTalk proposal: dynamic cerebral autoregulation should be quantified using spontaneous blood pressure fluctuations[J]. J Physiol, 2018, 596(1): 3-5. doi:10.1113/JP273899

[7]

Barnes SC, Panerai RB, Beishon L, et al. Cerebrovascular responses to somatomotor stimulation in Parkinson's disease: a multivariate analysis[J]. J Cereb Blood Flow Metab, 2022, 42(8): 1547-58. doi:10.1177/0271678X211065204

[8]

Cai JH, Tang M, Wu HY, et al. Association of intraoperative hypotension and severe postoperative complications during non-cardiac surgery in adult patients: a systematic review and meta-analysis[J]. Heliyon, 2023, 9(5): e15997. doi:10.1016/j.heliyon.2023.e15997

[9]

Zarour S, Weiss Y, Abu-Ghanim M, et al. Association between intraoperative hypotension and postoperative delirium: a retro-spective cohort analysis[J]. Anesthesiology, 2024, 141(4): 707-18. doi:10.1097/aln.0000000000005149

[10]

Ghosh A, Elwell C, Smith M. Cerebral near-infrared spectroscopy in adults: a work in progress[J]. Anesth & Analg, 2012, 115(6): 1373-83. doi:10.1213/ane.0b013e31826dd6a6

[11]

Bonow RH, Young CC, Bass DI, et al. Transcranial Doppler ultrasonography in neurological surgery and neurocritical care[J]. Neurosurg Focus, 2019, 47(6): E2. doi:10.3171/2019.9.focus19611

[12]

Demir I, Turktan M, Gulec E, et al. The predictive role of carotid artery flow time for anesthesia-induced hypotension in high-risk elderly patients[J]. J Clin Monit Comput, 2024, 38(4): 859-67. doi:10.1007/s10877-024-01145-2

[13]

Skytioti M, Elstad M, Søvik S. Internal carotid artery blood flow response to anesthesia, pneumoperitoneum, and head-up tilt during laparoscopic cholecystectomy[J]. Anesthesiology, 2019, 131(3): 512-20. doi:10.1097/ALN.0000000000002838

[14]

Oncu K and Saylan S, Effects of Haemodynamic Changes Caused by Different Pneumoperitoneum Pressures on Cerebral Oxygenation in Laparoscopic Cholecystectomy: Prospective Randomised Controlled Trial[J]. J Coll Physicians Surg Pak, 2024. 34(1): 16-21. doi:10.29271/jcpsp.2024.01.16

[15]

Boyajian RA, Schwend RB, Wolfe MM, et al. Measurement of anterior and posterior circulation flow contributions to cerebral blood flow[J]. J Neuroimaging, 1995, 5(1): 1-3. doi:10.1111/jon1995511

[16]

Brandt AH, Olesen JB, Moshavegh R, et al. Common carotid artery volume flow: a comparison study between ultrasound vector flow imaging and phase contrast magnetic resonance imaging[J]. Neurol Int, 2021, 13(3): 269-78. doi:10.3390/neurolint13030028

[17]

Sun L, Wu G, Zhou Y, et al. Prospective study on ultrasound-guided stellate ganglion block improves cerebral blood flow in patients with stroke[J]. J Stroke Cerebrovasc Dis, 2024, 33(4): 107593. doi:10.1016/j.jstrokecerebrovasdis.2024.107593

[18]

Yu FX, Liu D, Ma X, et al. Dobutamine-induced alterations in internal carotid artery blood flow and cerebral blood flow in healthy adults[J]. Brain Res Bull, 2025, 221: 111204. doi:10.1016/j.brainresbull.2025.111204

[19]

Kang H. Sample size determination and power analysis using the G*Power software[J]. J Educ Eval Health Prof, 2021, 18: 17. doi:10.3352/jeehp.2021.18.17

[20]

Bai CH, Chen JR, Chiu HC, et al. Lower blood flow velocity, higher resistance index, and larger diameter of extracranial carotid arteries are associated with ischemic stroke independently of carotid athero-sclerosis and cardiovascular risk factors[J]. J Clin Ultrasound, 2007, 35(6): 322-30. doi:10.1002/jcu.20351

[21]

Kure CE, Rosenfeldt FL, Scholey AB, et al. Relationships among cognitive function and cerebral blood flow, oxidative stress, and inflammation in older heart failure patients[J]. J Card Fail, 2016, 22(7): 548-59. doi:10.1016/j.cardfail.2016.03.006

[22]

Bernardi MH, Wahrmann M, Dworschak M, et al. Carotid artery blood flow velocities during open-heart surgery and its association with delirium: a prospective, observational pilot study[J]. Medicine, 2019, 98(50): e18234. doi:10.1097/MD.0000000000018234

[23]

Xu N, Li LX, Wang TL, et al. Processed multiparameter electroencephalogram-guided general anesthesia management can reduce postoperative delirium following carotid endarterectomy: a randomized clinical trial[J]. Front Neurol, 2021, 12: 666814. doi:10.3389/fneur.2021.666814

