麻醉深度的监测
通常，临床麻醉深度是通过观察、监测患者的心率、血压、呼吸模式和有无运动来判断的。虽然呼吸、循环可以从一定程度上反映麻醉深度，但并不是反映麻醉深度的直接指标。因此，更直接、更可靠地评估麻醉药物对大脑作用的方法是多年来研究的热点和方向。大量研究表明，麻醉药物对脑电图（electroencephalography，EEG）可产生特征性的影响；同时，由于脑电图具有非侵入性和可持续性的特点，因而被广泛用于麻醉对大脑行为的监测。目前，临床上采用基于Guedel法改进后的现代麻醉深度判定标准（三期）以及麻醉深度仪器监测系统，对术中麻醉深度进行综合监测、评价。表5-1列出了当前麻醉深度监测的主观和客观方法。
表5-1 麻醉深度监测的主观与客观方法
（一）现代麻醉深度判定标准
基于Guedel法改进后的现代麻醉深度判定标准（三期）如表5-2所示。综合了血压、心率、出汗和流泪指标形成的评价系统PRST计分系统如表5-3所示，根据PRST计分系统对患者进行麻醉深度评分，总分8分：0～1分，适当麻醉深度（偏深）；2～4分，适当麻醉深度（偏浅）；5～8分，麻醉过浅。
表5-2 麻醉深度临床判定标准
表5-3 PRST计分系统量表
（二）麻醉深度监测方法
脑电图及其衍生指数是研究最为广泛的麻醉深度客观监测手段，主要包括脑电双频指数（bispectral index，BIS）、熵指数（entropy）、脑功能状态指数（cerebral state index，CSI）、听觉诱发电位（auditory evoked potential，AEP）、伤害趋势指数（narcotrend index）、患者安全指数（patient safety index，PSI）等。
1.BIS 世界上第一个用于手术中麻醉深度脑电图监测的产品是由Aspect Medical Systems公司开发的双频谱分析系统（bispectral analysis）。BIS是在脑电图频率谱和功率谱的基础上增加对位相和谐波的非线性分析得出的混合信息拟合的数字，于2001年被FDA批准投入使用，是目前使用和研究最广泛的麻醉深度监测系统。BIS主要用于麻醉过程中患者意识水平的监测，大量研究证实，BIS与正常的生理睡眠具有较强相关性，而BIS值的高低与患者大脑皮层的兴奋与抑制状态密切相关，且能够有效预测患者麻醉、意识、记忆状态。
正常人的皮质脑电图的特征是以快速和低振幅活动为主。麻醉药物使用后，首先会导致振幅增加；在加大麻醉药物剂量后，频率降低和规律性振幅增加，最后在较深的水平上，等电位脑电图间穿插着波状脑电图活动（脉冲抑制）。BIS算法中采用统计学方法对脑电图在0～100的线性范围内进行分析计算。一般认为BIS 85～100为清醒状态，65～85为镇静状态，40～65为麻醉状态，低于40可能呈现爆发抑制，低于35爆发性抑制会频繁出现，0代表完全无脑电活动状态（大脑皮层抑制）。(https://www.daowen.com)
BIS主要与抑制大脑皮质的麻醉药物，如硫喷妥钠、丙泊酚、依托咪酯、咪达唑仑等的镇静或麻醉深度具有非常好的相关性。研究证明，BIS指数监测可以有效降低术中知晓的实际发生率。同时，有研究表明基于双频谱指数定义的麻醉深度对患者的预后具有长期影响；Lindholm 等学者发现，麻醉深度（BIS＜45）与患者的术后病死率有明显相关性。同时研究证明，BIS指标的使用，减少了麻醉药用量和患者在麻醉后监护室停留的时间，从而节省了医疗资源，并且为老幼病患的麻醉药滴定提供了指导。但BIS仍然存在一些不足，如对于某些特殊的麻醉药（氧化亚氮、氯胺酮等），BIS指数并不灵敏。BIS指数是大脑皮质功能的指示，不直接反映皮质下层的活跃度。例如，BIS不能预测刺激引起的体动或血流动力学的改变；不能有效预测意识的恢复时间；由于计算速度慢，不能做到实时监测；对镇痛成分监测不敏感；用于儿童麻醉的监测尚存争议；对于CNS损伤的患者及EEG低电压的患者，BIS无意义；必须使用BIS专用电极片，使用成本过高等。
