在全身麻醉的过程中，监测麻醉深度的基本方法是观察病人的呼吸、循环、眼、皮肤、消化道、骨骼肌张力变化等体征。这些方法简单易行但受药物、手术刺激、原发疾病等的影响较大。麻醉深度的仪器监测经历了广泛的研究和尝试，如容积描记图、额肌电、皮肤电阻、食管下段收缩性、心率变异性、原始脑电图和诱发电位等。脑电双频谱指数(BIS)及听觉诱发电位指数(AEP index ) 成为监测麻醉深度的较有希望的应用指标，在临床上逐渐得到广泛应用。
1.警觉/镇静评分(Observer’s assessment of alterness / sedation，OAA/S)
通过观察患者对呼叫姓名和推摇身体的反应程度、面部表情、眼部表现等评定，5分为清醒，3分为浅睡，1分为深睡。该评分主要评定苯二氮卓类药物的中枢神经系统效应，并不能全面评价麻醉深度。
2.前臂孤立技术(isolate forearm technique)
患者在使用肌松剂前用止血带阻断上肢血流,观察麻醉中前臂的指令性运动。此可被看成为可靠的防止术中知晓的技术，但其使用时间有限，只能短期使用。
3.食管下段收缩性监测
食管下段收缩性(LEC)用于麻醉深度监测是Evans先提出的。除原发性蠕动外，食管下段的继发性蠕动、自发性收缩与麻醉深度有关。研究表明，手术刺激越强，LEC就越大、越多。多数静脉或吸入麻醉药能抑制自发性食管下段收缩,而继发性食管下段收缩的波幅随麻醉深度加深逐渐降低，这可能是麻醉药抑制了食管的运动中枢迷走神经背核和其附近的网状活动中心，也可能直接作用于食管肌间神经丛。但个体差异和药物作用可影响LEC的结果。此监测技术能否用于临床麻醉深度监测目前尚有争议。
4.眼球震颤
正常人眼一般平均以100Hz的频率颤动，颤动的幅度很小。眼球颤动是由脑干的凝视控制机制对眼外肌群不断调节的结果。在硫喷妥钠麻醉下眼震颤的频率和幅度降低。但此法需暴露眼球与传感器接触，使用不当可能引发局部严重并发症。
5.手指动脉压
该方法与上臂袖带法相关性很好。浅麻醉血管收缩时，手指比上臂的收缩压一般高7 mmHg，但有时也可高出20～40 mmHg，舒张压则低9～10 mmHg，深麻醉血管舒张时相反，一般情况下两者接近。或许用两者差值可反映麻醉深度，但尚需进一步研究。
6.皮肤电阻
有许多方法可测量皮肤的电阻或传导性。在应激反应时交感神经兴奋，汗腺分泌增加，皮肤电阻迅速下降，因此可反映麻醉深度。但有以下缺点使其可靠性较差：①静止情况下的个体差异很大；②一次汗腺分泌之后在皮肤表面积聚时间较长，所以对短时间内的变化灵敏性差；③因电极的设计和安放位置不同使电极和皮肤间的电阻各异，从而影响总的测量结果；④皮肤破损可使皮肤电阻显著降低；⑤抗胆碱能药物的影响。
7.唾液cGMP含量分析
Engelhardt等首次通过将唾液中的cGMP的含量变化与麻醉深度监测相联系，结果表明：唾液中的cGMP含量变化与麻醉变化一致，随麻醉深度加深，唾液中的cGMP的含量增加，但目前仍未得出科学的量化指标，并且其存在非即时性、连续性观测，因此尚未应用于临床。
8.心率变异性(heart rate variability，HRV)监测
创伤、应激、麻醉药物等多种因素均可作用于病人的自主神经系统导致交感、副交感功能及均衡性的显著改变，HRV分析方法为麻醉医师深入了解围术期自主神经活性与均衡性的改变及其与各种因素的互动关系提供了一种新的定量手段。
9.脑电图(electronencephalogram，EEG)
计算机技术的发展和傅立叶分析在信号处理领域的有效应用，使人们尝试将EEG的频域分析用于麻醉深度的监测。常用的指数有边缘频率(spectral edge frequency, SEF)、中心频率(median power frequency, MPF)、δ比率(δ ratio)和双谱指数等监测指标(bispectral index，BIS)。
BIS是在频率谱和功率谱的基础上增加了对位相和谐波的非线性分析得出的混合信息拟合的一具体数字，用0-100分度表示，数字变小表示大脑的抑制程度加深，直观准确地反映大脑皮质功能状态及其变化。作为监测可反映大脑皮层功能，是监测麻醉深度较好的指标，调控全身麻醉麻醉深度可更好地维持血流动力学稳定、准确监测和调控全身麻醉，达到较理想的麻醉深度，并加快麻醉恢复。由于BIS是反映大脑皮质的兴奋与抑制，与主要抑制大脑皮质的麻醉药如丙泊酚、依托咪酯、硫贲妥钠、咪唑安定和吸入麻醉药等的镇静麻醉作用有比较好的相关性，其中与丙泊酚的相关性最好。术中使用BIS监测能够减少术中麻醉药的用量，确保患者无术中知晓，术后缩短拔管时间。SNAPTM脑电监测仪SNAPTM是一种新型脑电监测仪,可通过窗口直接显示所得的数值和趋势图,依据SI准确调控麻醉的深度。麻醉中SI的适宜范围为50～65