[24]

Lopez MG, Pandharipande P, Morse J, et al. Intraoperative cerebral oxygenation, oxidative injury, and delirium following cardiac surgery[J]. Free Radic Biol Med, 2017, 103: 192-8. doi:10.1016/j.freeradbiomed.2016.12.039

[25]

Zhao Y, Zhang JW, Zheng YL, et al. NAD(+) improves cognitive function and reduces neuroinflammation by ameliorating mitochondrial damage and decreasing ROS production in chronic cerebral hypoperfusion models through Sirt1/PGC-1α pathway[J]. J Neuroinflammation, 2021, 18(1): 207. doi:10.1186/s12974-021-02250-8

[26]

Shibata M, Ohtani R, Ihara M, et al. White matter lesions and glial activation in a novel mouse model of chronic cerebral hypoperfusion[J]. Stroke, 2004, 35(11): 2598-603. doi:10.1161/01.str.0000143725.19053.60

[27]

Swarbrick CJ, Partridge JSL. Evidence-based strategies to reduce the incidence of postoperative delirium: a narrative review[J]. Anaesthesia, 2022, 77(S1): 92-101. doi:10.1111/anae.15607

[28]

Pereira EM, Moraes VR, Gaya da Costa M, et al. Remimazolam vs. propofol for general anaesthesia in elderly patients: a meta-analysis with trial sequential analysis[J]. Eur J Anaesthesiol, 2024, 41(10): 738-48. doi:10.1097/01.EJA.0001179540.00282.be

[29]

Tzeng YC, Ainslie PN. Blood pressure regulation IX: cerebral autoregulation under blood pressure challenges[J]. Eur J Appl Physiol, 2014, 114(3): 545-59. doi:10.1007/s00421-013-2667-y

[30]

Son JS, Oh JY, Ko S. Effects of hypercapnia on postoperative nausea and vomiting after laparoscopic surgery: a double-blind randomized controlled study[J]. Surg Endosc, 2017, 31(11): 4576-82. doi:10.1007/s00464-017-5519-8

[31]

Gordon GR. Neurovascular coupling during hypercapnia in cerebral blood flow regulation[J]. Nat Commun, 2024, 15: 7636. doi:10.1038/s41467-024-50165-8

[32]

Willie CK, MacLeod DB, Shaw AD, et al. Regional brain blood flow in man during acute changes in arterial blood gases[J]. J Physiol, 2012, 590(14): 3261-75. doi:10.1113/jphysiol.2012.228551

[33]

Claassen JAHR, Thijssen DHJ, Panerai RB, et al. Regulation of cerebral blood flow in humans: physiology and clinical implications of autoregulation[J]. Physiol Rev, 2021, 101(4): 1487-559. doi:10.1152/physrev.00022.2020

[34]

Au JS, Yiu BYS, So H, et al. Ultrasound vector projectile imaging for detection of altered carotid bifurcation hemodynamics during reductions in cardiac output[J]. Med Phys, 2020, 47(2): 431-40. doi:10.1002/mp.13905

[35]

Qiu YJ, Yang DH, Zhang Q, et al. V Flow technology in measurement of wall shear stress of common carotid arteries in healthy adults: Feasibility and normal values[J]. Clin Hemorheol Microcirc, 2020, 74(4): 453-62. doi:10.3233/ch-190719

[36]

Song D, Liu MM, Dong YH, et al. Investigation on the differences of hemodynamics in normal common carotid, subclavian, and common femoral arteries using the vector flow technique[J]. Front Cardiovasc Med, 2022, 9: 956023. doi:10.3389/fcvm.2022.956023

[37]

Du YG, Ding HY, He L, et al. Quantitative blood flow measurements in the common carotid artery: a comparative study of high-frame-rate ultrasound vector flow imaging, pulsed wave Doppler, and phase contrast magnetic resonance imaging[J]. Diagnostics, 2022, 12(3): 690. doi:10.3390/diagnostics12030690

[38]

Poloni S, Bozzetto M, Du YG, et al. Velocity vector comparison between vector flow imaging and computational fluid dynamics in the carotid bifurcation[J]. Ultrasonics, 2023, 128: 106860. doi:10.1016/j.ultras.2022.106860

[39]

Brandt AH, Hansen KL, Ewertsen C, et al. A comparison study of vector velocity, spectral Doppler and magnetic resonance of blood flow in the common carotid artery[J]. Ultrasound Med Biol, 2018, 44(8): 1751-61. doi:10.1016/j.ultrasmedbio.2018.05.002

基金资助

国家自然科学基金联合基金项目(U24A20230)

湖南省自然科学基金重点项目(2024JJ3051)

RIGHTS & PERMISSIONS

版权所有©《南方医科大学学报》编辑部2021

AI Summary AI Mindmap
PDF (1988KB)

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/