2.熵指数 熵监测是基于熵算法来获得和处理原始脑电图和额肌肌电图信号的一种监测方法。脑电图可以应用非线性动力学技术进行描述，如M-熵模型。频谱熵的概念源于香农熵（shannon entropy）测量的信息，当其应用于脑电图的能量谱时，用以评价频谱频率的规律性。熵监测仪设有反应熵和状态熵两个值，反应熵计算的频率范围为0.8～47 Hz，同时监测脑电及肌电活性；状态熵计算的频率范围为0.8～32 Hz，主要监测脑电活性。反应熵和状态熵的相对变化有助于区别真正的脑状态改变和肌电活动引起的熵值改变。一般而言，肌电活动通常在反应熵监测的高频范围内，当患者进入深度意识状态时，反应熵比状态熵下降得更快。
熵指数在意识水平表达上和脑电双频指数一样，具有较强的可靠性；同时，可量化麻醉深度、指导麻醉药用量；预测患者的麻醉恢复；预防患者发生术中知晓；抗电刀等干扰能力也更强。在使用芬太尼、戊硫代巴比妥、七氟醚和地氟醚的麻醉中，熵指数监测的有效性已经被证明。熵指数监测在手术中受电极等因素影响要比BIS指数小。
然而，与其他基于脑电图的意识测量监测手段一样，熵指数监测也存在一定的局限性。例如，在大剂量阿片类药物的影响下，熵指数的可靠性会大幅降低；频繁的眼运动、咳嗽和体动会引起熵假象和干扰；有神经功能异常、神经肿瘤时，可能出现熵指数与患者实际情况不符的现象；神经精神药物也可以引起患者实际情况与熵指数不符的现象。同时，手术中突然的疼痛刺激有可能改变麻醉状态，反应熵和状态熵并不一定能预测这样的情况。在使用氯胺酮麻醉时，熵指数的可靠性暂未得到确认。因为熵指数的应用目前还存在一定的不确定性，采用熵指数进行麻醉深度监测时，需要麻醉医生对显示的数据结果进行二次分析，而且肌电生理对熵指数也存在一定的影响。
3.CSI 与BIS类似，脑功能状态指数也是一种基于EEG的计算方法，其原理是每秒测量2 000次脑电活动，将EEG的子参数输入电脑自适应的神经模糊推论系统，计算出CSI，并以0～100显示出来，数值越大表示越清醒，反之则提示大脑皮质的抑制愈严重。有研究表明，在择期行腹腔镜胆囊切除手术患者的麻醉维持中，采用靶控输注丙泊酚和瑞芬太尼，观察到CSI能够及时、准确地反映患者苏醒期不同意识水平的变化，并具有良好的相关性，表明CSI可代替血药浓度和改良警觉／镇静评分（modified observers assessment of alert／sedation，MOAA／S）作为丙泊酚麻醉时麻醉深度的判断指标。
4.AEP AEP是由听觉神经系统受刺激后引起的中枢神经系统的生物电反应。诱发电位的基本特征为：声诱发电位振幅很小，大多＜1μV，只有自发脑电的1%；生物电反应在刺激后经一定潜伏期出现；呈现特定的波形；生物电反应是在一瞬间出现（自发脑电反应是长时间、周期出现）；有相应的电位分布区，其分布位置与面积取决于有关组织的结构特征。常用的刺激声信号包括短声（click声）、滤波短声（filtered click）、纯音（tone pip）和短纯音（tone-brust）等。