10.脑电熵(entropy of the EEG)的监测
近似熵是一种有效的统计方式，其通过边缘概率的分布来区分各过程。其特点是具有较好的抗干扰和抗噪的能力；对随机信号或是确定性信号都可使用；较适合用来分析生物信号。目前Datex-Ohmeda熵模块(M-Entropy)在欧洲已有应用。该模块可以计算近似熵(estimate of the entropy of the EEG, EE)。EE是基于Kolmogorov-Sinai原理对脑电图规律的数据的量化。M-Entropy模块提供两个熵的值：状态熵(state entropy，SE)和反应熵(response entropy，RE)，它们从特定的频率范围计算而来，值变化范围为0～100。SE从0.8Hz～32Hz(主要是脑电部分)频率谱计算而来，主要反应皮层的功能。反应熵从0.8Hz～47Hz的(包括脑电和面肌电部分)频率谱计算而来，当肌电图等于0时，RE等于SE，反之总是高于SE。在一个未肌松的镇痛不足病人，肌电图活动总是在脑电活动变化之前增加，从而导致RE在SE变化之前增加。
11.Narcotrend麻醉深度监护仪
Narcotrend分级监测是由德国Hannover大学医学院一个研究组开发的脑电监测系统。Narcotrend能将麻醉下的脑电图进行自动分析并分级，从而显示麻醉深度。这种思想来源于1937年Loomis等对人类睡眠期间脑电变化的系统描述，他们将脑电的变化分为5个级别A-E加以区分。1981年Kugler扩展了Loomis的分级，定义了若干亚级别并应用到麻醉下脑电图的分级中。2000年Schultz等开始使用带有亚级别A、B0-2、C0-2、D0-2、E0-2和F0-2的分级系统对不同吸入和静脉麻醉药下的脑电图进行视觉分析分类，并把这种分级称为Narcotrend分级。后来又发展了Narcotrend脑电自动分级系统，使之在临床应用成为可能，研究表明原始脑电图的视觉分级和自动分级之间的相关性高达92%。新的Narcotrend软件(4.0版本)已经将Narcotrend脑电自动分级系统转化为类似BIS的一个无量纲的数值，称为Narcotrend指数，范围为0～100，临床应用更加方便。
12.诱发电位(evoke potential，EP)
研究表明，听觉诱发电位指数(auditory evoked potential index，AEPi)和BIS可作为鉴别意识状态和镇静深度的有效指标。Gajraj等的研究显示意识消失时，AEPi的阈值是37时，特异度为100%，灵敏度为52%；BIS为55时，特异度100%，灵敏度仅15%。意识恢复后1min的BIS均值与意识恢复前1min并非全有显著性差异，但AEPi在意识存在下的最低值高于意识消失时的最高值。在苏醒过程中，AEPi更能反映病人由无意识向有意识的转换。随着临床研究的深入，听觉诱发电位在麻醉深度监测中有可能得到更加广泛的应用。
13.肌电图
额肌电能探测病人在皱眉前的额肌亚临床活动。在未用肌松药的情况下额肌电波幅(7~12u为深麻醉，25~30u为浅麻醉，仍尚属适当，大于30u为麻醉过浅，觉醒时为40u以上)是判断麻醉深度的有用指标，尤其对判断麻醉过浅更为可靠。其最大缺点是受肌松药的抑制，但因面肌对非去极化肌松药的敏感程度较差，在能使手完全麻痹的肌松药剂量下，额肌尚能保留50%的反应性，故在肌松药剂量不大时仍可应用，不过必须同时监测肌松程度，且标准难掌握。
14.人工神经网络(artificial neural networks，ANN)
ANN麻醉深度监测是根据EEG的4个特征性波形α、β、γ、δ的平均功率作为参数，加上血流动力学参数如血压、心率及MAC表示的麻醉药剂量等参数数据，利用AR模型、聚类分析和Bayes估计理论，最终形成ANN参数代表麻醉深度。Ranta发现其敏感度为23%，特异性为98%，预测概率为0.6~0.66，其临床使用的可信性仍有待于进一步证实。
复杂度和小波分析法利用计算机对脑电波形进行由粗到精地逐步观察所选择的基本小波，在时、频两域都具有代表信号局部特征的能力，小波变换被誉为分析信号的数学显微镜。将小波分析、复杂性测度、人工神经网络的联合应用，监测麻醉深度快速而准确，其灵敏度为88%，准确性为92%，特异性达97%，是具有前景的监测方法。
(王海云)
|
