三种不同GHDT（目标血流动力学指导治疗）策略在重大腹部手术术中液体管理优化中的应用：一项随机对照试验

简要摘要

大型肿瘤手术是其中最复杂的程序之一，涉及具有多种高风险因素的患者组合，这些因素可以显著影响术后立即的预后和生活质量。这些患者的术中血流动力学管理是一个关键挑战：在手术过程中保持心血管稳定和液体平衡与减少并发症（包括急性肾损伤、心肌缺血和败血症）相关。文献表明，由特定算法指导的术中液体管理可以减少并发症并改善患者预后。 近年来，人工智能（AI）的创新深刻地改变了手术中如何管理血流动力学变量。AI能够实时处理临床数据，并提供了预测即将发生的低血压发作的可能性，使医疗团队能够主动干预。此类技术的例子是低血压预测指数（HPI），它使用机器学习算法分析血流动力学数据，并在发生前10分钟内以高达80%的准确性预测低血压风险。因此，目前使用的软件将液体输注量与来自脉搏轮廓系统的参数相结合，以分析液体推注的疗效。例如，辅助液体管理（AFM）软件帮助临床医生选择液体输注的时间，确定其在液体反应性方面的有效性。这有助于减少与术中液体管理不当相关的并发症，如器官损伤，并优化液体和血管加压药物的使用。 尽管AI在手术中的使用日益增多，但此类技术的临床和经济影响仍在研究中。高级术中血流动力学管理工具已被证明可以缩短低血压发作的持续时间并改善血流动力学稳定性。此类监测的临床影响，在并发症和术后住院时间方面，对于在高风险患者群体中推荐其使用可能是至关重要的。这与医学文献中显示的术后并发症会增加患者相关住院成本的研究结果一致。本研究旨在探讨将目标导向血流动力学治疗（GDHT）方案与AI软件结合在三种不同场景中的实用性。 本研究的主要目标是评估在AI支持的GDHT三种不同方案下，进行大型腹部肿瘤手术的患者术中液体输注量是否存在显著差异。 研究次要目标包括： * 评估三个组别中低血压发作的频率，以时间加权平均低血压（TWAH）来衡量。 * 分析三个组别中术后并发症和医院死亡率。 * 评估三个组别的总住院时间或重症监护病房天数。 本研究旨在提供关于目前日常实践中存在的血流动力学监测技术的临床疗效的证据。结果将使我们能够定义术中血流动力学管理的优化，改善临床结果并优化医疗资源的使用。