麻醉深度监测多采用听觉诱发电位中的中潜伏期听觉诱发电位（mid-latency auditory evoked potential，MLAEP）。Jensen等开发了一种从脑电信号中提取MLAEP的新方法：通过一个有外源输入的自回归模型，从110毫秒的持续区间提取15～25个听觉诱发电位信号，通过快波中潜伏期听觉诱发电位波形，分析计算AEP指数（临床上习惯称为AAI指数）。患者AEP指数60～100为清醒状态；40～60为睡眠状态；30～40为浅麻醉状态；＜30为临床麻醉状态。
有研究表明，对患者实施靶控注射丙泊酚麻醉，在对比使用了AEP和BIS指数技术后，发现两种方法都能准确地显示镇静水平和失去意识的状态。最近的研究表明，在区别清醒与无意识状态的应用中，BIS指数和AAI指数优于血流动力学变量和经典单参数脑电图变量（如MLAEP）。AEP指数同样能够降低丙泊酚使用量，缩短恢复时间。与BIS指数相比，AEP指数的主要优点在于噪声范围较小，且对刺激的响应性较好。但同样不能预测患者对伤害性刺激的运动反应。
5.伤害趋势指数 Narcotrend麻醉／脑电意识监测系统是由德国汉诺威医科大学一个研究组开发的新型脑电意识深度监测系统。通过普通心电电极在头部任意位置采集分析即时的脑电信号（原始脑电或视觉脑电），自动分析分级后在彩色触摸屏上显示患者的麻醉／意识深度状态（分级脑电），指导个体化麻醉用药，让麻醉／意识深度监测更加简单、精确、安全、经济，是目前以脑电来判断镇静水平和麻醉深度较为准确的一种方法。Narcotrend的特征和优点为：可应用在各类手术中；可以精确指导个体化用药；可以使用普通心电极片采集原始脑电等。Narcotrend通过多参数（原始脑电波的功率、频率、幅度）统计和微机处理，将脑电信号以6个阶段15个级别作为量化指标（表5-4），即A、B（0～2）、C（0～2）、D（0～2）、E（0～2）、F（0～1），并同时显示α、β、θ、δ波的功率谱变化情况和趋势。阶段A 表示清醒状态，B是浅镇静状态，C是常规镇静状态，D是常规麻醉状态，E是深度麻醉状态，F阶段（0级、1级）过度麻醉（爆发抑制），脑电活动逐渐消失。
表5-4 Narcotrend指数分级规则
6.PSI PSI用的是前额四导联EEG集成电极，实时分析脑电图波形，以量化值（0～100）表示，维持患者意识消失的数值范围是25～50。该指数与患者镇静程度相关，且较脑电双频指数信号更强，可用于监测患者意识消失与恢复。研究表明，PSI与吸入性麻醉药、静脉麻醉药（丙泊酚）和麻醉性镇痛药单独或联合应用均有良好的相关性，可以有效监测麻醉深度。
总之，患者术中麻醉过程主要是借助麻醉药物产生的全身或局部感觉消失及记忆遗忘状态，以确保手术的顺利进行。麻醉时通过引起可逆的中枢神经系统抑制和兴奋，从而达到意识消失和镇痛的目的，而脑电是皮质锥体细胞顶树突产生的树突电位与突触后电位的总和，它直接反映出中枢神经系统的活动。因此，脑电技术顺理成章地成为监测麻醉深度的最佳手段之一。理想的麻醉深度监测方法应具有以下特点：能持续、实时和无创地显示麻醉深度的变化；能很好地反映麻醉药物浓度的变化；反映手术刺激的及时变化；不依赖于所使用的麻醉药物；简单实用，不易受干扰，适合手术室使用等。脑电的许多时域、频域参量都曾被用来监测麻醉深度。BIS是最早基于EEG 的麻醉深度监测方法，也是应用最广泛的麻醉深度监测方法。在过去15～20年里，其他基于EEG 的麻醉监测方法也被广泛研究并应用于临床，如伤害趋势指数、熵指数、听觉诱发电位等。这些技术提供了一种快速评估患者麻醉期间意识水平的方法。但是，许多因数（如年龄、种族、性别、低体温、酸碱失衡、低血糖和脑缺血等）对原始EEG数据有显著影响。如何校正患者的数据，是未来麻醉深度监测发展的重要方向。